สมาคมธนาคารไทยเปิดรายงานเตือนภัยไซเบอร์รูปแบบใหม่ 'AI Agent' ยกระดับโจมตีอัตโนมัติ พบกรณี Hermes โจมตีกระทรวงการคลัง เข้าสำรวจระบบ-ไม่ต้องรออนุมัติทุกคำสั่ง แนะธนาคารเร่งอุดช่องโหว่และยกระดับระบบป้องกัน รับมือภัยคุกคามยุคใหม่
สำนักข่าว Next News รายงานเมื่อวันที่ 12 พฤศจิกายน 2569 สมาคมธนาคารไทย (THE THAI BANKERS’ ASSOCIATION) เปิดเผยรายงานสถานภาพรวมการโจมตีหน่วยงานภาคการธนาคารด้วย AI Agent โดยรายงานระบุว่า ในช่วงปี 2025–2026 การโจมตีทางไซเบอร์ต่อสถาบันการเงินทั่วโลกเพิ่มขึ้นอย่างรวดเร็ว ทั้งในด้านปริมาณ ความซับซ้อน และผลกระทบ โดยพบตัวอย่างเหตุการณ์ที่เกี่ยวข้องกับภาคการเงินในหลายประเทศ รวม 6 กรณี ได้แก่ เกาหลีใต้ ญี่ปุ่น ไต้หวัน ฝรั่งเศส อินเดีย และมาเลเซีย
เริ่มจากเกาหลีใต้ ตั้งแต่เดือนกันยายน 2569 พบหลักฐานเชิงเทคนิคที่เชื่อมโยงกับ AI Agent ในการโจมตีระบบภายนอกและระบบสนับสนุนงาน รวมถึงความพยายามเข้าถึงข้อมูลโดยหลบเลี่ยงการตรวจสอบสิทธิ์ ขณะที่ญี่ปุ่น เมื่อวันที่ 29 ตุลาคม 2569 มีรายงานกรณี Sony Bank ซึ่งผู้โจมตีเข้าถึงระบบของ Securitize Japan ผู้ให้บริการภายนอกที่ดูแลข้อมูลเกี่ยวกับ Digital Securities
ส่วนไต้หวัน เมื่อวันที่ 3 พฤศจิกายน 2569 พบกรณี SinoPac Bank ที่ผู้โจมตีใช้ประโยชน์จากการตั้งค่าความปลอดภัยของระบบธุรกรรมที่พัฒนาโดยผู้ให้บริการภายนอก และทดลองค้นหาบัญชีที่สามารถใช้งานได้ ขณะที่ฝรั่งเศส เมื่อวันที่ 4 พฤศจิกายน 2569 มีรายงานกรณี Crédit Mutuel Arkéa ซึ่งผู้โจมตีเข้าถึงธนาคารผ่านแพลตฟอร์มของผู้ให้บริการภายนอก ก่อนใช้บัญชีของธนาคารทำรายการโอนเงินไปยังธนาคารอื่น
ด้านอินเดีย พบแคมเปญโจมตี CRAFTY FALCON เมื่อวันที่ 4 พฤศจิกายน 2569 ซึ่งเป็น AI-assisted campaign ที่ได้รับการยืนยันในระดับหน่วยงาน CERT โดยมีการโจมตีสำเร็จต่อองค์กรในภาคการเงิน รวมถึงการกลับมาโจมตีซ้ำและการละเมิด Payment APIs ส่วนมาเลเซีย เมื่อวันที่ 6 พฤศจิกายน 2569 พบกรณี Bank Rakyat ซึ่งเว็บไซต์ที่ดูแลโดยผู้ให้บริการภายนอกถูกเปลี่ยนแปลงหน้าเว็บไซต์ ทั้งนี้ เหตุการณ์ในญี่ปุ่น ไต้หวัน ฝรั่งเศส และมาเลเซีย ยังมีสถานะ Not confirmed ตามรายงาน
สำหรับประเทศไทย รายงานระบุกรณี Hermes AI Agent โจมตีกระทรวงการคลัง เมื่อเดือนกรกฎาคม 2569 โดยมีลักษณะการโจมตีผ่านการสำรวจระบบภายใน (Reconnaissance) การตรวจสอบสิทธิ์ (Privilege Checks) และการค้นหาไฟล์ (File Discovery) จากการตรวจสอบพบ Log การทำงานของ AI Agent ซึ่งสามารถดำเนินการสำรวจระบบและตรวจสอบสิทธิ์ได้โดยไม่ต้องรออนุมัติทุกคำสั่ง รวมถึงพบหลักฐานการเข้าถึงข้อมูลบางระบบ
เปิด 4 เครื่องมือ AI Agent ใช้สนับสนุนการโจมตี
รายงานยังระบุเครื่องมือ AI Agent ที่พบว่าถูกใช้เป็นเครื่องมือโจมตี 4 รายการ ได้แก่
ARTEX เป็น Multi-Agent Offensive Framework และ C2 Platform ใช้ AI แบ่งเป้าหมายการโจมตีออกเป็นงานย่อย ดำเนินการผ่านเครื่องมือจริง และรวบรวมข้อมูลสินทรัพย์หรือช่องโหว่ไว้ใน Graph เพื่อวางแผนขั้นตอนต่อไป มีความสามารถด้าน Offensive C2 และปฏิบัติการได้หลายช่วงของ Attack Lifecycle ไม่ได้จำกัดเฉพาะการสแกนช่องโหว่
PentAGI เป็น Autonomous AI Penetration Testing System ทำงานร่วมกันผ่าน AI Agents ที่มีหน้าที่เฉพาะ เช่น Planner, Researcher, Coder และ Pentester เพื่อวางแผนและดำเนินการทดสอบแบบ End-to-End โดยเชื่อมต่อเครื่องมืออย่าง Nmap, Metasploit และ SQLmap ผ่าน Isolated Sandbox มีลักษณะคล้ายทีม Pentester ที่ AI ช่วยประสานงาน
Cairn เป็น Goal-Driven Autonomous Exploration ใช้หลักการ State-Space Search เพื่อค้นหาเส้นทางจากจุดเริ่มต้นไปยังเป้าหมาย โดยไม่ได้กำหนดบทบาท Agent หรือ Workflow แบบตายตัว สามารถสำรวจแนวทางต่าง ๆ และแลกเปลี่ยนผลการค้นพบผ่าน Shared Board รวมถึงรองรับ Coding Agents เช่น Claude Code และ Codex
CyberStrikeAI เป็น AI-Native Security Testing & Tool Orchestration Platform ที่รวบรวมเครื่องมือ Security Testing มากกว่า 100 รายการให้ AI สั่งงานผ่าน MCP และระบบ Orchestration มี Role-based Agents, Skills, Knowledge Base และระบบวิเคราะห์ Attack Chain สามารถปรับรูปแบบการทดสอบตามประเภทงาน พร้อมบันทึกผลและตรวจสอบย้อนหลังได้
รายงานระบุเพิ่มเติมว่า เครื่องมือทั้ง 4 รายการเป็น Framework หรือระบบควบคุม AI Agent ไม่ใช่ AI Model โดยตรง โดยผู้ใช้งานสามารถเชื่อมต่อ LLM ที่รองรับ เพื่อใช้ในการวิเคราะห์ ตัดสินใจ และสั่งงานเครื่องมือต่าง ๆ
จี้ธนาคารยกระดับป้องกัน 5 ด้าน รับมือ AI Agent
สำหรับความเสี่ยงต่อภาคธนาคารไม่ได้จำกัดอยู่เฉพาะระบบ IT แต่ยังครอบคลุมระบบที่เปิดให้เข้าถึงจากภายนอก API สำหรับธุรกรรม การเข้าถึงบัญชีลูกค้าผ่าน Third-party AI Agent รวมถึง AI Agent ที่ธนาคารนำมาใช้งานภายในองค์กร โดยพฤติกรรมที่เข้าข่าย AI-Agent-Like Probing สามารถสังเกตได้จากการสแกนระบบต่อเนื่องตลอด 24 ชั่วโมง การทดลองเข้าถึงซ้ำเมื่อถูกบล็อกหรือเกิดข้อผิดพลาด การสำรวจหลาย Endpoint พร้อมกัน และการปรับเปลี่ยนวิธีการตามผลลัพธ์ในลักษณะ Learn-Adjust-Repeat รวมถึงการตรวจสอบ API, Auth Flow และ Parameter อย่างเป็นระบบ
ทั้งนี้ สมาคมธนาคารไทยแนะนำให้ธนาคารยกระดับมาตรการป้องกัน 5 ด้านสำคัญ ได้แก่
Attack Surface Management (ASM) สำรวจและลดพื้นที่เสี่ยงจากระบบ Internet-facing ตรวจสอบ API และจำกัดการเปิดให้เข้าถึงจากอินเทอร์เน็ตเฉพาะที่จำเป็น
Vulnerability & Patch Management เร่งปิดช่องโหว่ที่มีความเสี่ยงสูง ปรับกรอบเวลาการแพตช์ให้เข้มงวดขึ้น และกำหนดให้รายงานช่องโหว่สำคัญทันที
Threat Detection & Blocking เฝ้าระวังพฤติกรรมการสแกนหรือโจมตีที่ผิดปกติอย่างต่อเนื่อง พร้อมตรวจจับและบล็อก IP ที่มีพฤติกรรมเสี่ยง
AI Security & Access Control ควบคุมหรือปิดกั้นการใช้งาน AI ภายนอกตามนโยบายความปลอดภัย เพื่อลดความเสี่ยงจากการเชื่อมต่อระบบหรือการเปิดเผยข้อมูล
Proactive Security Validation จัดทำ Security Validation Checklist ครอบคลุมเทคโนโลยีสำคัญ พิจารณา AI Red Teaming และ AI Pentest รวมถึงศึกษา AI-powered Pentest Tools เพื่อทดสอบระบบจากมุมมองผู้โจมตี
พร้อมเสนอให้ศูนย์ประสานงานด้านความมั่นคงปลอดภัยเทคโนโลยีสารสนเทศภาคการธนาคาร (TB-CERT) ขับเคลื่อนการรับมือภัยคุกคามร่วมกันในระดับภาคธนาคาร โดยยกระดับจากการติดตามข่าวสารและแบ่งปัน Threat Intelligence ไปสู่การประเมิน Exposure การตรวจจับพฤติกรรมการโจมตี และการฝึกซ้อมรับมือเหตุการณ์ AI-driven Cyber Attack เพื่อเพิ่มความพร้อมในการรับมือภัยไซเบอร์ที่มีความซับซ้อนและดำเนินการได้รวดเร็วยิ่งขึ้น
