โลก AI กำลังเติบโตอย่างรวดเร็ว แต่ก็หนีไม่พ้นความเสี่ยงด้านความปลอดภัย ล่าสุดนักวิจัยด้าน Cybersecurity จาก Tenable เปิดเผยว่า Google Gemini AI มีช่องโหว่ร้ายแรง 3 จุด ซึ่งสามารถถูกโจมตีผ่าน Prompt Injection และ Cloud Exploits ทำให้ผู้โจมตีสามารถเข้าถึงข้อมูลส่วนตัว รวมถึงใช้งานสิทธิ์ของ Cloud Service เกินขอบเขตได้
แม้ว่า Google จะออก Patch ปิดช่องโหว่แล้ว แต่เหตุการณ์นี้สะท้อนว่า “AI ไม่ได้เป็นเพียงเครื่องมือ แต่ยังเป็นเวกเตอร์โจมตีใหม่” ที่องค์กรไม่สามารถมองข้ามได้
Gemini Trifecta ช่องโหว่ 3 จุดใน Google Gemini
นักวิจัยตั้งชื่อช่องโหว่ชุดนี้ว่า Gemini Trifecta ซึ่งมี 3 องค์ประกอบหลัก คือ
1. Prompt Injection ใน Gemini Cloud Assist
- ผู้โจมตีซ่อนคำสั่งใน HTTP Request เช่น User-Agent Header
- Gemini อ่าน Log แล้วนำ Prompt ปลอมไปประมวลผล
- ทำให้สามารถเข้าถึง Cloud Functions, Compute Engine หรือ API อื่น ๆ ได้
2. Search Injection ใน Gemini Search Personalization Model
- ผู้โจมตีฝังคำสั่งลงในประวัติการค้นหาของ Chrome ผ่าน JavaScript
- Gemini นำข้อมูลที่ “ปนเปื้อน” มาประมวลผล
- ส่งผลให้ข้อมูลผู้ใช้ เช่น Location หรือ Saved Info รั่วออกไป
3. Indirect Prompt Injection ใน Gemini Browsing Tool
- Gemini ถูกสั่งให้สรุปเนื้อหาเว็บเพจ
- โจมตีด้วยการฝังคำสั่งลับ ข้อมูลผู้ใช้ถูกส่งออกไปยังเซิร์ฟเวอร์โจมตี
ความเสี่ยงของ Prompt Injection และ Cloud Exploits
Prompt Injection คือการทำให้ AI ประมวลผลคำสั่งที่แฝงมากับข้อมูล ไม่ต่างจาก SQL Injection ในโลก Database แต่คราวนี้คือ “โจมตีที่ระดับ AI Model”
ผลกระทบที่อาจได้รับ
- ข้อมูลส่วนตัวรั่วไหล (Data Privacy Breach)
- ข้อมูลธุรกิจถูกขโมย เช่น IAM Config, Cloud Asset
- ผู้โจมตีสามารถรันคำสั่งบน Cloud ได้โดยไม่ผ่านสิทธิ์ปกติ
Google แก้ปัญหาอย่างไร?
หลังการเปิดเผย Google ได้ออกมาตรการดังนี้
- ปิดการแสดงผล Hyperlink ใน Log Summarization
- เพิ่มระบบตรวจสอบคำสั่งที่น่าสงสัย
- เสริมการ Harden ระบบ AI เพื่อลด Prompt Injection
อย่างไรก็ตาม เหตุการณ์นี้แสดงให้เห็นว่า AI ต้องมี AI Security Testing เช่นเดียวกับซอฟต์แวร์ทั่วไป
บทเรียนสำหรับองค์กรที่ใช้งาน AI และ Cloud
1. AI Security ต้องเป็นส่วนหนึ่งของ Cybersecurity
- AI ไม่ใช่ปลายทาง แต่เป็น Attack Surface ใหม่
2. ตรวจสอบการใช้ AI Tool ในองค์กร
- จำกัดสิทธิ์ของ AI Agent
- กำหนด Policy การใช้งาน AI อย่างรัดกุม
3. Cloud Security ต้องไปคู่กับ AI Security
- ตรวจสอบ IAM และ Cloud Asset เสมอ
- ใช้ SIEM/Monitoring ตรวจหาพฤติกรรมผิดปกติ