CrowdStrike วางแผนเข้าซื้อกิจการ Fiddler และ Dreadnode เพื่อเสริมความปลอดภัย AI

CrowdStrike ประกาศเมื่อวันที่ 3 พฤศจิกายน 2026 ว่ามีแผนเข้าซื้อ Fiddler ซึ่งเทคโนโลยีของบริษัทจะกลายเป็น Falcon Observe สำหรับประเมินและอธิบายพฤติกรรมของเอเจนต์ AI ประกาศอีกฉบับระบุรายละเอียดแผนเข้าซื้อ Dreadnode และเพิ่มการทดสอบความปลอดภัย AI แบบอัตโนมัติให้กับแพลตฟอร์ม Falcon ก่อนที่ระบบจะเข้าสู่การใช้งานจริง

ประกาศทั้งสองฉบับมีขึ้นในงาน Fal.Con EU 2026 และกล่าวถึงแผนการเข้าซื้อกิจการที่เสนอไว้ CrowdStrike ตั้งเป้าให้ Falcon Observe และ Dreadnode เปิดให้ใช้งานทั่วไปได้ในไตรมาสที่ 4 ของปีงบประมาณ 2027 ผลิตภัณฑ์ที่วางแผนไว้ครอบคลุมมาตรการควบคุมที่แตกต่างกัน ได้แก่ การตรวจหา弱จุดของ AI ก่อนเผยแพร่ การประเมินว่าเอเจนต์ทำงานตามที่ได้รับมอบหมายหรือไม่ และการติดตามการตัดสินใจของเอเจนต์หลังนำไปใช้งาน

บทบาทของ Fiddler ใน Falcon Observe

ก่อนนำไปใช้งาน ทีมงานสามารถใช้ Fiddler เปรียบเทียบพรอมป์ต์ โมเดล และการกำหนดค่าต่าง ๆ เพื่อประเมินว่าเอเจนต์ทำงานที่ได้รับมอบหมายได้อย่างปลอดภัยและถูกต้องแม่นยำหรือไม่ หลังนำไปใช้งาน แพลตฟอร์มนี้ได้รับการออกแบบมาเพื่อติดตามการตัดสินใจและลำดับการให้เหตุผลตลอดทั้งลำดับชั้นของเอเจนต์ พร้อมระบุการเปลี่ยนแปลงของพฤติกรรมและการกระทำที่ไม่เป็นไปตามเจตนา ระบบจะสร้างกระบวนการตัดสินใจขึ้นใหม่ เพื่อให้ทีมงานค้นหาขั้นตอนที่ทำให้เกิดความล้มเหลวได้

การมองเห็นข้อมูลดังกล่าวช่วยอุดช่องโหว่ของมาตรการควบคุมความปลอดภัยแบบเดิม ตัวอย่างเรื่องการคืนเงินของ CrowdStrike กล่าวถึงเอเจนต์ที่ใช้ข้อมูลรับรองที่ถูกต้องและเครื่องมือที่ได้รับอนุมัติ เพื่ออนุมัติการคืนเงินซึ่งขัดต่อนโยบายบริษัท มาตรการควบคุมแบบดั้งเดิมอาจมองเห็นเพียงกิจกรรมที่ชอบด้วยสิทธิ์ แม้ว่าการตัดสินใจนั้นจะผิดพลาดก็ตาม ขณะที่ความสามารถในการอธิบายมีจุดประสงค์เพื่อเผยให้เห็นว่าเหตุใดเอเจนต์จึงดำเนินการ และพฤติกรรมของเอเจนต์ผิดพลาดตรงไหน

Fiddler ครอบคลุมทั้งเอเจนต์ที่พัฒนาโดยองค์กรเองและเอเจนต์จากผู้ให้บริการภายนอก และรองรับการติดตั้งเครื่องมือวัดผลผ่าน OpenTelemetry รวมถึง LangGraph, Amazon Bedrock, AWS Strands และ Google ADK บันทึกข้อมูลในระดับการตัดสินใจของระบบมีจุดประสงค์เพื่อรองรับการปฏิบัติตามข้อกำหนดและการตรวจสอบ ภายใน Falcon ระบบจะเชื่อมโยงเจตนาและพฤติกรรมของเอเจนต์เข้ากับข้อมูลความปลอดภัยด้านอุปกรณ์ปลายทาง อัตลักษณ์ คลาวด์ และขณะทำงาน เพื่อให้ทีมรักษาความปลอดภัยตรวจสอบได้ทั้งเหตุผลที่เอเจนต์ดำเนินการและสิ่งที่เกิดขึ้นตามมาทั่วทั้งระบบขององค์กร

การทดสอบ Dreadnode ก่อนนำระบบขึ้นใช้งานจริง

Dreadnode เริ่มจากคำอธิบายการทดสอบที่ต้องการด้วยภาษาทั่วไป จากนั้นจึงตรวจสอบระบบ AI โมเดล คลังโมเดล แอปพลิเคชัน เอเจนต์ และเซิร์ฟเวอร์ MCP ก่อนนำไปใช้งานจริง CrowdStrike ระบุว่า Dreadnode ใช้เทคนิคการโจมตีมากกว่า 50 รูปแบบ ซึ่งรวมถึงการเจลเบรก การแทรกพรอมป์ต์ การโจมตีหลายรอบ และการโจมตีที่มุ่งเป้าไปยังเอเจนต์โดยเฉพาะ ผลการตรวจสอบจะจัดอันดับตามความรุนแรงและเชื่อมโยงกับ OWASP Top 10 for LLMs หมวดหมู่ความปลอดภัยแบบเอเจนต์ของ OWASP ตั้งแต่ ASI01 ถึง ASI10, MITRE ATLAS และ NIST AI Risk Management Framework

ผลการตรวจสอบจะนำมาประกอบเป็นภาพรวมความเสี่ยง ซึ่งครอบคลุมจำนวนสิ่งที่ตรวจพบทั้งหมด อัตราความสำเร็จของการโจมตี การแจกแจงระดับความรุนแรง ผลลัพธ์ของสิ่งที่ตรวจพบ และตัวชี้วัดความเสี่ยงเชิงลึก รายงานที่ส่งออกได้จะช่วยประกอบการตัดสินใจว่าจะเดินหน้าหรือไม่ ผู้ตรวจสอบที่เป็นมนุษย์สามารถตรวจดูพรอมป์ต์ที่ผู้โจมตีใช้และคำตอบของเป้าหมายได้อย่างครบถ้วน ไล่ดูการโจมตีทีละขั้น จัดประเภทสิ่งที่ตรวจพบใหม่ ปรับระดับความรุนแรง และบันทึกเหตุผลประกอบได้ เมื่อตั้งประเภทสิ่งที่ตรวจพบใหม่ ตัวชี้วัดบนแดชบอร์ดจะคำนวณใหม่

แผนการเชื่อมโยงระบบนี้จะผสานการทดสอบเข้ากับการป้องกันขณะทำงาน ผลการตรวจสอบจาก Dreadnode จะถูกส่งต่อไปยัง Falcon Guardian ในรูปแบบคำแนะนำด้านนโยบาย เพื่อให้จุดอ่อนที่พบก่อนนำระบบไปใช้งานช่วยกำหนดมาตรการป้องกันหลังเผยแพร่ได้ ข้อมูลการทดสอบยังจะนำไปใช้สนับสนุนโมเดล SafeMind ของ CrowdStrike ด้วย Falcon Guardian ให้บริการตรวจจับและตอบสนองต่อภัยคุกคาม AI ที่พัฒนาโดยองค์กรขณะทำงาน ส่วน Falcon Observe จะประเมินและอธิบายว่าเอเจนต์มีพฤติกรรมตามที่ตั้งใจไว้หรือไม่

เมื่อพิจารณาร่วมกัน แผนเหล่านี้แสดงให้เห็นขั้นตอนการทำงานที่เชื่อมต่อกัน ตั้งแต่การทดสอบและประเมินผลก่อนนำระบบขึ้นใช้งานจริง ไปจนถึงการเฝ้าสังเกตอย่างต่อเนื่องและการป้องกันขณะทำงาน การทำให้กระบวนการนี้ครบวงจรขึ้นอยู่กับการดำเนินการเข้าซื้อกิจการตามที่เสนอและการสร้างการผสานระบบตามที่ให้คำมั่นไว้ ดังนั้น ประเด็นสำคัญที่ยังต้องจับตาคือ CrowdStrike จะดำเนินงานได้ทันตามเป้าหมายการเปิดให้ใช้งานหรือไม่ ซึ่งเป็นคำถามสำคัญที่ยังไม่มีคำตอบในแผนงานด้านความปลอดภัย AI ที่บริษัทกำลังขยาย