เมื่อ AI กลายเป็นตัวคูณกำลัง: DeepSeek ช่วยกลุ่มแฮ็กเกอร์ที่เชื่อมโยงกับรัฐจีนขยายการโจมตีอย่างไร

รายงานของ TeamT5 บริษัทข่าวกรองภัยคุกคามทางไซเบอร์จากไต้หวัน ระบุว่า กลุ่มแฮ็กเกอร์ที่เชื่อมโยงกับรัฐจีนบางกลุ่มเพิ่มปริมาณการโจมตีมากกว่าสองเท่า หลังนำ DeepSeek และโมเดล AI แบบโอเพนซอร์สอื่น ๆ มาใช้ในกระบวนการปฏิบัติงานประจำ 457

ประเด็นสำคัญไม่ใช่ AI สามารถเจาะระบบทุกแห่งได้ด้วยตัวเอง แต่คือการลดงานซ้ำ ๆ จนผู้ปฏิบัติการเดิมสามารถเล็งเป้าหมายได้มากขึ้น ใช้เวลาน้อยลง และทำงานด้วยต้นทุนที่ต่ำกว่าเดิม 457

AI ในฐานะ “ตัวคูณกำลัง” ของการโจมตี

TeamT5 ตรวจพบการใช้ AI ในหลายช่วงของห่วงโซ่การโจมตี ตั้งแต่การสำรวจข้อมูลเป้าหมาย การสแกนหาช่องโหว่ การพัฒนาโค้ดใช้ประโยชน์จากช่องโหว่ ไปจนถึงงานเกี่ยวกับมัลแวร์และการปฏิบัติการหลังเจาะเข้าสู่เครือข่ายแล้ว โดยบริษัทอาศัยสคริปต์และบันทึกการทำงานที่ได้จากแคมเปญโจมตีในช่วงที่ผ่านมาเป็นหลัก 47

อย่างไรก็ตาม หลักฐานเหล่านี้ไม่ได้ระบุได้เสมอไปว่าเหตุการณ์แต่ละครั้งใช้โมเดลใดโดยเฉพาะ ดังนั้นตัวเลข “มากกว่าสองเท่า” จึงเป็นการประเมินปริมาณการโจมตีของกลุ่มที่ TeamT5 ศึกษา ไม่ใช่ตัวเลขสรุปการโจมตีทางไซเบอร์ทั้งหมดที่เชื่อมโยงกับจีน 57

ภาพที่ปรากฏจึงเป็นการให้ AI รับช่วงงานจิปาถะและช่วยย่นระยะเวลาบางส่วนของปฏิบัติการ มากกว่าจะเป็นการแทนที่การตัดสินใจของมนุษย์ทั้งหมด 57

ทำไม DeepSeek จึงถูกมองว่าเหมาะกับงานลักษณะนี้

จากการวิเคราะห์ที่ TeamT5 รายงาน DeepSeek มีคุณสมบัติหลายอย่างที่ตอบโจทย์การใช้งานเชิงปฏิบัติการ ได้แก่

• ความสามารถเพียงพอ สำหรับงานค้นคว้า เขียนโค้ด และงานปฏิบัติการ
• ต้นทุนการใช้งานต่ำ ทำให้การเรียกใช้ซ้ำหรือใช้งานในวงกว้างทำได้ง่ายขึ้น
• ปรับแต่งได้ ตามลักษณะของโมเดลโอเพนซอร์ส
• ข้อจำกัดด้านความปลอดภัยไซเบอร์ค่อนข้างน้อย จึงใช้ความพยายามน้อยกว่าในการขอหรือดัดแปลงคำแนะนำที่อาจเป็นอันตราย 27

จุดนี้อธิบายได้ว่า เหตุใดโมเดลที่มีความสามารถสูงที่สุดจึงไม่จำเป็นต้องเป็นเครื่องมือที่คุ้มค่าที่สุดสำหรับผู้โจมตี TeamT5 reportedly ประเมินว่าโมเดลที่ทรงพลังกว่าอย่าง Kimi K3 ของ Moonshot อาจไม่น่าสนใจเท่า DeepSeek เพราะมีต้นทุนสูงกว่าและมีระบบป้องกันที่เข้มงวดกว่า ทั้งนี้ รายงานที่มีอยู่ไม่ได้ยืนยันว่า Kimi K3 ถูกใช้ในเหตุการณ์ที่ TeamT5 ตรวจสอบ 7

ตัวอย่างการใช้งานของกลุ่มที่ถูกระบุชื่อ

Grimfengxi: ช่วยสร้างโค้ดโจมตีช่องโหว่

มีรายงานว่า Grimfengxi ใช้ DeepSeek เพื่อสร้างโค้ดสำหรับใช้ประโยชน์จากช่องโหว่ในระบบ ตัวอย่างนี้สะท้อนว่า AI ไม่ได้ถูกใช้เพียงเพื่อค้นหาข้อมูล แต่ยังช่วยผลิตโค้ดที่มุ่งใช้จุดอ่อนของระบบเป้าหมายด้วย 7

Teleboyi: เร่งการสำรวจเป้าหมาย

Teleboyi reportedly ใช้ DeepSeek รวบรวมหมายเลข IP จากอินเทอร์เน็ตประมาณ 1,000 รายการ และทำแผนผังโดเมนขององค์กรเป้าหมาย งานลักษณะนี้เรียกว่า “การลาดตระเวน” หรือ reconnaissance ซึ่งเป็นขั้นตอนเก็บภาพรวมของเหยื่อก่อนเริ่มพยายามบุกรุก 7

แต่การรวบรวม IP และทำแผนผังโครงสร้างพื้นฐานเพียงอย่างเดียว ยังไม่ใช่หลักฐานว่าการเจาะระบบสำเร็จหรือเกิดความเสียหายตามมา 7

Huapi: โจมตีระบบอีเมลของบริษัทไต้หวัน

Huapi reportedly ใช้โมเดล AI จากจีนโจมตีระบบอีเมลของบริษัทไต้หวัน โดย TeamT5 เชื่อว่าโมเดลดังกล่าวน่าจะเป็น DeepSeek แต่ไม่สามารถระบุได้อย่างแน่ชัด ความไม่แน่นอนนี้ตอกย้ำว่า นักวิเคราะห์ไม่สามารถอนุมานตัวตนของโมเดลจากโค้ดหรือพฤติกรรมของการโจมตีได้ทุกกรณี 7

Slime22: ใช้ Claude Code หลังเจาะระบบแล้ว

การใช้ AI ไม่ได้จำกัดอยู่แค่โมเดลโอเพนซอร์สจากจีน รายงานที่เชื่อมโยงกับ TeamT5 ระบุว่า Slime22 ใช้ Claude Code ของ Anthropic หลังเจาะบริษัทเทคโนโลยีไต้หวันและติดตั้ง Kali Linux ซึ่งเป็นแพลตฟอร์มสำหรับทดสอบการเจาะระบบ เพื่อช่วยเคลื่อนย้ายจากเครื่องหนึ่งไปยังอีกเครื่องภายในเครือข่าย 7

ผู้ปฏิบัติการถูกกล่าวหาว่าอ้างว่างานดังกล่าวเป็นการทดสอบทางวิศวกรรมที่ได้รับอนุญาต เพื่อหลีกเลี่ยงมาตรการป้องกันของเครื่องมือ 7

กรณีนี้ทำให้เห็นว่า ฝ่ายป้องกันไม่ควรจับตาเพียงโมเดลใดโมเดลหนึ่งหรือประเทศต้นทางใดประเทศหนึ่ง ผู้โจมตีอาจผสมผสานโมเดลที่โฮสต์ไว้เองหรือโมเดลโอเพนซอร์สเข้ากับเครื่องมือเชิงพาณิชย์จากตะวันตก โดยเลือกใช้ตามลักษณะงานและมาตรการควบคุมที่พบ

ระบบนิเวศ AI สำหรับอาชญากรรมไซเบอร์กำลังขยายตัว

รายงานยังกล่าวถึงตลาดโดยรอบปฏิบัติการบุกรุกที่มี AI ช่วยเหลือ โดยมีสตาร์ตอัปจีนแห่งหนึ่งซึ่งมีพนักงานประมาณ 10 คน reportedly ขายซอฟต์แวร์สำหรับการบุกรุกในราคา 300,000–500,000 หยวน หรือราว 44,500–74,000 ดอลลาร์สหรัฐ ให้กับกลุ่มแฮ็กเกอร์อย่างน้อย 4 กลุ่ม นอกจากนี้ ยังมีรายงานการใช้ ChatGPT ระหว่างการโจมตีครั้งหนึ่งด้วย 7

กลุ่ม Kimsuky ที่เชื่อมโยงกับเกาหลีเหนือก็ reportedly กำลังทดสอบโมเดล AI ที่โฮสต์ไว้ภายในเครื่อง การติดตั้งโมเดลในพื้นที่อาจทำให้ผู้ปฏิบัติการควบคุมโมเดลและข้อมูลได้มากขึ้น รวมถึงลดการพึ่งพาบริการภายนอกและระบบตรวจจับการใช้งานในทางที่ผิดของผู้ให้บริการ แต่ข้อมูลที่มีอยู่ยืนยันเพียงการทดสอบ ยังไม่ได้แสดงว่าโมเดลเหล่านั้นมีประสิทธิภาพเพียงใดเมื่อใช้ในปฏิบัติการจริง 7

Anthropic เคยรายงานแยกต่างหากว่า AI สามารถลดกำแพงด้านทักษะทางเทคนิคของอาชญากรรมไซเบอร์ที่ซับซ้อนได้ ทำให้ผู้ปฏิบัติการที่มีความรู้จำกัดสามารถดำเนินงานซึ่งก่อนหน้านี้อาจต้องอาศัยความเชี่ยวชาญสูงกว่ามาก

ด้าน OpenAI ระบุว่า บริษัทดำเนินการเพื่อระบุ ป้องกัน และยับยั้งความพยายามนำโมเดลไปใช้ในทางที่ผิด 7

รายงานนี้พิสูจน์อะไร และยังตอบไม่ได้เรื่องใด

ข้อค้นพบที่ชัดเจนที่สุดของ TeamT5 คือ เวิร์กโฟลว์ที่มี AI ช่วยสามารถเพิ่มจำนวนความพยายามโจมตีได้ ด้วยการรับช่วงงานประจำ เช่น การสำรวจเป้าหมาย การเขียนโค้ด และการจัดการบางขั้นตอนหลังเจาะระบบแล้ว แต่หลักฐานไม่ได้หมายความว่า DeepSeek เป็นผู้ดำเนินการบุกรุกทุกครั้งแบบอัตโนมัติ

มีข้อจำกัดสำคัญ 3 ประการที่ควรพิจารณา:

1. การระบุโมเดลยังไม่สมบูรณ์ นักสืบสวนไม่สามารถเชื่อมโยงสคริปต์ คำสั่ง หรือเหตุการณ์บุกรุกทุกครั้งเข้ากับระบบ AI ใดระบบหนึ่งได้อย่างน่าเชื่อถือ 47
2. ปริมาณการโจมตีไม่เท่ากับจำนวนการเจาะระบบสำเร็จ การพยายามโจมตีที่เพิ่มขึ้นไม่ได้ยืนยันโดยตัวมันเองว่ามีเหยื่อถูกเจาะมากขึ้น หรือความเสียหายเพิ่มขึ้นในสัดส่วนเดียวกัน
3. หลักฐานครอบคลุมเฉพาะกลุ่มและแคมเปญที่สังเกตพบ ตัวเลขที่เพิ่มขึ้นมากกว่าสองเท่าเป็นผลการประเมินของ TeamT5 ไม่ใช่การวัดกิจกรรมทางไซเบอร์ของกลุ่มที่เชื่อมโยงกับรัฐจีนทั้งหมด 7

ข้อสรุปที่แม่นยำและนำไปใช้ได้จริงจึงไม่ใช่ภาพของ “แฮ็กเกอร์ AI อัตโนมัติเต็มรูปแบบ” แต่เป็นภาพของผู้โจมตีที่มีอยู่เดิมกำลังใช้ AI ราคาถูกและปรับแต่งได้เพื่อทำให้งานบางส่วนกลายเป็นกระบวนการอุตสาหกรรมมากขึ้น ฝ่ายป้องกันควรเตรียมรับมือกับการเร่งความเร็วของการลาดตระเวน การสร้างโค้ด และการทำงานหลังเจาะระบบจากโมเดลหลายประเภท ไม่ใช่เพียง DeepSeek เท่านั้น