การโจมตีทางไซเบอร์ที่ขับเคลื่อนด้วย AI ซึ่งมีต้นทุนเพียงไม่กี่เซนต์ต่อเหยื่อ

รายงานฉบับใหม่กำลังดึงความสนใจไปที่ความถูกและความสามารถในการขยายขนาดของการโจมตีทางไซเบอร์ที่ขับเคลื่อนด้วย AI ตามข้อค้นพบดังกล่าว ระบบ AI ถูกใช้เพื่อเจาะระบบบริษัทประมาณ 30 แห่งด้วยต้นทุนประมาณ 4 ดอลลาร์ต่อเป้าหมาย ตัวเลขที่ตอกย้ำว่าการทำงานอัตโนมัติกำลังทำให้เศรษฐศาสตร์ของอาชญากรรมไซเบอร์พังทลายลงอย่างไร เป็นเวลาหลายปีที่นักวิจัยด้านความปลอดภัยเตือนว่าปัญญาประดิษฐ์จะถูกนำมาใช้เป็นเครื่องมือเชิงรุกในที่สุด รายงานนี้ชี้ให้เห็นว่าการเปลี่ยนแปลงดังกล่าวไม่ใช่แค่ทฤษฎีอีกต่อไป

สิ่งที่ทำให้กรณีนี้โดดเด่นไม่ใช่แค่จำนวนเหยื่อหรือต้นทุนที่ต่ำเท่านั้น แต่เป็นวิธีการ แทนที่จะใช้แนวทางแรนซัมแวร์แบบดั้งเดิมที่ผู้โจมตีเข้ารหัสไฟล์ของเหยื่อแล้วเรียกค่าไถ่เพื่อแลกกับคีย์ถอดรหัส ปฏิบัติการนี้ข้ามขั้นตอนการเข้ารหัสทั้งหมด ผู้โจมตีมุ่งเน้นไปที่การขโมยข้อมูลและใช้เป็นเครื่องมือกดดัน ซึ่งเป็นเทคนิคที่เรียกว่าการกรรโชกโดยการขโมยข้อมูล

จากการเข้ารหัสไฟล์สู่การรณรงค์กดดันแบบอัตโนมัติ

แรนซัมแวร์แบบดั้งเดิมอาศัยกลไกที่ค่อนข้างตรงไปตรงมา: ล็อกไฟล์ของบริษัทแล้วเรียกค่าไถ่เพื่อปลดล็อก แนวทางดังกล่าวกำหนดให้ผู้โจมตีต้องรักษาการเข้าถึงไว้นานพอที่จะเข้ารหัสข้อมูลปริมาณมาก ซึ่งทำให้ฝ่ายป้องกันมีช่วงเวลาในการตรวจจับและตอบสนอง

ปฏิบัติการที่อธิบายในรายงานนี้ข้ามขั้นตอนนั้น แทนที่จะเข้ารหัสอะไร ผู้โจมตี reportedly ใช้ AI เพื่อสร้างสิ่งที่เรียกว่า "แฟ้มกดดัน" อัตโนมัติ ซึ่งเป็นชุดข้อมูลที่ถูกขโมยมาซึ่งถูกจัดทำขึ้นเพื่อเพิ่มแรงจูงใจให้เหยื่อยอมจ่ายเงิน ระบบ AI ยังถูกใช้เพื่อคำนวณจำนวนค่าไถ่ ซึ่งบ่งชี้ว่าจำนวนเงินเรียกค่าไถ่ไม่ได้ถูกตั้งขึ้นตามอำเภอใจ แต่ถูกสร้างขึ้นจากปัจจัยที่โมเดลประเมินสำหรับแต่ละเป้าหมาย

สิ่งนี้สำคัญเพราะเป็นการขจัดอุปสรรคที่ใหญ่ที่สุดอย่างหนึ่งในการดำเนินการแรนซัมแวร์ นั่นก็คือแรงงานมนุษย์ การลาดตระเวน การรวบรวมข้อมูล การสร้างแฟ้ม และแม้แต่การตัดสินใจด้านราคา ล้วนสามารถจัดการได้โดยระบบอัตโนมัติที่ทำงานกับเป้าหมายหลายสิบแห่งพร้อมกัน รายงานยังกล่าวถึงพัฒนาการที่เกี่ยวข้องในพื้นที่นี้ รวมถึงโมเดลที่เรียกว่า DeepSeek-V4-Pro เอเจนต์อัตโนมัติที่ชื่อ Hermes ช่องโหว่ด้านความปลอดภัยที่เชื่อมโยงกับ GitLab และกลุ่มแรนซัมแวร์ที่รู้จักในชื่อ The Gentlemen ทั้งหมดชี้ไปที่แนวโน้มกว้างๆ ของการนำเครื่องมือ AI มาถักทอเข้ากับปฏิบัติการทางอาชญากรรม แทนที่จะเป็นเพียงการทดลองแยกส่วน

สำหรับมุมมองที่กว้างขึ้นว่าภัยคุกคามประเภทนี้สะสมตัวเร็วแค่ไหน ThreatsDay Roundup ล่าสุดของเราที่ครอบคลุมช่องโหว่ RCE ช่องโหว่ของ Samsung และข้อพิพาท iCloud แสดงให้เห็นว่าการแสวงประโยชน์ที่ได้รับความช่วยเหลือจาก AI เป็นเพียงหนึ่งชิ้นส่วนของภูมิทัศน์ภัยคุกคามที่ใหญ่กว่าและเคลื่อนที่เร็ว ซึ่งส่งผลกระทบต่อทุกสิ่งตั้งแต่อุปกรณ์มือถือไปจนถึงข้อพิพาทเรื่องที่เก็บข้อมูลบนคลาวด์

เหตุใดต้นทุนต่อเป้าหมายจึงเป็นเรื่องจริงที่ต้องพูดถึง

ต้นทุน 4 ดอลลาร์ต่อบริษัทที่ถูกเจาะระบบไม่ใช่แค่ตัวเลขพาดหัวเท่านั้น แต่เป็นสัญญาณเกี่ยวกับขนาด เมื่อต้นทุนส่วนเพิ่มของการโจมตีอีกหนึ่งองค์กรเข้าใกล้ศูนย์ ตรรกะของผู้โจมตีจะเปลี่ยนไปโดยสิ้นเชิง แทนที่จะเลือกเป้าหมายมูลค่าสูงอย่างรอบคอบและลงทุนเวลาจำนวนมากต่อเหยื่อหนึ่งราย ระบบอัตโนมัติสามารถพยายามเจาะระบบองค์กรจำนวนมากพร้อมกัน แล้วปล่อยให้เศรษฐศาสตร์ตัดสินว่าองค์กรใดคุ้มค่าที่จะดำเนินการต่อ

นี่เป็นการเปลี่ยนแปลงที่มีนัยสำคัญจากวิธีที่เศรษฐศาสตร์ของแรนซัมแวร์ทำงานตามธรรมเนียม การโจมตีที่ดำเนินการโดยมนุษย์ต้องใช้เวลาสำหรับการลาดตระเวน การเคลื่อนที่ในแนวนอน และการเจรจา ท่อส่งที่ขับเคลื่อนด้วย AI สามารถบีบอัดไทม์ไลน์นั้นได้มาก โดยสร้างชุดกรรโชกและข้อเรียกร้องด้วยความพยายามด้วยตนเองที่น้อยลงมาก แม้ว่าจะมีเพียงเศษเสี้ยวของ 30 บริษัทที่ตกเป็นเป้าหมายที่ยอมจ่ายหรือได้รับความเสียหายร้ายแรง ต้นทุนที่ต่ำของปฏิบัติการหมายความว่าผู้โจมตีไม่จำเป็นต้องมีอัตราความสำเร็จสูงเพื่อให้คุ้มค่า

สิ่งนี้หมายถึงอะไรสำหรับคุณ

หากคุณดำเนินธุรกิจ หรือแม้แต่จัดการข้อมูลที่ละเอียดอ่อนสำหรับทีมเล็กๆ การพัฒนานี้เป็นสิ่งที่ควรให้ความสนใจไม่ว่าคุณจะอยู่ในอุตสาหกรรมใดก็ตาม การกรรโชกโดยการขโมยข้อมูลไม่จำเป็นต้องให้ผู้โจมตีเจาะโครงสร้างพื้นฐานขนาดใหญ่หรือรักษาการเข้าถึงระยะยาว มันต้องการเพียงการหาข้อมูลที่เปิดเผยหรือได้รับการปกป้องไม่ดี แล้วดำเนินการอย่างรวดเร็ว นั่นหมายความว่าบริษัทขนาดเล็กซึ่งมักคิดว่าตัวเองเล็กเกินไปที่จะตกเป็นเป้าหมาย ก็มีความเสี่ยงพอๆ กับบริษัทขนาดใหญ่ โดยเฉพาะอย่างยิ่งเมื่อระบบอัตโนมัติลดต้นทุนของการโยนแหกว้าง

สำหรับบุคคลทั่วไป ข้อสรุปเป็นทางอ้อมมากขึ้นแต่ยังคงเกี่ยวข้อง เมื่อ AI ลดต้นทุนของการรณรงค์ขโมยข้อมูล โอกาสที่ข้อมูลส่วนบุคคลของคุณจะถูกกวาดไปในการละเมิดที่เกี่ยวข้องกับผู้ขายหรือผู้ให้บริการรายเล็กลงอาจเพิ่มขึ้นเมื่อเวลาผ่านไป การกรรโชกโดยอาศัยข้อมูลที่ถูกขโมย แทนที่จะเป็นไฟล์ที่เข้ารหัส ยังหมายความว่าเหยื่อไม่สามารถเพียงแค่กู้คืนจากข้อมูลสำรองแล้วเดินหน้าต่อไปได้ เมื่อข้อมูลถูกคัดลอกไปแล้ว มันอยู่นอกเหนือการควบคุมของคุณไม่ว่าคุณจะจ่ายค่าไถ่หรือไม่ก็ตาม

ขั้นตอนปฏิบัติที่คุ้มค่าที่จะทำ

การดำเนินการที่เป็นรูปธรรมสองสามอย่างสามารถช่วยลดความเสี่ยงต่อการโจมตีทางไซเบอร์ที่ขับเคลื่อนด้วย AI ประเภทนี้ได้ ไม่ว่าคุณจะปกป้องธุรกิจหรือบัญชีของคุณเอง:

  • ตรวจสอบว่าข้อมูลที่ละเอียดอ่อนถูกเก็บไว้ที่ใด และลดสิ่งที่เก็บไว้ในระบบที่ไม่จำเป็นอย่างเคร่งครัด
  • อัปเดตช่องโหว่ที่รู้จักโดยทันที เนื่องจากเครื่องมือโจมตีอัตโนมัติถูกสร้างขึ้นเพื่อสแกนหาช่องว่างเหล่านี้โดยเฉพาะ
  • ใช้ข้อมูลประจำตัวที่แข็งแกร่งและไม่ซ้ำกัน รวมถึงการยืนยันตัวตนหลายปัจจัยบนทุกระบบที่เกี่ยวข้องกับข้อมูลลูกค้าหรือข้อมูลทางการเงิน
  • สมมติว่าการโจมตีอัตโนมัติต้นทุนต่ำจะกำหนดเป้าหมายองค์กรขนาดเล็กด้วย ไม่ใช่แค่องค์กรที่โดดเด่น

ในขณะที่การโจมตีทางไซเบอร์ที่ขับเคลื่อนด้วย AI มีราคาถูกลงในการดำเนินการ ช่องว่างระหว่างองค์กรที่ป้องกันอย่างดีกับองค์กรอื่นๆ ทั้งหมดมีแนวโน้มที่จะกว้างขึ้น การรับทราบข้อมูลว่าพื้นที่เหล่านี้พัฒนาไปอย่างไร และปฏิบัติต่อสุขอนามัยความปลอดภัยพื้นฐานเป็นสิ่งที่ไม่สามารถต่อรองได้ ยังคงเป็นหนึ่งในวิธีที่มีประสิทธิภาพที่สุดในการอยู่นอกรายชื่อ 30 บริษัทถัดไป