การโจมตีแบบหลายรอบทำให้โมเดล AI แตกได้ถึง 88% ขณะที่การทดสอบแบบรอบเดียวกลับพลาด
Photo: Tara Winstead / Pexels

ในการประชุม VB Transform 2026 ที่ผ่านมา Amy Chang หัวหน้าฝ่ายการวิเคราะห์ภัยคุกคาม AI และการวิจัยด้านความปลอดภัยของ Cisco ได้เปิดเผยผลการศึกษาที่น่าสนใจเกี่ยวกับการโจมตีโมเดล AI โดยพบว่าการโจมตีแบบหลายรอบ (multi-turn attacks) สามารถทำลายโมเดล AI ได้ถึง 88.3% ขณะที่การทดสอบแบบรอบเดียว (single-turn testing) กลับไม่สามารถตรวจจับปัญหานี้ได้ ซึ่งเป็นข้อมูลที่น่ากังวลสำหรับองค์กรที่ยังคงใช้วิธีการทดสอบแบบเดิมอยู่

ในการทดสอบนี้ Cisco ได้ทำการโจมตีโมเดล AI จำนวน 15 โมเดล โดยมีการทดสอบการโจมตีแบบหลายรอบถึง 6,986 ครั้ง ซึ่งแสดงให้เห็นว่าผู้โจมตีที่ปรับตัวตามการสนทนาสามารถทำลายระบบได้อย่างมีประสิทธิภาพ การสำรวจ Pulse ของ VentureBeat ในเดือนมิถุนายน 2026 ที่มีผู้ตอบแบบสอบถามจากองค์กร 107 ราย พบว่ามากกว่าครึ่งหนึ่ง (54%) เคยประสบเหตุการณ์ด้านความปลอดภัยของเอเจนต์ที่ได้รับการยืนยันแล้ว (18%) หรือเกือบจะเกิดเหตุการณ์ที่ถูกจับได้ก่อนที่จะเกิดความเสียหาย (36%) ขณะที่เพียง 32% เท่านั้นที่ให้เอเจนต์แต่ละตัวมีตัวตนที่จัดการได้และมีขอบเขตชัดเจน

ในขณะที่ความปลอดภัยของเอเจนต์ยังคงเป็นปัญหาที่สำคัญสำหรับองค์กรหลายแห่ง การควบคุมที่มาจากผู้ให้บริการและผู้ให้บริการขนาดใหญ่ยังคงเป็นชั้นความปลอดภัยหลักที่ 82% ของบริษัทที่สำรวจใช้ การลงทุนในความปลอดภัยของเอเจนต์ได้เพิ่มขึ้นอย่างต่อเนื่อง โดยบริษัทใหญ่ ๆ เช่น Palo Alto Networks ได้เข้าซื้อกิจการ CyberArk มูลค่า 25 พันล้านดอลลาร์ในเดือนกุมภาพันธ์ ในขณะที่ CrowdStrike ได้ตกลงที่จะจ่าย 740 ล้านดอลลาร์เพื่อซื้อ SGNL และ Cisco ก็ได้ประกาศความตั้งใจที่จะเข้าซื้อ Astrix Security ในราคา 400 ล้านดอลลาร์ ซึ่งทั้งหมดนี้มุ่งเน้นไปที่การสร้างชั้นความปลอดภัยที่มีตัวตนและการแยกตัวที่องค์กรต่าง ๆ ยังไม่เสร็จสมบูรณ์

Amy Chang มีประสบการณ์ในด้านการรักษาความปลอดภัยไซเบอร์มากว่า 20 ปี โดยเธอเคยดำรงตำแหน่งผู้อำนวยการฝ่ายปฏิบัติการด้านความปลอดภัยไซเบอร์ระดับโลกที่ JPMorgan Chase ซึ่งเธอได้เป็นผู้นำทีมวิเคราะห์ภัยคุกคามไซเบอร์ของธนาคาร นอกจากนี้เธอยังเคยทำงานเป็นเจ้าหน้าที่ระดับสูงในคณะกรรมการต่างประเทศของสภาผู้แทนราษฎรสหรัฐอเมริกา และเป็นเจ้าหน้าที่สำรองของกองทัพเรือสหรัฐฯ อีกด้วย Chang ยังสอนเกี่ยวกับความปลอดภัยไซเบอร์และภัยคุกคามที่เกิดขึ้นใหม่ในฐานะอาจารย์ผู้สอนที่ Middlebury Institute of International Studies

ข้อมูลที่เธอเสนอในงานนี้ควรเป็นสัญญาณเตือนให้กับองค์กรต่าง ๆ ที่ยังคงใช้วิธีการทดสอบแบบเดิม ๆ ว่าถึงเวลาแล้วที่ต้องพิจารณาและปรับปรุงมาตรการด้านความปลอดภัยของตนให้มีประสิทธิภาพมากยิ่งขึ้น


แหล่งข้อมูลอ้างอิง

บทความนี้สรุปและเขียนใหม่โดยทีมบรรณาธิการ อ้างอิงจาก louiswcolumbus@gmail.com (Louis Columbus) ตามลิงก์ต้นฉบับด้านล่าง

อ่านต้นฉบับ: Multi-turn attacks broke AI models 88% of the time — single-turn testing missed it, Cisco AI security lead warns at VB Transform 2026

#AI #Cybersecurity #Multi-turn attacks #Cisco #VB Transform 2026