แฮกเกอร์ไม่ต้องเจาะระบบ ถ้ามีสิทธิ์ Login: SOC พร้อมรับมือ Identity Attacks หรือยัง?
ภัยคุกคามทางไซเบอร์ในปัจจุบันไม่ได้จำกัดอยู่เพียงการโจมตีระบบหรือการใช้ประโยชน์จากช่องโหว่ของซอฟต์แวร์อีกต่อไป แต่ยังครอบคลุมถึงการขโมยข้อมูลประจำตัว การเข้าถึงระบบโดยไม่ได้รับอนุญาต และการใช้บัญชีผู้ใช้ที่ถูกโจมตีเป็นช่องทางเข้าถึงข้อมูลสำคัญขององค์กร
แม้หลายองค์กรจะลงทุนในโซลูชัน Cybersecurity อย่างต่อเนื่อง แต่ความท้าทายสำคัญกลับไม่ใช่การขาดเครื่องมือรักษาความปลอดภัย หากเป็นการนำข้อมูลจากระบบต่าง ๆ มาวิเคราะห์ร่วมกัน การรับมือกับ Security Alerts จำนวนมหาศาล และการบริหารสิทธิ์การเข้าถึงที่ซับซ้อนมากขึ้น
การยกระดับ Cybersecurity จึงต้องอาศัยแนวทางสำคัญ 3 ด้าน ได้แก่ การเชื่อมโยงข้อมูลความปลอดภัยจากหลายระบบ การนำ AI มาช่วยตรวจจับและตอบสนองต่อภัยคุกคาม และการบริหารจัดการ Identity และสิทธิ์การเข้าถึงอย่างต่อเนื่อง
1. รวมข้อมูล Security เพื่อมองเห็นภัยคุกคามทั้งองค์กร
องค์กรขนาดใหญ่อาจได้รับ Log และ Security Events หลายพันถึงหลายหมื่นรายการต่อวัน จากระบบต่าง ๆ เช่น Firewall, Endpoint Security, Cloud Infrastructure และ Identity Management
ปัญหาคือเครื่องมือเหล่านี้มักทำงานแยกจากกัน ทำให้ทีม Security ต้องตรวจสอบข้อมูลผ่านหลายแพลตฟอร์ม ส่งผลให้การวิเคราะห์เหตุการณ์ล่าช้า และเพิ่มความเสี่ยงที่จะมองข้ามสัญญาณการโจมตีที่สำคัญ
Event Correlation จึงมีบทบาทสำคัญในการเชื่อมโยงเหตุการณ์จากหลายแหล่งข้อมูล เพื่อระบุความสัมพันธ์และค้นหาพฤติกรรมที่อาจเป็นภัยคุกคาม
ตัวอย่างเช่น หากระบบตรวจพบการใช้งาน CPU สูงผิดปกติ เหตุการณ์นี้เพียงอย่างเดียวอาจดูเหมือนปัญหาด้าน Performance แต่เมื่อนำข้อมูลไปวิเคราะห์ร่วมกับ Log จากระบบอื่น อาจพบความพยายามแก้ไข Firewall Rules หรือการรัน Process ที่น่าสงสัย ซึ่งอาจเป็นสัญญาณของการโจมตีทางไซเบอร์
การเชื่อมโยงข้อมูลเหล่านี้ช่วยให้ทีม Security มองเห็นภาพรวมของเหตุการณ์ วิเคราะห์ความเสี่ยงได้แม่นยำขึ้น และลดเวลาที่ต้องใช้ในการตรวจสอบ Log ด้วยตนเอง
นอกจากนี้ การรวมข้อมูลจากหลายระบบยังช่วยสนับสนุนการตรวจสอบและจัดทำรายงานด้าน Compliance เช่น PDPA และ ISO/IEC 27001 ได้อย่างเป็นระบบมากขึ้น
2. ใช้ AI เพิ่มประสิทธิภาพการตรวจจับและตอบสนองต่อภัยคุกคาม
หนึ่งในความท้าทายสำคัญของ Cybersecurity คือปริมาณข้อมูลที่เพิ่มขึ้นอย่างต่อเนื่อง ขณะที่องค์กรยังเผชิญกับข้อจำกัดด้านบุคลากรที่มีทักษะเฉพาะทาง
AI จึงเข้ามามีบทบาทในการลดภาระงานซ้ำซ้อนและเพิ่มความรวดเร็วในการตรวจสอบเหตุการณ์ โดยเฉพาะการวิเคราะห์ข้อมูลจำนวนมากที่มนุษย์ไม่สามารถตรวจสอบได้ทั้งหมดภายในเวลาจำกัด
AI สามารถสนับสนุนการทำงานของทีม Security ได้หลายด้าน ได้แก่
Threat Detection: วิเคราะห์รูปแบบการโจมตีและตรวจจับพฤติกรรมผิดปกติจากข้อมูลหลายแหล่ง
Event Correlation: เชื่อมโยง Security Events เพื่อระบุความสัมพันธ์ของเหตุการณ์ที่อาจเป็นส่วนหนึ่งของการโจมตีเดียวกัน
Threat Investigation: ช่วยวิเคราะห์ข้อมูลที่เกี่ยวข้อง เช่น IP Address, Device และ User Account เพื่อสนับสนุนการสืบสวน
Automated Response: ทำงานร่วมกับ Workflow Automation เพื่อดำเนินการตอบสนองเบื้องต้น เช่น สร้าง Incident Ticket หรือเรียกใช้กระบวนการจัดการภัยคุกคาม
Natural Language Interaction: ช่วยให้ทีม IT สามารถค้นหาและวิเคราะห์ข้อมูลผ่านคำสั่งภาษาธรรมชาติ โดยไม่จำเป็นต้องเขียน Query หรือ Script ทุกครั้ง
อย่างไรก็ตาม AI ไม่ได้เข้ามาแทนที่ผู้เชี่ยวชาญด้าน Security ทั้งหมด แต่ทำหน้าที่ช่วยวิเคราะห์ จัดลำดับความสำคัญ และเสนอแนวทางตอบสนอง เพื่อให้บุคลากรสามารถตัดสินใจและจัดการเหตุการณ์ได้อย่างมีประสิทธิภาพมากขึ้น
3. ยกระดับ Identity Security เพื่อป้องกันการโจมตีผ่านบัญชีผู้ใช้
การโจมตีทางไซเบอร์ไม่ได้เริ่มต้นจากช่องโหว่ของระบบเสมอไป ผู้โจมตีจำนวนมากพยายามเข้าถึงองค์กรผ่านบัญชีผู้ใช้และข้อมูล Credentials ที่ถูกขโมย เช่น Username และ Password
เมื่อผู้โจมตีสามารถเข้าถึงบัญชีผู้ใช้ได้ โดยเฉพาะบัญชีที่มี Privileged Access ก็อาจใช้สิทธิ์ดังกล่าวเข้าถึงระบบอื่น เพิ่มระดับสิทธิ์ หรือขโมยข้อมูลสำคัญได้โดยไม่จำเป็นต้องเจาะช่องโหว่ของซอฟต์แวร์โดยตรง
แนวทาง Identity and Access Management (IAM) แบบดั้งเดิมที่พึ่งพาเพียง Password Policy หรือการตรวจสอบสิทธิ์เป็นรายไตรมาสจึงอาจไม่เพียงพอต่อภัยคุกคามที่เปลี่ยนแปลงอย่างรวดเร็ว
องค์กรควรให้ความสำคัญกับการบริหาร Identity และสิทธิ์การเข้าถึงอย่างต่อเนื่อง โดยเฉพาะสองกระบวนการสำคัญต่อไปนี้
Automated Identity Lifecycle Management
การบริหารวงจรชีวิตบัญชีผู้ใช้สามารถดำเนินการผ่านกระบวนการ Joiner, Mover และ Leaver (JML) เพื่อให้สิทธิ์การเข้าถึงสอดคล้องกับสถานะการทำงานของพนักงาน
Joiner: จัดเตรียมบัญชีผู้ใช้และกำหนดสิทธิ์เข้าถึงแอปพลิเคชันที่จำเป็นเมื่อพนักงานเริ่มงาน
Mover: ปรับสิทธิ์การเข้าถึงเมื่อพนักงานเปลี่ยนตำแหน่งหรือย้ายแผนก
Leaver: เพิกถอนสิทธิ์และปิดบัญชีที่เกี่ยวข้องเมื่อพนักงานออกจากองค์กร
การใช้ Automation ในกระบวนการเหล่านี้ช่วยลดงาน Manual ลดความผิดพลาด และป้องกันการคงอยู่ของสิทธิ์ที่ไม่จำเป็นหลังจากพนักงานเปลี่ยนบทบาทหรือออกจากองค์กร
Access Certification และ Identity Risk Assessment
นอกจากการจัดการวงจรชีวิตบัญชีผู้ใช้แล้ว องค์กรยังควรตรวจสอบสิทธิ์การเข้าถึงอย่างสม่ำเสมอผ่านกระบวนการ Access Certification
กระบวนการนี้ช่วยให้ผู้จัดการหรือผู้รับผิดชอบระบบสามารถตรวจสอบได้ว่าพนักงานแต่ละคนยังจำเป็นต้องมีสิทธิ์เข้าถึงข้อมูลและแอปพลิเคชันที่ได้รับอยู่หรือไม่ รวมถึงระบุบัญชีที่มีสิทธิ์สูงเกินความจำเป็น
อีกแนวทางสำคัญคือการวิเคราะห์ความสัมพันธ์ระหว่าง Identity, Privileges และระบบที่สามารถเข้าถึงได้ เพื่อประเมินว่า หากบัญชีใดบัญชีหนึ่งถูกโจมตี ผู้โจมตีจะสามารถใช้บัญชีนั้นเข้าถึงระบบสำคัญอื่น ๆ ได้มากน้อยเพียงใด
การวิเคราะห์ลักษณะนี้ช่วยให้องค์กรระบุบัญชีที่มีความเสี่ยงสูง และลดโอกาสเกิด Privilege Escalation หรือ Lateral Movement ก่อนที่ผู้โจมตีจะใช้ประโยชน์จากสิทธิ์ดังกล่าว
สรุป: Cybersecurity ที่มีประสิทธิภาพต้องเชื่อมโยงข้อมูล AI และ Identity เข้าด้วยกัน
การรักษาความปลอดภัยทางไซเบอร์ในยุคปัจจุบันไม่สามารถพึ่งพาเครื่องมือที่ทำงานแยกส่วนได้อีกต่อไป องค์กรจำเป็นต้องพัฒนาความสามารถในการมองเห็น วิเคราะห์ และตอบสนองต่อภัยคุกคามอย่างเป็นระบบ
การเชื่อมโยง Security Events จากหลายแหล่งช่วยให้ตรวจพบรูปแบบการโจมตีที่ซับซ้อน ขณะที่ AI ช่วยลดภาระการวิเคราะห์ข้อมูลและเพิ่มความรวดเร็วในการตอบสนอง ส่วน Identity Security ช่วยควบคุมสิทธิ์การเข้าถึงและลดความเสี่ยงจากบัญชีผู้ใช้ที่ถูกโจมตี
เป้าหมายสำคัญไม่ใช่การเพิ่มจำนวนเครื่องมือ Security แต่เป็นการทำให้เครื่องมือ ข้อมูล และกระบวนการที่องค์กรมีอยู่สามารถทำงานร่วมกันได้อย่างมีประสิทธิภาพ เพื่อเปลี่ยนจากการรับมือภัยคุกคามเมื่อเกิดเหตุ ไปสู่การตรวจจับและลดความเสี่ยงเชิงรุกอย่างต่อเนื่อง