ระบบ AI Agentic ทำให้การกระจายตัวของอัตลักษณ์ที่ไม่ใช่มนุษย์กลายเป็นพื้นผิวการโจมตีที่ควบคุมไม่ได้

สภาพแวดล้อมคลาวด์สมัยใหม่ถูกสร้างขึ้นจากพัน ๆ ของเครดิตเชลล์ที่ไม่ใช่มนุษย์ซึ่งถือว่ามีการเข้าถึงที่มีอำนาจและไม่ได้รับการตรวจสอบอย่างสม่ำเสมอ บัญชีบริการ, คีย์ API, โทเค็น OAuth และเครดิตเชลล์ที่ไม่ใช่มนุษย์อื่น ๆ จะทำการตรวจสอบพฤติกรรมของแอปพลิเคชันอย่างเงียบๆ แต่ thườngไม่ได้รับการจัดทำบัญชีไม่บ่อยนักและยากต่อการควบคุม รายงาน M-Trends 2026 ของ Mandiant ซึ่งรวบรวมข้อมูลจากมากกว่า 450,000 ชั่วโมงของการตอบสนองต่อเหตุการณ์ยืนยันว่าอะไรที่ทีมความปลอดภัยหลายทีมสงสัยมานานแล้วว่า อัตลักษณ์ที่ไม่ใช่มนุษย์เหล่านี้ได้กลายเป็นเวกเตอร์การโจมตีหลักในเหตุการณ์ละเมิดความปลอดภัยของคลาวด์ ผู้โจมตีจะเก็บโทเค็น OAuth ที่มีอายุการใช้งานยาวนาน, โจมตีผู้ให้บริการ SaaS ที่สามเพื่อขโมยคีย์ที่เข้ารหัสไว้และใช้ความลับเหล่านั้นเพื่อเปลี่ยนผ่านสภาพแวดล้อมสำหรับการขโมยข้อมูลขนาดใหญ่ การค้นพบไม่ได้ทำให้ใครตกใจจริงๆ แต่สิ่งที่น่ากังวลสำหรับผู้ปฏิบัติงานเหล่านี้คือสิ่งที่ถูกวางซ้อนบนปัญหา องค์กรที่ต่อสู้เพื่อควบคุมบัญชีบริการที่พวกเขามีอยู่แล้วกำลังวางระบบ AI ที่สร้างอัตลักษณ์ที่ไม่ใช่มนุษย์ใหม่ๆ ในอัตราที่กระบวนการกำกับดูแลก่อน AI ไม่เคยถูกออกแบบมาเพื่อจัดการได้ การชนกันระหว่างปัญหาเก่าและตัวเร่งความเร็วใหม่คือที่ที่มีการสัมผัสกัน

คณิตศาสตร์ของการกระจายตัวของอัตลักษณ์ที่ไม่ใช่มนุษย์

อัตราส่วนเหล่านี้ยากที่จะยอมรับจนกว่าคุณจะทำงานผ่านคณิตศาสตร์ การศึกษาอื่นที่ตีพิมพ์เมื่อต้นปีนี้พบว่าอัตลักษณ์ที่ไม่ใช่มนุษย์มากกว่าอัตลักษณ์ของมนุษย์ 82 ต่อ 1 ในสภาพแวดล้อมองค์กร ในรายงาน Identity Security Outlook 2026 ของ ManageEngine พบว่าเกือบครึ่งหนึ่งขององค์กรที่สำรวจเห็นอัตราส่วนมากกว่า 100 ต่อ 1 โดยมีบางภาคส่วนถึง 500 ต่อ 1 ระหว่าง H1 2024 และ H1 2025 เพียงอย่างเดียว องค์กรโดยเฉลี่ยเห็นการเพิ่มขึ้น 44% ในปริมาณ NHI
การแพร่กระจายของอัตลักษณ์ที่ไม่ใช่มนุษย์ในสภาพแวดล้อมองค์กรมีอยู่แล้วก่อนที่ระบบ AI ที่มีอายุจะกลายเป็นที่นิยม การเติบโตนี้ได้รับแรงผลักดันหลักจากการเปลี่ยนไปสู่การประมวลผลคลาวด์, การใช้สถาปัตยกรรมไมโครเซอร์วิส และการรวมแพลตฟอร์ม SaaS ที่เพิ่มขึ้น อย่างไรก็ตาม ระบบ AI ที่มีอายุไม่ได้เพิ่มความท้าทายที่มีอยู่ในลักษณะเชิงเส้น มันจะเปลี่ยนแปลงพื้นฐานของความเร็วและขนาดของปัญหาในอนาคต ทุกตัวแทนการที่ถูกใช้เพื่อสืบค้นการแจ้งเตือน, จัดระเบียบการทำงาน หรือเข้าถึงคลังข้อมูลต้องการโครงสร้างพื้นฐานอัตลักษณ์ของตนเอง เมื่อผลลัพธ์ องค์กรกำลังประสบกับการเพิ่มขึ้นอย่างรวดเร็วในจำนวนเครดิตเชลล์, โทเค็นการเข้าถึง และขอบเขตการอนุญาตพร้อมกับการเกิดขึ้นของตัวแทนการที่มีห่วงโซ่อัตลักษณ์ของตนเอง ดังนั้นเครื่องมือแบบดั้งเดิมจึงไม่น่าจะสามารถติดตามหรือคำนวณจำนวนอัตลักษณ์ที่ไม่ใช่มนุษย์ที่ใช้งานอยู่ภายในองค์กรได้อย่างน่าเชื่อถือในเวลาใดๆ

ทำไมจึงเป็นปัญหาการสืบสวนภัยคุกคาม

คณิตศาสตร์ของพื้นผิวการโจมตีเปลี่ยนไปเมื่อมีตัวแทนการที่เกี่ยวข้อง ผู้โจมตีที่เข้าถึงบัญชีมนุษย์ที่มีสิทธิพิเศษได้เข้าถึงอัตลักษณ์หนึ่งอัตลักษณ์ ผู้โจมตีที่เข้าถึงเครดิตเชลล์ตัวแทนการที่ไม่ได้รับการกำหนดค่าหรือทำให้ข้อมูลที่ตัวแทนการที่ใช้ในการให้เหตุผลหรือส่งคำแนะนำเข้าสู่การรับเข้าของตัวแทนการได้รับ สิ่งเหล่านี้ส่งผลให้มีการเข้าถึงสิทธิ์ของระบบอัตโนมัติที่เชื่อมต่อกับบริการหลายสิบบริการที่อยู่ด้านล่าง

เหตุการณ์เหล่านี้กำลังเกิดขึ้นแล้ว ในปี 2025 AppOmni ได้เปิดเผย CVE-2025-12420 ในการรวม Virtual Agent ของ ServiceNow ซึ่งเป็นข้อบกพร่องที่ทำให้ผู้โจมตีที่ไม่ได้รับการรับรองสามารถปลอมตัวเป็นผู้ใช้ใดๆ โดยใช้เพียงที่อยู่อีเมล เพื่อข้าม MFA และ SSO เพื่อใช้งานตัวแทนการที่มีสิทธิพิเศษในการบริหารจัดการ ข้อบกพร่อง OpenClaw ที่ปรากฏในต้นปี 2026 ซึ่งกระทบต่อเฟรมเวิร์กตัวแทนการที่เปิด源ที่มีดาว GitHub มากกว่า 135,000 ดาว แสดงให้เห็นว่าเว็บไซต์ที่เป็นอันตรายสามารถขโมยตัวแทนการที่พัฒนาโดยไม่ต้องใช้ปลั๊กอินหรือการโต้ตอบของผู้ใช้ การทำงานของ Mandiant เองได้บันทึกผู้โจมตี UNC6395 ขโมยโทเค็น OAuth จากผู้ให้บริการ SaaS ที่รวมเข้ากับ Salesforce เพื่อเข้าถึงสภาพแวดล้อมลูกค้าในองค์กรมากกว่า 700 แห่ง

พื้นที่การโจมตีของการประนีประนอมอัตลักษณ์ไม่ได้ถูกจำกัดโดยสิ่งที่บุคคลหนึ่งสามารถเข้าถึงได้ มันถูกจำกัดโดยสิ่งที่ตัวแทนการที่ได้รับการอนุญาตให้ทำ ซึ่งในหลายๆ การใช้งานการผลิตในปัจจุบันหมายความว่ามันไม่ได้ถูกจำกัดในทางปฏิบัติ

ช่องว่างการกำกับดูแลคือโครงสร้าง

Cloud Security Alliance และ Strata Identity ได้สำรวจผู้นำด้านความปลอดภัยในปลายปี 2025 และพบว่าเพียง 18% เท่านั้นที่มีความมั่นใจสูงว่าเครื่องมือ IAM ของตนสามารถจัดการอัตลักษณ์ตัวแทนการที่ได้ เพียง 28% เท่านั้นที่สามารถติดตามการกระทำของตัวแทนการที่กลับไปยังผู้สนับสนุนมนุษย์ที่อยู่เบื้องหลังทั้งหมดในบรรดาสภาพแวดล้อมทั้งหมด ข้อกังวลที่ขับเคลื่อนการลงทุนบอกเล่าเรื่องราว: การเปิดเผยข้อมูลที่ละเอียดอ่อน (55%), การกระทำที่ไม่ได้รับอนุญาต (52%), การใช้เครดิตเชลล์ในทางที่ผิด (45%) และความไม่สามารถค้นพบหรือลงทะเบียนตัวแทนการที่ (40%)

ตัวเลขเหล่านี้อธิบายสภาพแวดล้อมที่ทีมความปลอดภัยรู้ว่าตัวแทนการที่กำลังทำงาน แต่ไม่สามารถตอบคำถามได้อย่างน่าเชื่อถือว่าใครเป็นเจ้าของ, อะไรที่ได้รับการอนุญาตให้เข้าถึง, อะไรที่ได้เข้าถึงไปแล้ว หรือวิธีการเพิกถอนเครดิตเชลล์อย่างสะอาด โครงสร้างอัตลักษณ์ที่เป็นพื้นฐานของโปรแกรมความปลอดภัยขององค์กรส่วนใหญ่สมมติว่าสามารถระบุการกระทำให้กับหลักการได้ เมื่อตัวแทนการที่สร้างตัวแทนการที่ลูก ซึ่งเชื่อมโยงการกระทำอื่น ซึ่งกระตุ้นระบบที่สาม การระบุตัวตนจะกลายเป็นปัญหาการสร้างกราฟมากกว่าการค้นหา Most องค์กรไม่มีเครื่องมือในการข้ามกราฟนั้น

รายงาน State of AI Security 2026 ของ Cisco 量化ช่องว่างการเตรียมการจากทิศทางอื่น: ในขณะที่องค์กรส่วนใหญ่วางแผนจะใช้งาน AI ที่มีอายุ แต่เพียง 29% เท่านั้นที่รายงานว่าพร้อมที่จะรักษาความปลอดภัยในการใช้งานเหล่านั้น 71% ที่เหลือไม่ได้เตรียมการไม่ใช่เพราะการโจมตีเป็นเรื่องสมมุติ แต่เพราะการโจมตีไม่เหมือนกับสิ่งที่เครื่องมือที่มีอยู่ถูกออกแบบมาเพื่อจับ

ปัญหาเรื่องอัตรา

องค์กรที่จะจัดการสิ่งนี้ได้ดีที่สุดคือองค์กรที่ปฏิบัติต่ออัตลักษณ์ตัวแทนการที่มีวินัยชีวิตเหมือนกับที่พวกเขานำไปใช้กับบัญชีมนุษย์ที่มีสิทธิพิเศษ โดยเฉพาะเจ้าของที่ถูกกำหนดไว้, การกำหนดขอบเขตสิทธิ์ที่น้อยที่สุด, ตารางการหมุนเวียน และสวิตช์ฆ่าที่น่าเชื่อถือ การสร้างอัตลักษณ์ที่มีความเร็วของเครื่องจักรไม่สามารถควบคุมได้ด้วยกระบวนการอนุมัติที่มีความเร็วของมนุษย์ เครื่องมือการกำกับดูแลต้องทำงานที่ความเร็วเดียวกันกับเครื่องมือการปรับใช้ สำหรับองค์กรส่วนใหญ่ เครื่องมือนั้นไม่มีอยู่ในผลิต สิ่งที่หายไปไม่ใช่ความตระหนักว่าอัตลักษณ์ที่ไม่ใช่มนุษย์เป็นความเสี่ยง มันคือโครงสร้างพื้นฐานการกำกับดูแลที่สามารถทำงานที่ความเร็วเดียวกันกับระบบที่สร้างอัตลักษณ์เหล่านั้น ทุกสัปดาห์ที่ช่องว่างนั้นยังคงอยู่ ระยะห่างระหว่างสิ่งที่ทีมความปลอดภัยสามารถมองเห็นและสิ่งที่กำลังทำงานจริงๆ จะกว้างขึ้นอีกหนึ่งรุ่นของการปรับใช้ตัวแทนการที่