ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
คลาวด์แฟลร์ (Cloudflare, $NET) เพิ่มระบบ ‘Adaptive Intelligence’ หรือปัญญาประดิษฐ์ที่เรียนรู้จากการโจมตีของบอทอัตโนมัติแบบเรียลไทม์ เข้าไปในระบบป้องกันบอทของบริษัท เพื่อปรับกฎการป้องกันได้ต่อเนื่อง หลังต้นทุนของการโจมตีอัตโนมัติลดลงจากการแพร่หลายของเครื่องมือเอไอ บริษัทจึงต้องการเปลี่ยนจากระบบป้องกันที่ใช้กฎตายตัวไปสู่ระบบที่เรียนรู้และปรับตัวได้ตลอดเวลา
ตามรายงานของดิจิทัลทูเดย์ (Digital Today) คลาวด์แฟลร์เปิดตัวเครื่องมือตรวจจับต่อเนื่องนี้บนแพลตฟอร์ม ‘Cloudflare Bot Management’ ซึ่งเป็นระบบรักษาความปลอดภัยที่ใช้ตรวจจับทราฟฟิกจากบอทอัตโนมัติและสกัดกั้นบอทที่เป็นอันตราย
Adaptive Intelligence เรียนรู้ ‘สัญญาณเมตา’ ของทราฟฟิกแบบเรียลไทม์ โดยอ้างอิงจากสัญญาณคำขอ (request) จำนวนมากที่ประมวลผลผ่านเครือข่ายทั่วโลกของคลาวด์แฟลร์ จากนั้นระบบจะสร้างกฎตรวจจับใหม่เพื่อรับมือภัยคุกคามที่เพิ่งปรากฏ และปรับโครงสร้างการป้องกันที่ใช้งานในช่วงเวลาสั้นๆ
แก่นของคำอธิบายจากบริษัทอยู่ที่ ‘ต้นทุนการโจมตี’ เมื่อเอไอเชิงสร้างสรรค์ (generative AI) และเครื่องมือออนไลน์ราคาถูกแพร่หลายมากขึ้น อุปสรรคในการเตรียมและทำซ้ำการโจมตีอัตโนมัติก็ลดลงตามไปด้วย บริษัทระบุว่าวิธีเดิมที่อัปเดตกฎความปลอดภัยตายตัวเป็นระยะไม่เพียงพอต่อการรับมือความพยายามเลี่ยงการตรวจจับของผู้โจมตีอีกต่อไป
Adaptive Intelligence ให้ความสำคัญกับการทำให้ผู้โจมตีเรียนรู้ระบบป้องกันได้ยากขึ้น มากกว่าการเพิ่มกฎตายตัวทีละชั้น เมื่อมีการโจมตีรูปแบบใหม่หรือความพยายามเลี่ยงระบบเกิดขึ้น ระบบจะนำสัญญาณเรียลไทม์มาปรับโครงสร้างการป้องกันทันที ออกแบบให้ผู้โจมตีต้องใช้เวลาและต้นทุนมากขึ้นหากต้องการโจมตีอัตโนมัติซ้ำด้วยวิธีเดิม
เดน เนคท์ (Dane Knecht) ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO) ของคลาวด์แฟลร์ กล่าวว่า “เมื่อต้นทุนของการขยายขนาดการโจมตีแทบจะเป็นศูนย์ การสร้างกำแพงป้องกันให้สูงขึ้นเพียงอย่างเดียวย่อมมีขีดจำกัด” คำกล่าวนี้สะท้อนมุมมองว่าการรับมือภัยคุกคามจากบอทรูปแบบล่าสุดต้องเปลี่ยนโครงสร้างทั้งระบบ เพื่อบีบให้ผู้โจมตีต้องแบกรับต้นทุนและความพยายามที่สูงขึ้น
เนคท์กล่าวเสริมว่า “Cloudflare Adaptive Intelligence เปลี่ยนแปลงระบบป้องกันอยู่ตลอดเวลา เพื่อทำให้ข้อมูลที่ผู้โจมตีเคยศึกษาไว้ใช้การไม่ได้อย่างรวดเร็ว และสกัดการโจมตีก่อนที่จะขยายตัวเป็นวงกว้าง” ซึ่งตีความได้ว่าเป็นความพยายามลดเวลาที่ผู้โจมตีใช้วิเคราะห์กฎป้องกันซ้ำๆ เพื่อหาช่องทางเลี่ยงระบบ
ในขั้นแรก คลาวด์แฟลร์ระบุว่าจะเปลี่ยนโมเดลแมชชีนเลิร์นนิงที่เป็นแกนกลางของ ‘Bot Score’ จากการเผยแพร่เวอร์ชันตายตัวไปสู่การเรียนรู้ใหม่อย่างต่อเนื่อง โดย Bot Score เป็นระบบที่ประเมินความเป็นไปได้ที่คำขอแต่ละรายการจะถูกใช้ในทางที่ผิดโดยอัตโนมัติ ด้วยการผสานแมชชีนเลิร์นนิง การตรวจสอบพฤติกรรม ลายนิ้วมือจาวาสคริปต์ (JavaScript fingerprint) หลักฮิวริสติก และการระบุบอทที่ได้รับการยืนยันแล้วเข้าด้วยกัน
ฟีเจอร์นี้ยังเน้นตรวจจับการโจมตีที่ดำเนินไปอย่างช้าๆ อย่างเครดิตสตัฟฟิง (credential stuffing) และการสแครปข้อมูล (scraping) โดยเครดิตสตัฟฟิงคือการนำข้อมูลบัญชีที่หลุดจากที่อื่นมาป้อนซ้ำในหลายบริการเพื่อพยายามล็อกอิน ส่วนสแครปปิงคือการเก็บข้อมูลจากหน้าเว็บหรือบริการต่างๆ แบบอัตโนมัติ
ในแวดวงความปลอดภัยไซเบอร์ การตรวจจับบอทไม่ได้มีแค่เรื่องอัตราการสกัดกั้นการโจมตี แต่ยังเกี่ยวโยงกับการปกป้องผู้ใช้งานทั่วไปด้วย หากตรวจจับผิดพลาด (false positive) มากขึ้น ขั้นตอนปกติอย่างการล็อกอิน การชำระเงิน หรือการเข้าถึงเนื้อหาก็อาจสะดุด และหากตรวจจับช้า ผู้โจมตีก็สามารถทำซ้ำด้วยต้นทุนต่ำได้เรื่อยๆ
คลาวด์แฟลร์ระบุว่าจะวิเคราะห์ข้อมูลระดับเซสชันฝั่งเบราว์เซอร์ร่วมกับข้อมูลเทเลเมทรีเครือข่าย เพื่อปกป้องประสบการณ์ของผู้ใช้งานปกติควบคู่ไปกับการคัดกรองกิจกรรมที่เป็นอันตราย ซึ่งเป็นแนวทางที่ผสานสัญญาณพฤติกรรมและการเชื่อมต่อหลายส่วนเข้าด้วยกัน แทนที่จะพิจารณาจากสัญญาณเดียว
วิธีเผยแพร่การอัปเดตความปลอดภัยก็เปลี่ยนไปเช่นกัน กฎตรวจจับใหม่จะถูกทดสอบความแม่นยำกับทราฟฟิกจริงก่อนเผยแพร่ เพื่อลดความเสี่ยงเรื่องการตรวจจับผิดพลาดและการหยุดชะงักของบริการ ก่อนจะนำไปใช้งานจริง
ลูกค้าองค์กรสามารถเปิดใช้ Adaptive Intelligence โดยอัตโนมัติได้ผ่านการเปิดฟังก์ชัน ‘Auto Update Machine Learning’ บนแดชบอร์ด Bot Management โดยคลาวด์แฟลร์ระบุว่าวิธีนี้จะช่วยลดปัญหาการอัปเดตความปลอดภัยที่ล่าช้า
การประกาศครั้งนี้สอดคล้องกับแนวทางที่คลาวด์แฟลร์เริ่มจัดการทราฟฟิกอัตโนมัติในยุคเอไอเป็นเรื่องที่ต้องดูแลแยกต่างหาก ก่อนหน้านี้บริษัทเคยเปิดตัวโครงสร้างพื้นฐานสำหรับระบุตัวตนและควบคุมเอเจนต์เอไอและผู้กระทำการอัตโนมัติมาแล้ว ซึ่งโทเค็นโพสต์เคยรายงานว่าคลาวด์แฟลร์เปิดตัวระบบยืนยันตัวตนสำหรับเอเจนต์เอไอและกระเป๋าสตางค์สเตเบิลคอยน์
สำหรับผู้ให้บริการคอนเทนต์ ตลาดแลกเปลี่ยน และบริการฟินเทคในไทย ความเร็วและความแม่นยำของการตรวจจับบอทเกี่ยวข้องโดยตรงกับต้นทุนการดำเนินงาน บริการออนไลน์ที่ต้องรับมือทั้งการเข้าถึงแบบอัตโนมัติและผู้ใช้งานทั่วไปพร้อมกัน ความเร็วในการอัปเดตกฎป้องกันและความเสถียรในการใช้งานจริงอาจส่งผลต่อคุณภาพบริการโดยตรง
ความคิดเห็น 0