bitkub-banner

AI ช่วยเจาะระบบความปลอดภัยของ Apple ได้ภายใน 5 วัน ทั้งที่ Apple ใช้เวลาพัฒนานานเกือบ 5 ปี

พร้อมเล่น 0:00 / 0:00
สรุปข่าว
  • นักวิจัยจากบริษัทด้านความปลอดภัย Calif ใช้ Claude Mythos Preview โมเดล AI ของ Anthropic ช่วยค้นหา Bug และพัฒนา Exploit สำหรับโจมตีระบบ Memory Integrity Enforcement (MIE) ของ Apple บน Mac M5 ได้ภายในเวลาเพียง 5 วัน
  • การโจมตีครั้งนี้ไม่ได้อาศัยช่องโหว่เดียว แต่เป็นการเชื่อม Bug สองตัวใน macOS เข้าด้วยกันเพื่อ Bypass ระบบป้องกันระดับ Hardware ที่ Apple พัฒนามานานหลายปี
  • เหตุการณ์นี้เกิดขึ้นภายใต้ Project Glasswing โครงการของ Anthropic ที่ใช้ AI ช่วยค้นหาช่องโหว่ด้าน Cybersecurity โดยมีพันธมิตรทั้ง Apple, Google, Microsoft, AWS และ NVIDIA เข้าร่วมด้วย

แนวโน้มผลกระทบต่อราคา: Neutral
ข่าวนี้ไม่ได้กระทบราคาคริปโตโดยตรง แต่สะท้อนให้เห็นว่า AI กำลังเปลี่ยนโฉมวงการ Cybersecurity อย่างรวดเร็ว ซึ่งในระยะยาวอาจส่งผลต่อทั้งระบบความปลอดภัยของบริษัทเทคโนโลยีและโครงสร้างของวงการคริปโตเอง

นักวิจัยด้านความปลอดภัยจากบริษัท Calif ใน Palo Alto เปิดเผยว่า พวกเขาสามารถ Bypass ระบบ Memory Integrity Enforcement (MIE) ของ Apple บน Mac M5 ได้สำเร็จ โดยใช้ Claude Mythos Preview โมเดล AI ของ Anthropic ช่วยค้นหาช่องโหว่และพัฒนา Exploit

สิ่งที่ทำให้วงการ Cybersecurity ให้ความสนใจอย่างมากคือ กระบวนการทั้งหมดใช้เวลาเพียงประมาณ 5 วัน ทั้งที่ Apple ใช้เวลาพัฒนาระบบ MIE มานานเกือบ 5 ปีเพื่อป้องกันการโจมตีประเภท Memory Corruption โดยเฉพาะ

MIE คืออะไร และทำไม Apple ถึงให้ความสำคัญมาก?

Memory Integrity Enforcement หรือ MIE คือระบบป้องกันหน่วยความจำระดับ Hardware ที่ Apple สร้างขึ้นบนพื้นฐานของ Arm Memory Tagging Extension

ระบบนี้ถูกออกแบบมาเพื่อป้องกันการเข้าถึงหน่วยความจำที่ไม่ได้รับอนุญาต โดยจะตรวจสอบ “Tag” ของ Pointer ทุกครั้งก่อนเข้าถึง Memory ซึ่งช่วยลดความเสี่ยงจากการโจมตีประเภท Memory Corruption ได้อย่างมาก

ก่อนหน้านี้ MIE ถูกมองว่าเป็นหนึ่งในระบบป้องกันที่แข็งแกร่งที่สุดของ Apple และสามารถหยุด Exploit Chain สาธารณะจำนวนมากบน iOS และ macOS รุ่นใหม่ได้สำเร็จ

AI ทำทุกอย่างเองหรือไม่?

แม้ข่าวจะดูเหมือน AI “แฮก Apple ได้เอง” แต่ในความเป็นจริง นักวิจัยย้ำว่ามนุษย์ยังมีบทบาทสำคัญมาก

Thai Duong CEO ของ Calif อธิบายว่า Claude Mythos ทำงานได้ดีในการค้นหา Pattern ของช่องโหว่ที่เคยมีข้อมูลอยู่แล้ว และช่วยลดเวลาในการวิเคราะห์ Bug ลงมหาศาล

อย่างไรก็ตาม การออกแบบเทคนิคโจมตีจริง รวมถึงการเชื่อม Bug สองตัวเข้าด้วยกันเพื่อสร้าง Exploit ที่ใช้งานได้ ยังต้องอาศัยประสบการณ์ของนักวิจัยมนุษย์โดยตรง

กล่าวง่าย ๆ คือ AI ไม่ได้แทนที่นักวิจัย แต่ทำให้งานที่ปกติต้องใช้เวลาหลายเดือนเหลือเพียงไม่กี่วัน

Project Glasswing คืออะไร?

การค้นพบครั้งนี้เกิดขึ้นภายใต้ Project Glasswing โครงการของ Anthropic ที่เปิดตัวในเดือนเมษายน 2026

เป้าหมายของโครงการคือใช้ AI ช่วยค้นหาช่องโหว่ด้าน Cybersecurity ก่อนที่ผู้ไม่หวังดีจะเจอ โดยพันธมิตรในโครงการมีทั้ง Apple, AWS, Google, Microsoft, NVIDIA, Palo Alto Networks และบริษัทเทคโนโลยีรายใหญ่อีกหลายแห่ง

แนวคิดของ Glasswing คือ “ใช้ AI ป้องกัน AI” เพราะเมื่อโมเดล AI มีความสามารถในการค้นหา Bug ได้เร็วขึ้น บริษัทเทคโนโลยีเองก็จำเป็นต้องใช้ AI เพื่อเสริมการป้องกันเช่นกัน

หนึ่งในตัวอย่างที่ถูกพูดถึงคือ Mozilla ซึ่งระบุว่าสามารถค้นพบและแก้ไขช่องโหว่ใน Firefox ได้กว่า 271 จุดด้วยความช่วยเหลือของ Mythos

จุดเปลี่ยนของวงการ Cybersecurity

สิ่งที่น่ากังวลที่สุดไม่ใช่แค่ Apple ถูก Bypass แต่คือการที่ AI สามารถลดต้นทุนด้านเวลาในการค้นหาช่องโหว่ลงอย่างมหาศาล

ในอดีต การค้นหาและพัฒนา Exploit ระดับนี้อาจต้องใช้ทีมวิจัยทำงานกันหลายเดือน แต่ตอนนี้ AI สามารถช่วยเร่งกระบวนการได้จนเหลือเพียงไม่กี่วัน

นั่นหมายความว่า “ความเร็ว” กำลังกลายเป็นปัจจัยสำคัญที่สุดในโลก Cybersecurity ยุคใหม่ และองค์กรที่ไม่มี AI ช่วยวิเคราะห์ช่องโหว่อาจเริ่มเสียเปรียบอย่างชัดเจน


ผู้เขียนมองว่าเหตุการณ์นี้เป็นหนึ่งในสัญญาณที่ชัดที่สุดว่า AI กำลังเปลี่ยนกติกาของวงการ Cybersecurity อย่างถาวร เพราะแม้ระบบป้องกันระดับ Hardware ที่ใช้เวลาพัฒนาหลายปี ก็ยังสามารถถูกเจาะได้เร็วขึ้นมากเมื่อ AI เข้ามาช่วยวิเคราะห์

ในระยะสั้นนี่อาจยังเป็นเพียง “เครื่องมือของนักวิจัย” แต่ในระยะยาว หาก AI ที่มีความสามารถระดับเดียวกันตกไปอยู่ในมือของผู้ไม่หวังดี ความเร็วในการค้นหาและใช้ประโยชน์จากช่องโหว่อาจเพิ่มขึ้นแบบก้าวกระโดด ซึ่งไม่ใช่แค่ Apple ที่ต้องกังวล แต่รวมถึงทุกบริษัทเทคโนโลยีและโปรเจกต์คริปโตที่พึ่งพาระบบความปลอดภัยสมัยใหม่ด้วยเช่นกัน

แหล่งข้อมูลอ้างอิง: