AI เปลี่ยนเกม Phishing: ทำไม Email Security แบบเดิมอาจไม่เพียงพอสำหรับองค์กร
Phishing ยังคงเป็นหนึ่งในภัยคุกคามทางไซเบอร์ที่องค์กรต้องเฝ้าระวัง แต่รูปแบบการโจมตีในปัจจุบันกำลังเปลี่ยนไปอย่างมาก โดยเฉพาะเมื่อผู้โจมตีนำ Artificial Intelligence (AI) เข้ามาช่วยสร้างอีเมลหลอกลวงให้มีความแนบเนียนและน่าเชื่อถือมากขึ้น
จากเดิมที่อีเมล Phishing อาจสังเกตได้จากคำผิด ภาษาแปลก ๆ หรือรูปแบบอีเมลที่ไม่เป็นมืออาชีพ ปัจจุบันผู้โจมตีสามารถใช้ AI สร้างข้อความที่เหมาะกับเป้าหมายแต่ละราย รวมถึงนำข้อมูลที่เปิดเผยบนเว็บไซต์องค์กรและ Social Media มาประกอบการโจมตีได้
ความท้าทายจึงไม่ได้อยู่ที่ “จะบล็อกอีเมล Phishing อย่างไร” เพียงอย่างเดียว แต่กลายเป็น “จะตรวจจับและตอบสนองอย่างไร เมื่ออีเมลที่ดูเหมือนเป็นของจริงสามารถผ่านระบบป้องกันเข้ามาได้”
Phishing ในยุค AI แตกต่างจากเดิมอย่างไร?
AI ทำให้ผู้โจมตีสามารถสร้างและปรับแต่ง Phishing Campaign ได้รวดเร็วขึ้น โดยไม่จำเป็นต้องส่งอีเมลแบบเดียวกันไปยังผู้ใช้จำนวนมาก
ก่อนเริ่มโจมตี ผู้โจมตีสามารถรวบรวมข้อมูลจากแหล่งข้อมูลสาธารณะ เช่น
ข้อมูลเหล่านี้สามารถนำมาใช้สร้าง Spear Phishing ที่มีความเฉพาะเจาะจงกับบุคคลหรือองค์กรเป้าหมายมากขึ้น
ตัวอย่างเช่น ผู้โจมตีอาจพบว่าพนักงานฝ่ายการเงินกำลังทำงานเกี่ยวกับ Vendor รายหนึ่ง จากนั้นสร้างอีเมลปลอมที่อ้างว่าเป็น Vendor ดังกล่าวและส่งคำขอเปลี่ยนแปลงบัญชีธนาคาร
อีเมลลักษณะนี้มีโอกาสสร้างความน่าเชื่อถือได้มากกว่า Phishing แบบทั่วไป
หนึ่งในจุดสังเกตของ Phishing ในอดีตคือ ภาษาและการสะกดคำที่ผิดปกติ
แต่ Generative AI สามารถช่วยสร้างข้อความที่มี Grammar ถูกต้อง ใช้ภาษาธุรกิจ และปรับ Tone of Voice ให้เหมาะกับผู้รับได้
ทำให้สัญญาณเตือนแบบเดิม เช่น
“อีเมลนี้มีคำผิดหลายจุด จึงน่าจะเป็น Phishing”
อาจไม่เพียงพออีกต่อไป
องค์กรจึงไม่ควรพึ่งพา User Awareness เพียงอย่างเดียว แต่ควรมี Security Controls หลายชั้นเพื่อรองรับกรณีที่ผู้ใช้พลาด
ทำไม Email Filter แบบเดิมอาจตรวจจับ Phishing ได้ไม่ทั้งหมด?
ระบบ Email Security แบบดั้งเดิมมักใช้ข้อมูล เช่น
แนวทางเหล่านี้ยังมีความสำคัญ แต่ผู้โจมตีก็พยายามหลีกเลี่ยงการตรวจจับด้วยวิธีใหม่ ๆ เช่น การใช้
Compromised Accounts + Trusted Cloud Services + QR Codes + Redirects + Newly Created Domains
เมื่ออีเมลไม่มี Malware ที่รู้จัก ไม่มี URL ที่อยู่ใน Blacklist และใช้บริการที่ดูน่าเชื่อถือ อีเมลอาจผ่านระบบตรวจสอบและเข้าสู่ Inbox ของผู้ใช้ได้
นี่คือจุดที่องค์กรต้องเปลี่ยนจากแนวคิด Email Filtering ไปสู่ Continuous Detection & Response
จาก “ตรวจอีเมล” สู่ “ตรวจจับพฤติกรรม”
เมื่ออีเมลสามารถหลุดผ่านระบบป้องกันได้ สิ่งสำคัญคือการตรวจสอบว่า หลังจากผู้ใช้ได้รับอีเมลแล้วเกิดอะไรขึ้น
ตัวอย่างพฤติกรรมที่ควรเฝ้าระวัง ได้แก่
Suspicious Login
Account มีการ Login จาก Location หรือ Device ที่ไม่เคยใช้งานมาก่อน
Impossible Travel
Account เดียวกันมีการ Login จากสถานที่ที่อยู่ห่างกันมากภายในระยะเวลาที่ไม่สมเหตุสมผล
MFA Fatigue
มี MFA Prompt เกิดขึ้นหลายครั้ง ทั้งที่ผู้ใช้ไม่ได้เป็นผู้ร้องขอ
Suspicious Mailbox Rules
มีการสร้าง Mail Forwarding หรือ Inbox Rule ใหม่ เพื่อส่งอีเมลไปยัง External Address
Abnormal Email Activity
Account ที่ปกติส่งอีเมลเพียงไม่กี่ฉบับต่อวัน กลับมีปริมาณอีเมลขาออกเพิ่มขึ้นอย่างผิดปกติ
พฤติกรรมเหล่านี้อาจเป็นสัญญาณว่า Account ถูก Compromise แล้ว แม้ว่า Phishing Email ต้นทางจะไม่ถูกตรวจพบก็ตาม
เมื่อ Phishing สำเร็จ การโจมตีอาจไม่ได้จบที่ Email
หนึ่งในความเข้าใจผิดที่พบบ่อยคือ เมื่อผู้ใช้คลิกลิงก์ Phishing แล้ว เหตุการณ์จะจบอยู่ที่การขโมย Username และ Password
ในความเป็นจริง Credentials ที่ถูกขโมยอาจถูกนำไปใช้เพื่อ
Credential Theft → Account Takeover → Persistence → Lateral Movement → Data Access → Data Exfiltration
ตัวอย่างเช่น
ดังนั้น Phishing จึงไม่ใช่เพียงปัญหาของ Email Security แต่เป็นปัญหาที่เกี่ยวข้องกับทั้ง Identity, Endpoint และ Network Security
XDR ช่วยเชื่อมโยงสัญญาณจากหลายระบบ
การตรวจจับ Phishing สมัยใหม่จึงควรมีความสามารถในการเชื่อมโยงข้อมูลจากหลายแหล่ง
Email + Identity + Endpoint + Network + Cloud
ตัวอย่างเช่น
ผู้ใช้ได้รับอีเมลที่น่าสงสัย → Login จาก Location ผิดปกติ → Endpoint เริ่มรัน Process ที่ไม่คุ้นเคย → มีการเข้าถึงข้อมูลจำนวนมากผิดปกติ
หากแต่ละระบบทำงานแยกกัน เหตุการณ์เหล่านี้อาจถูกมองเป็น Alert คนละรายการ
แต่เมื่อเชื่อมโยงข้อมูลเข้าด้วยกันผ่าน XDR (Extended Detection and Response) ทีม Security สามารถมองเห็นภาพรวมของ Attack Chain และประเมินได้ว่าเหตุการณ์เหล่านี้เกี่ยวข้องกันหรือไม่
สิ่งนี้ช่วยลด Alert Fatigue และทำให้ Security Team สามารถจัดลำดับความสำคัญของเหตุการณ์ได้ดีขึ้น
องค์กรควรรับมือ AI-Powered Phishing อย่างไร?
การป้องกัน Phishing ในปัจจุบันไม่ควรพึ่งพาเทคโนโลยีเพียงชั้นเดียว แต่ควรใช้แนวทาง Defense-in-Depth
ใช้ระบบที่สามารถตรวจสอบ Sender, URL, Attachment และพฤติกรรมของอีเมลได้อย่างต่อเนื่อง
ใช้ Multi-Factor Authentication และตรวจสอบพฤติกรรมของ Account เพื่อค้นหาการ Login ที่ผิดปกติ
หากผู้ใช้คลิกลิงก์ Phishing ควรสามารถตรวจจับ Process หรือ Activity ที่ผิดปกติบน Endpoint ได้อย่างรวดเร็ว
เชื่อมโยงข้อมูลจาก Email, Endpoint, Identity และ Network เพื่อมองเห็น Attack Chain
เมื่อพบ Account หรือ Endpoint ที่ถูก Compromise ต้องสามารถตอบสนองได้ทันที เช่น
Security Awareness ยังคงเป็นองค์ประกอบสำคัญ โดยควรใช้ Phishing Simulation ที่ใกล้เคียงกับสถานการณ์จริง รวมถึงรูปแบบที่ใช้ AI สร้างขึ้น
Phishing กำลังเปลี่ยนจาก “ปัญหาของอีเมล” เป็น “ปัญหาของทั้งองค์กร”
AI ทำให้ผู้โจมตีสามารถสร้าง Phishing ที่มีความน่าเชื่อถือและปรับให้เหมาะกับเป้าหมายได้ง่ายขึ้น
ดังนั้นการป้องกันในยุคปัจจุบันจึงไม่ควรตั้งคำถามเพียงว่า “Email Filter สามารถบล็อก Phishing ได้หรือไม่?”
แต่ควรถามว่า “หาก Phishing หลุดเข้ามาได้ องค์กรจะตรวจจับ Account Compromise และหยุดการโจมตีได้เร็วแค่ไหน?”
การรักษาความปลอดภัยที่มีประสิทธิภาพจึงต้องครอบคลุมตั้งแต่ Prevention → Detection → Investigation → Response
เพราะในโลกของ Cybersecurity การป้องกันไม่ให้เกิดเหตุการณ์เป็นสิ่งสำคัญ แต่ความสามารถในการตรวจจับและตอบสนองอย่างรวดเร็วก็สำคัญไม่แพ้กัน
BigFish: ปกป้ององค์กรจากภัยคุกคามที่ซับซ้อนขึ้น
BigFish ให้บริการ Cybersecurity Solutions และ Managed Security Services ที่ช่วยองค์กรเพิ่มความสามารถในการป้องกัน ตรวจจับ และตอบสนองต่อภัยคุกคามทางไซเบอร์
ตั้งแต่ Email Security, Endpoint Security, Identity Security, XDR ไปจนถึง 24/7 Security Monitoring และ Incident Response
เพื่อช่วยให้องค์กรไม่ได้เพียงแค่ “ป้องกัน Phishing” แต่สามารถ “Detect & Respond” ได้เมื่อภัยคุกคามสามารถหลุดผ่านระบบป้องกันเข้ามาแล้ว
One Partner. Complete Cybersecurity Protection.