ชายม์ มาซาล์ Chief AI & Security Officer ของ Gigamon – สัมภาษณ์ Series

ชายม์ มาซาล์ เป็น Chief AI และ Security Officer ที่ Gigamon ซึ่งรับผิดชอบด้านความปลอดภัยระดับโลก เทคโนโลยีสารสนเทศ การดำเนินงานเครือข่าย การกำกับดูแล ความเสี่ยง การปฏิบัติตามกฎระเบียบ ระบบธุรกิจภายใน และความปลอดภัยของผลิตภัณฑ์ ชายม์ยังเป็นผู้นำโครงการ AI สายพันธุ์ของบริษัท ซึ่งผลักดันการกำกับดูแล การนำไปใช้ในระดับข้ามฟังก์ชัน และการใช้ AI อย่างปลอดภัยและมีความรับผิดชอบ เขาได้รับการยอมรับจาก Security Magazine ว่าเป็นหนึ่งในบุคคลที่มีอิทธิพลที่สุดในด้านความปลอดภัยในปี 2025 และเป็นสมาชิกตลอดชีวิตของ OWASP Foundation และดำรงตำแหน่งในคณะกรรมการที่ปรึกษาหลายแห่ง รวมถึง Cloudflare, GitLab (GTLB ) และ Rapid7 ในช่วงหลายปีที่ผ่านมา เขาดำรงตำแหน่งผู้นำระดับสูงในหลายบริษัทชั้นนำ ล่าสุดเป็น SVP ของ Technology และ CISO ที่ Kandji

Gigamon เป็นบริษัทเทคโนโลยีด้านความปลอดภัยและความสามารถในการสังเกตการณ์ที่มุ่งเน้นในการให้ความสามารถในการมองเห็นลึกเข้าไปใน трафикเครือข่ายทั่วทั้งระบบคลาวด์แบบไฮบริดและหลายคลาวด์ แพลตฟอร์มของ Gigamon จับและวิเคราะห์ข้อมูลที่เคลื่อนไหว รวมถึงแพ็กเก็ต ฟลาว และเมตาดาต้าของแอปพลิเคชัน เพื่อมอบข้อมูลเชิงลึกที่สามารถดำเนินการได้ให้กับเครื่องมือติดตามความปลอดภัย คลาวด์ และ IT ซึ่งช่วยให้องค์กรสามารถตรวจจับภัยคุกคามที่ซ่อนอยู่ ปรับปรุงประสิทธิภาพการทำงาน รักษาความสอดคล้องกับกฎระเบียบ และลดความซับซ้อนโดยการกำจัดจุดบอดในระบบที่กระจายและเข้ารหัสมากขึ้น โดยได้รับความไว้วางใจจากองค์กรขนาดใหญ่และหน่วยงานรัฐบาล Gigamon ช่วยให้โครงสร้างพื้นฐานดิจิทัลสมัยใหม่ปลอดภัยและจัดการได้อย่างมีประสิทธิภาพ

คุณมีเส้นทางที่ไม่เหมือนใครตั้งแต่ใช้เวลาในฟอรัมแฮกเกอร์เมื่ออายุเป็นหนุ่มๆ จนกลายเป็น Chief AI และ Security Officer ที่ Gigamon วิธีการที่คุณมีประสบการณ์เหล่านั้นช่วยให้คุณคิดเกี่ยวกับภัยคุกคามไซเบอร์ที่ขับเคลื่อนด้วย AI ในปัจจุบันอย่างไร

ฉันได้รับคอมพิวเตอร์เครื่องแรกเมื่ออายุ 8 ขวบ และเรียนรู้โดยการทดลอง โดยเฉพาะการเรียนรู้ DOS อ่านคู่มือ และสอนตัวเอง Visual Basic เมื่อฉันเข้าไปในชุมชนอินเทอร์เน็ต ฉันสนใจว่าซอฟต์แวร์สามารถถูกจัดการและระบบที่อ่อนแอได้อย่างไร ความอยากรู้นั้นพัฒนาไปสู่การทดสอบการเจาะระบบเว็บแอปพลิเคชันและการรักษาความปลอดภัยของวงจรชีวิตการพัฒนา SaaS

สิ่งที่น่าสนใจเกี่ยวกับภัยคุกคามสมัยใหม่คือ AI ไม่ได้สร้างจุดอ่อนใหม่ แต่เพิ่มการค้นพบและใช้ประโยชน์จากจุดอ่อนที่มีอยู่แล้ว เนื่องจากมุมมองในตอนต้น ฉันเข้าใกล้ความปลอดภัยของ AI โดยสมมติว่าจะมีการใช้งานที่เป็นปฏิปักษ์ตั้งแต่วันแรก ซึ่งช่วยให้ฉันสามารถย้อนกลับและพัฒนาแนวทางป้องกันสำหรับลูกค้าของ Gigamon

คุณสังเกตเห็นว่าแคมเปญฟิชชิ่ง รันซัมแวร์ และมัลแวร์ที่สร้างโดย AI กำลังลดเวลาในการโจมตีจากสัปดาห์เป็นชั่วโมง คุณเห็นการเปลี่ยนแปลงที่เป็นรูปธรรมอย่างไรในการออกแบบและการใช้งานการโจมตีเหล่านี้

AI ได้ลดข้อจำกัดในการเข้าถึงอาชญากรรมไซเบอร์อย่างมาก การเขียนมัลแวร์ การสร้างแคมเปญฟิชชิ่งที่น่าเชื่อถือ และการระบุจุดอ่อนเคยต้องใช้ความเชี่ยวชาญทางเทคนิคที่ลึกซึ้ง แต่ตอนนี้การโจมตีเหล่านี้สามารถเร่งและแม้กระทั่งอัตโนมัติได้ด้วยเครื่องมือ AI ผู้โจมตีไม่ต้องมีพื้นฐานทางเทคนิคที่แข็งแกร่งในการเปิดตัวแคมเปญที่ซับซ้อนเพราะ AI สามารถสร้างโค้ด ปรับปรุงข้อความของการโจมตีทางสังคม และช่วยผู้ดำเนินการแก้ไขปัญหาในเวลาจริง

ผลลัพธ์ของการเปลี่ยนแปลงนี้คือภัยคุกคามทั้งหมดได้เปลี่ยนแปลงไป โดยไม่มีกรอบการกำกับดูแล ข้อกำหนดการปฏิบัติตามกฎระเบียบ หรือข้อจำกัดด้านจริยธรรมที่จะชะลอการโจมตี ทำให้ผู้โจมตีสามารถทดลอง ปรับเปลี่ยน และใช้งานได้อย่างรวดเร็วและต้นทุนต่ำ ในขณะที่หลายองค์กรยังคงอยู่ในขั้นตอนแรกของการนำ AI มาใช้เพื่อป้องกัน ซึ่งหมายความว่าผู้โจมตีได้รับประโยชน์จากกรณีการใช้ AI ที่มีประสิทธิภาพมากที่สุด

สิ่งใดที่แยกการโจมตีไซเบอร์ที่ขับเคลื่อนด้วย AI ออกจากการโจมตีแบบอัตโนมัติแบบดั้งเดิม และคุณสามารถแบ่งปัน примерที่ทำให้ความแตกต่างนั้นชัดเจนได้หรือไม่

สิ่งที่แยกการโจมตีไซเบอร์ที่ขับเคลื่อนด้วย AI ออกจากการโจมตีแบบอัตโนมัติแบบดั้งเดิมคือความเป็นอิสระและความยั่งยืน ในอดีต ผู้โจมตีจะรันสคริปต์และหยุดเมื่อมันล้มเหลว “ช่วงเวลาที่ใช้งาน” มีจำกัดตามเวลาที่ใช้ในการรันสคริปต์ แต่ด้วย AI ตัวแทนเหล่านี้ได้รับวัตถุประสงค์และหากพวกมันล้มเหลว พวกมันจะไม่หยุด พวกมันจะยังคงวนซ้ำ หาเส้นทางที่แตกต่างเพื่อบรรลุวัตถุประสงค์เดียวกัน ช่วงเวลาที่ใช้งานมีผลกระทบอย่างมีประสิทธิภาพ

ตัวอย่างเช่น ด้วยการสร้าง依存ของการผลิต ผู้โจมตีสามารถแทรกสิ่งที่เล็กมาก เช่น สองบรรทัดของสคริปต์ ในขณะที่ยังคงขนาดไฟล์ไม่เปลี่ยนแปลง ซึ่งหมายความว่าไบต์จะดูเหมือนเดิม เมื่อไฟล์ถูกคอมไพล์และเรียกใช้ มันจะเปิดตัวอินสแตนซ์ของเทอร์มินัลที่ติดตั้งตัวแทนอิสระเข้าไปในระบบเครือข่ายขององค์กร ซึ่งจะดำเนินการซึ่งซีรีส์ของงานที่เป็นอันตรายที่สามารถวนซ้ำได้ไม่มีกำหนด ในอดีต ไฟล์ไบนารี่ถูกมองว่าเป็นเวกเตอร์ภัยคุกคามหลังการปรับใช้ แต่ตอนนี้พวกมันถูกจัดการอย่างต่อเนื่อง รวมถึงตลอดกระบวนการสร้างด้วย

หลายองค์กรยังคงพึ่งพาการควบคุมความปลอดภัยแบบดั้งเดิมและเล่นตามหนังสือที่กำหนดไว้แล้ว ทำไมวิธีการเหล่านี้จึงล้มเหลวในการต่อต้านการโจมตีที่ขับเคลื่อนด้วย AI และคุณเห็นจุดบอดที่อันตรายที่สุดอยู่ที่ไหน

เราได้ถึงจุดที่หากคุณไม่ได้สร้างนวัตกรรมและรวม AI เข้ากับโซลูชันและปฏิบัติการด้านความปลอดภัยอย่างรอบคอบ คุณก็จะถูกทิ้งไว้ข้างหลัง และสิ่งนี้ใช้กับทั้งองค์กรขนาดใหญ่และสตาร์ทอัพ องค์กรที่ล้มเหลวในการรวม AI เข้ากับกลยุทธ์ด้านความปลอดภัยมีความเสี่ยงในการถูกผู้โจมตีที่เคลื่อนไหวเร็วขึ้นและดำเนินการในระดับที่ใหญ่ขึ้น

การป้องกันการโจมตีที่ขับเคลื่อนด้วย AI ไม่จำเป็นต้องต้องมีการเปลี่ยนแปลงเทคโนโลยีแบบทิ้งทั้งหมด อุปกรณ์ที่องค์กรต่างๆ ต้องการส่วนใหญ่แล้วมีอยู่ในสถานที่ จริงๆ แล้วการเปลี่ยนแปลงคือการใช้เครื่องมือเหล่านั้นอย่างมีประสิทธิภาพมากขึ้น การเสริมสร้างพื้นฐาน การใช้เทคโนโลยีที่มีอยู่อย่างชาญฉลาด และปรับแนวทางป้องกันให้เหมาะสมกับความเร็วและขนาดของการโจมตีในปัจจุบัน

ผู้โจมตีใช้ AI อย่างสร้างสรรค์และเชิงกลยุทธ์ หากองค์กรไม่ได้ใช้แนวทางเชิงกลยุทธ์ที่คล้ายกัน พวกเขาก็เสี่ยงต่อการสร้างจุดบอดขนาดใหญ่ ผู้นำต้องคิดอย่างแตกต่างเกี่ยวกับวิธีการใช้เครื่องมือที่พวกเขาได้รับแล้ว รวม AI เข้ากับการดำเนินงาน และพัฒนาคู่มือการป้องกันให้เหมาะสมกับความเร็วและขนาดของการโจมตี

ดูเหมือนว่า AI จะลดข้อจำกัดในการเข้าถึงอาชญากรรมไซเบอร์ คุณเห็นการเปลี่ยนแปลงในโปรไฟล์ของผู้โจมตีในปัจจุบันอย่างไร และสิ่งนี้สร้างความเสี่ยงให้กับองค์กรอย่างไร

AI ได้ทำให้แทบจะใครก็สามารถกลายเป็นแฮกเกอร์ได้ ด้วยเครื่องมือ AI ที่พวกเขาใช้ ผู้โจมตีที่ไม่มีประสบการณ์ แม้กระทั่งวัยรุ่น ก็สามารถเปิดตัวแคมเปญฟิชชิ่งที่ซับซ้อน ติดตั้งรูทคิต และดำเนินการโจมตีแรนซัมแวร์ที่เคยต้องใช้ความเชี่ยวชาญทางเทคนิคที่ลึกซึ้ง

การเปลี่ยนแปลงนี้เพิ่มระดับของความไม่แน่นอนในภูมิทัศน์ของภัยคุกคาม องค์กรไม่เพียงแต่ต้องเผชิญกับการโจมตีมากขึ้น แต่ยังต้องเผชิญกับการเปลี่ยนแปลงในแนวทางที่พวกเขาถูกโจมตี องค์กรต่างๆ ต้องเตรียมพร้อมสำหรับสภาพแวดล้อมที่ภัยคุกคามไม่เกี่ยวข้องกับประสบการณ์ และที่ทุกคนสามารถดำเนินการแคมเปญที่เทียบเท่ากับกลุ่มที่มีประวัติความสำเร็จในอดีต

ตามสิ่งที่คุณเห็นในกลุ่มผู้โจมตี เครื่องมือ AI ใดที่กำลังได้รับความนิยม และความสามารถเหล่านั้นปรับปรุงอย่างรวดเร็วเพียงใด

ไม่ใช่เรื่องของเครื่องมือ AI เพียงอย่างเดียวที่ช่วยให้ผู้โจมตี แต่เป็นการแบ่งปันทรัพยากร มากกว่าการใช้เครื่องมือเดียวที่ทำงานแบบเชิงเส้น ผู้โจมตีใช้ตัวแทนแบบกระจายที่อ้างอิงข้อมูลและแบ่งปันข้อมูลร่วมกันอย่างเป็นระบบผ่านเครื่องมือต่างๆ ผลลัพธ์ทำงานเหมือนเมชหรือฝูงมากกว่าการทำงานแบบหนึ่งครั้ง

สิ่งที่น่าสังเกตมากที่สุดคือความเร็วในการปรับปรุง ความสามารถเหล่านี้เปลี่ยนแปลงทุกวัน และหลายเครื่องมือที่ถูกใช้เคยเป็นเพียงแนวคิดที่พิสูจน์แล้วเพียงไม่กี่สัปดาห์ที่ผ่านมา อัตราการสร้างสรรค์และการปรับปรุงภายในกลุ่มผู้โจมตีกำลังเพิ่มขึ้นอย่างรวดเร็ว โดยมีเทคนิคและเครื่องมือใหม่ๆ ปรากฏขึ้นเกือบในเวลาจริง

จากมุมมองของผู้ป้องกัน สัญญาณใดบ่งชี้ว่าองค์กรกำลังเผชิญกับการโจมตีที่ขับเคลื่อนด้วย AI มากกว่าการโจมตีแบบดั้งเดิม

จากมุมมองของผู้ป้องกัน สัญญาณหลักๆ คือการสำรวจไม่ได้ดูเหมือนเป็นลำดับหรือแบ่งออกเป็นส่วนๆ ในอดีต ผู้โจมตีจะทำตามขั้นตอนอย่างชัดเจน – การรวบรวมข้อมูลในแต่ละขั้นตอน การเว้นระยะห่างระหว่างกิจกรรม และการโจมตีหนึ่งพื้นผิวในแต่ละครั้ง แต่ตอนนี้ กิจกรรมทั้งหมดนี้เกิดขึ้นพร้อมๆ กัน

สัญญาณอื่นคือการรวมและประสานกันของกิจกรรม ที่เคยกระจัดกระจายตอนนี้ถูกบีบอัดและแบ่งปันร่วมกันผ่านเครื่องมือต่างๆ โดยทำงานเหมือนฝูงมากกว่าการทำงานแบบครั้งเดียว ตัวแทนดังกล่าวยังคงวนซ้ำ ปรับเปลี่ยน และเร่งการตัดสินใจรอบๆ เวกเตอร์ภัยคุกคาม และไม่ยอมรับคำตอบ “ไม่” ระดับการดำเนินการที่เกิดขึ้นพร้อมๆ กัน การประสานงาน และความยั่งยืนนี้บ่งชี้การโจมตีที่ขับเคลื่อนด้วย AI มากกว่าการโจมตีแบบดั้งเดิม

คุณได้แย้งว่าเครื่องมือความปลอดภัย AI หลายตัวในปัจจุบันพลาดภัยคุกคามเหล่านี้ทั้งหมด สิ่งใดที่พวกเขาผิดพลาด และความสามารถใดที่ต้องการมากที่สุด

เครื่องมือความปลอดภัย AI หลายตัวยังคงถูกสร้างขึ้นโดยมีสมมติฐานที่ผิดว่าการป้องกันเป็นเป้าหมายหลัก ผู้ขายยังคงวางตำแหน่ง AI ว่าเป็นวิธีที่ดีกว่าในการปิดกั้นภัยคุกคามที่ขอบเขต แต่ผู้โจมตีเร็วกว่า มีความสามารถในการปรับเปลี่ยนมากขึ้น และมีความอดทนมากขึ้น โดยใช้ AI, deepfakes และมัลแวร์ที่สามารถหลบเลี่ยงการควบคุมและไม่ถูกตรวจจับเป็นเดือน

สิ่งที่ต้องการอย่างเร่งด่วนคือความสามารถในการมองเห็นอย่างครอบคลุมและความสามารถในการตรวจจับและตอบสนองที่แข็งแกร่งมากขึ้น องค์กรต่างๆ ต้องดำเนินการประเมินความเสี่ยงอย่างต่อเนื่อง รักษาความสามารถในการมองเห็นจริงใน трафикที่เข้ารหัสซึ่งหลายภัยคุกคามซ่อนอยู่ และใช้ข้อมูลที่ได้มาจากเครือข่ายและ API เพื่อทำความเข้าใจสิ่งที่กำลังทำงานบนระบบและวิธีการเคลื่อนย้ายข้อมูล ความสามารถในการฟื้นตัวในปัจจุบันไม่ใช่เรื่องของการป้องกันทุกภัยคุกคาม แต่เกี่ยวกับการมองเห็น หยุด และเรียนรู้จากภัยคุกคามก่อนที่จะบานปลาย

เมื่อ AI เร่งทั้งการโจมตีและป้องกัน คุณเชื่อหรือไม่ว่า AI ทางป้องกันสามารถติดตามได้จริงหรือว่าเรากำลังเข้าสู่ช่วงเวลาที่ผู้โจมตีมีข้อได้เปรียบทางโครงสร้าง

AI กำลังเร่งทั้งสองด้านของสมการ แต่ในระยะสั้น ผู้โจมตีมีข้อได้เปรียบ พวกเขาไม่ต้องเผชิญกับข้อจำกัดด้านกฎระเบียบ ข้อกำหนดการปฏิบัติตาม หรือข้อจำกัดด้านจริยธรรม ซึ่งหมายความว่าพวกเขาสามารถทดลองได้อย่างอิสระ ปรับปรุงอย่างรวดเร็ว และใช้งานได้อย่างรวดเร็วโดยไม่มีค่าใช้จ่ายเพิ่มเติม ในทางกลับกัน องค์กรต่างๆ ต้องสร้างสมดุลระหว่างนวัตกรรมและการกำกับดูแล ความเป็นส่วนตัว และความเสี่ยงในการดำเนินงาน ซึ่งทำให้การนำ AI มาใช้และใช้งานช้าลง

อย่างไรก็ตาม AI ทางป้องกันสามารถออกมาเป็นผู้ชนะได้ หากองค์กรและผู้นำเปลี่ยนแนวทาง ตั้นตอนความปลอดภัยที่ประสบความสำเร็จจะไม่มาจากการใช้ AI เพียงเพื่อป้องกัน แต่จะมาจากการรวม AI เข้ากับการตรวจจับ การสืบสวน และกระบวนการการตอบสนองที่มีความสามารถในการมองเห็นจริงในเวลาจริง ข้อได้เปรียบไม่ได้อยู่ในฝ่ายผู้โจมตีตลอดไป แต่จะยังคงอยู่จนกว่าองค์กรจะหยุดพึ่งพาการป้องกัน การทำลายล้างที่แท้จริงเกิดขึ้นเมื่อผู้โจมตีเข้าถึงเครือข่ายและอาศัยอยู่โดยไม่ถูกตรวจจับ รอโอกาสที่จะขโมยข้อมูล ผู้นำต้องเปลี่ยนจาก “เราสามารถป้องกันการละเมิดได้หรือไม่” เป็น “เราจะตรวจจับและกำจัดผู้บุกรุกได้อย่างรวดเร็วเพียงใด”

เมื่อมองไปข้างหน้า 6 ถึง 12 เดือน คุณคาดหวังว่าเทคนิคการโจมตีที่ขับเคลื่อนด้วย AI ใดจะกลายเป็นที่แพร่หลาย และทีมความปลอดภัยควรทำอะไรเพื่อเตรียมพร้อม

6 ถึง 12 เดือนเป็นเวลาที่ยาวนานมากในสถานการณ์นี้ สิ่งต่างๆ กำลังเปลี่ยนแปลงทุกๆ 6 ถึง 12 สัปดาห์ ความก้าวหน้าอย่างรวดเร็วของ AI ทำให้ยากที่จะคาดการณ์เทคนิคเฉพาะที่ผู้โจมตีจะใช้ในอนาคต ดังนั้นการมุ่งเน้นควรอยู่น้อยกว่าการเดาเกี่ยวกับสิ่งที่จะเกิดขึ้นต่อไป และมากกว่าการเตรียมพร้อม

ผู้ป้องกันต้องใช้เทคโนโลยี AI ที่ขับเคลื่อนด้วย AI เหมือนกับที่ผู้โจมตีใช้ โดยเน้นไปที่การป้องกันในระดับลึก ซึ่งหมายถึงการใช้ AI เพื่อเปรียบเทียบข้อมูลที่ส่งอย่างต่อเนื่องข้ามจุดสิ้นสุดในเวลาจริง โดยพึ่งพาเทเลเมทรีเครือข่ายที่ไม่สามารถเปลี่ยนแปลงได้เพื่อระบุพฤติกรรมการทำธุรกรรมข้ามสภาพแวดล้อมคลาวด์ส่วนตัว คลาวด์สาธารณะ และบนพื้น และการป้อนเทเลเมทรีนั้นเข้าไปในเครื่องมือที่เหมาะสม เพื่อให้ทีมความปลอดภัยตระหนักอย่างแข็งขันเมื่อองค์กรของตนถูกสำรวจ

ในเวลาเดียวกัน มุมมองการป้องกันที่เน้นขอบเขตต้องถูกปลดออก การโจมตีที่ขับเคลื่อนด้วย AI ไม่ใช่เรื่องของว่าเกิดขึ้นหรือไม่ แต่เป็นเรื่องของเมื่อไหร่ จุดเน้นปัจจุบันคือการระบุการละเมิดเร็วๆ นี้ ลดผลกระทบ และการแก้ไขที่เหมาะสม ซึ่งรวมถึงการมีแผนการตอบสนองต่อเหตุการณ์ การใช้หลักการไม่ไว้วางใจ การบังคับใช้การแบ่งส่วนเครือข่าย การรักษาการจัดการการเข้าถึงด้วยการตรวจสอบอย่างต่อเนื่อง และการปรับเปลี่ยนแบบไดนามิกตามความจำเป็นเพื่อป้องกันข้อมูลลูกค้าและจำกัดผลกระทบ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ให้ข้อมูลเชิงลึก ผู้อ่านซึ่งสนใจในเรื่องการมองเห็นลึกและความปลอดภัยของเครือข่ายที่ขับเคลื่อนด้วย AI สามารถเยี่ยมชม Gigamon ได้