ความปลอดภัยไซเบอร์

Humanix เปิดตัว Complete Call Context เพื่อตรวจจับการโจมตีด้วยเสียงต่อฝ่ายบริการช่วยเหลือ

Miles Okada
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
Humanix interface correlating a service desk call with identity records and policy violations
ประเด็นสำคัญHumanix…
ดูเพิ่มเติม
  • Humanix เชื่อมโยงคำกล่าวอ้างของผู้โทรกับข้อมูลระบุตัวตนและบันทึกตั๋วเพื่อเปิดเผยวิศวกรรมสังคมทางเสียง
  • บันทึกสามารถแสดงการรีเซ็ต MFA ที่ได้รับอนุญาตในขณะที่ซ่อนการชักจูงที่โน้มน้าวให้พนักงานอนุมัติ
  • เวอร์ชันนี้นำเสนอการตรวจจับและการแจ้งเตือน แต่ไม่ได้อ้างว่าสามารถบล็อกการรีเซ็ตหรือย้อนกลับการเปลี่ยนแปลงบัญชี

Humanix เปิดตัว Complete Call Context ซึ่งเป็นความสามารถที่เชื่อมโยงบทสนทนากับฝ่ายบริการช่วยเหลือเข้ากับบันทึกข้อมูลอัตลักษณ์ ตั๋วขอรับบริการ และขั้นตอนการกู้คืนบัญชีขององค์กร เป้าหมายคือเปิดโปงการหลอกลวงทางสังคมผ่านเสียง ซึ่งอาจแฝงอยู่ในขั้นตอนรีเซ็ตรหัสผ่านและเปลี่ยนการยืนยันตัวตนหลายปัจจัยที่ดูเป็นงานประจำทั่วไป

การอัปเดตนี้ต่อยอดแพลตฟอร์ม Human Threat Detection and Response ของ Humanix โดยไมโครเอเจนต์จะตรวจสอบคำขอที่มีความอ่อนไหวทีละรายการ ระบุหลักฐานที่ขั้นตอนของบริษัทกำหนด และเปรียบเทียบคำกล่าวอ้างของผู้โทรกับข้อมูลในระบบผู้ให้บริการข้อมูลอัตลักษณ์และระบบบริหารจัดการบริการไอที หากพบข้อมูลขัดแย้งหรือขาดหลักฐาน ระบบจะแจ้งเตือนพร้อมระบุระดับความรุนแรงและคำอธิบาย

สำหรับทีมรักษาความปลอดภัย ปัญหาอยู่ที่ช่องว่างระหว่างการดำเนินการที่ได้รับอนุญาตกับบทสนทนาที่นำไปสู่การดำเนินการนั้น บันทึกบัญชีอาจแสดงได้อย่างถูกต้องว่าพนักงานฝ่ายบริการช่วยเหลือได้ลงทะเบียนปัจจัย MFA ใหม่ แต่บันทึกดังกล่าวอาจแทบไม่บอกเลยว่ามีใครโน้มน้าวให้พนักงานคนนั้นข้ามขั้นตอนตรวจสอบที่มีไว้เพื่อปกป้องบัญชีหรือไม่

ติดตามคำขอตั้งแต่การโทรไปจนถึงบันทึกข้อมูล

Complete Call Context จะสร้างไมโครเอเจนต์ขึ้นมาวิเคราะห์คำขอรับบริการที่มีความอ่อนไหวแต่ละรายการ เช่น การรีเซ็ต MFA ขั้นตอนขององค์กรเองจะเป็นตัวกำหนดว่าบริบทใดมีความสำคัญ จากนั้นเอเจนต์จะเชื่อมโยงบทสนทนากับบันทึกข้อมูลอัตลักษณ์และบันทึกการออกตั๋วที่เกี่ยวข้อง เพื่อนำแหล่งข้อมูลที่แยกจากกันเหล่านั้นมาไว้ในการตรวจสอบเดียวกัน

Humanix ยกตัวอย่างกรณีที่ผู้โทรอ้างว่าตนเป็นผู้จัดการของพนักงานคนหนึ่ง และขอรีเซ็ต MFA แทนพนักงานคนนั้น ผู้โทรแจ้งหมายเลขตั๋วและกล่าวว่าพนักงานผ่านการยืนยันข้อมูลอัตลักษณ์แล้ว แต่ละคำกล่าวเปิดโอกาสให้ระบบตรวจสอบได้ ได้แก่ ความสัมพันธ์ระหว่างผู้จัดการกับพนักงาน การมีอยู่ของตั๋ว และบันทึกการยืนยันข้อมูลอัตลักษณ์

หากไดเรกทอรีระบุผู้จัดการคนอื่น ค้นหาตั๋วไม่พบ หรือระบบผู้ให้บริการข้อมูลอัตลักษณ์ไม่มีบันทึกเหตุการณ์การยืนยันที่สอดคล้องกัน การแจ้งเตือนจะเชื่อมโยงสิ่งที่ตรวจพบเหล่านั้นเข้ากับขั้นตอนที่กำหนดไว้ ความคลาดเคลื่อนเหล่านี้เป็นเพียงตัวอย่างประกอบ ไม่ได้หมายความว่าการไม่มีบันทึกทุกกรณีจะพิสูจน์ได้ว่าเป็นการโจมตี

ภาพผลิตภัณฑ์ที่ให้มาแสดงการให้เหตุผลดังกล่าวไว้ในมุมมองเดียว โดยระบุหลักฐานจากการโทร กิจกรรมในบัญชี และการตรวจสอบตามนโยบายว่าเป็นไปตามข้อกำหนด ไม่อาจสรุปได้ หรือมีการละเมิด คุณค่าของระบบอยู่ที่การทำให้นักวิเคราะห์มองเห็นความเชื่อมโยงระหว่างคำขอที่น่าสงสัยกับการเปลี่ยนแปลงสิทธิ์การเข้าถึงที่เกิดขึ้นตามมา

AI สนทนาช่วยเพิ่มบริบทให้บันทึกด้านความปลอดภัย

แพลตฟอร์มโดยรวมของ Humanix ใช้ AI สนทนาเพื่อตรวจจับการบิดเบือน การแอบอ้างตัวตน และความพยายามหลีกเลี่ยงขั้นตอนที่กำหนดไว้ คำอธิบายแพลตฟอร์มที่เผยแพร่ไว้ระบุว่าแพลตฟอร์มเชื่อมต่อกับระบบสื่อสารและระบบบริการระดับองค์กรผ่าน API และประเมินภาษา คำกล่าวอ้างเกี่ยวกับตัวตน พฤติกรรม และบริบทของขั้นตอนการทำงานที่เกี่ยวข้องกับปฏิสัมพันธ์นั้น

แนวทางนี้แตกต่างจากการตรวจสอบเพียงว่าเสียงนั้นเป็นเสียงสังเคราะห์หรือไม่ ผู้โทรที่ใช้เสียงจริงของตนเองก็ยังอาจแอบอ้างเป็นผู้จัดการหรือกดดันพนักงานฝ่ายสนับสนุนให้ข้ามการยืนยันตัวตนได้ เสียงที่ฟังดูน่าเชื่อถือไม่ได้ยืนยันว่าการดำเนินการที่ร้องขอนั้นได้รับอนุญาต

Complete Call Context เพิ่มการตรวจสอบยืนยันประกอบการวิเคราะห์บทสนทนาดังกล่าว โดยตรวจสอบคำกล่าวอ้างกับหลักฐานจากการปฏิบัติงาน แทนที่จะอาศัยเพียงว่าบทสนทนาฟังดูน่าเชื่อถือหรือน่าสงสัยเพียงใด ข่าวประชาสัมพันธ์ไม่ได้ระบุว่าไมโครเอเจนต์ใช้โมเดลพื้นฐานใด และไม่ได้เผยแพร่เกณฑ์มาตรฐานด้านความแม่นยำ เวลาแฝง หรือผลบวกลวงของความสามารถใหม่นี้

ในบทสัมภาษณ์ก่อนหน้านี้กับ Unite.AI Keith Stewart ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหาร อธิบายว่าการหลอกลวงทางสังคมเป็นการโจมตีกระบวนการทางธุรกิจและความไว้วางใจ การเปิดตัวครั้งใหม่นี้ทำให้แนวคิดดังกล่าวเห็นภาพชัดเจนขึ้น โดยเชื่อมโยงบทสนทนาเข้ากับบันทึกและขั้นตอนตรวจสอบที่กำกับดูแลการกู้คืนบัญชี

การแจ้งเตือนรวบรวมหลักฐานและขั้นตอนไว้ด้วยกัน

“ขณะนี้ผู้โจมตีที่ใช้ AI ช่วยสามารถเปลี่ยนจากการโทรศัพท์เพียงครั้งเดียวไปสู่การเจาะระบบได้อย่างสมบูรณ์ภายในไม่กี่นาที” Stewart กล่าวในประกาศ “มาตรการควบคุมที่เริ่มทำงานหลังจากวางสายแล้วตามไม่ทัน”

Humanix ระบุว่าแพลตฟอร์มวิเคราะห์การโทรแบบเรียลไทม์ ขณะที่ Complete Call Context ขยายการมองเห็นไปยังระบบบันทึกข้อมูล การแจ้งเตือนจะรวบรวมการโทร การเปลี่ยนแปลงบัญชี และข้อค้นพบสนับสนุนไว้ด้วยกัน เพื่อให้ทีมรักษาความปลอดภัยประเมินสิ่งที่เกิดขึ้นได้โดยไม่ต้องเริ่มจากการเรียบเรียงลำดับเหตุการณ์จากเครื่องมือต่าง ๆ ที่แยกจากกัน

ประกาศกล่าวถึงการตรวจจับและการแจ้งเตือน แต่ไม่ได้ยืนยันว่าคุณสมบัตินี้จะบล็อกการรีเซ็ตทุกครั้งหรือย้อนคืนการเปลี่ยนแปลงบัญชีโดยอัตโนมัติ ประโยชน์ของระบบขึ้นอยู่กับหลักฐานที่มีอยู่จากระบบที่เชื่อมต่อ และขั้นตอนที่ใช้ประเมินคำขอแต่ละรายการ

ความพร้อมใช้งานและกระบวนการรักษาความปลอดภัยโดยรวม

ลูกค้าของ Humanix สามารถใช้งาน Complete Call Context ได้ บริษัทได้รับการสนับสนุนจาก Acrew Capital, Boldstart Ventures และ Evolution Equity Partners และได้รับเลือกให้เป็นหนึ่งใน 10 ผู้เข้ารอบสุดท้ายของ RSAC Innovation Sandbox ประจำปี 2026

การเปิดตัวนี้มุ่งแก้จุดอ่อนที่พบได้จริงในการรักษาความปลอดภัยด้านอัตลักษณ์ กล่าวคือ การดำเนินการที่มีความอ่อนไหวอาจได้รับการบันทึกไว้อย่างถูกต้อง แต่กลโกงที่อยู่เบื้องหลังกลับยังไม่ถูกตรวจพบ การเชื่อมโยงคำกล่าวอ้างของผู้โทร ข้อกำหนดในการยืนยันตัวตนขององค์กร และกิจกรรมที่เกิดขึ้นกับบัญชีในท้ายที่สุด ช่วยให้ผู้รับมือภัยคุกคามมีข้อมูลชัดเจนขึ้นในการพิจารณาว่าขั้นตอนการให้ความช่วยเหลือที่คุ้นเคยได้กลายเป็นช่องทางบุกรุกหรือไม่

Miles Okada เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI, ครอบคลุมปัญญาประดิษฐ์และความปลอดภัยไซเบอร์โดยมุ่งเน้นที่ภัยคุกคามใหม่ ๆ สถาปัตยกรรมการป้องกัน และพลวัตที่เปลี่ยนแปลงระหว่างผู้โจมตีและระบบอัตโนมัติ งานของเขาตรวจสอบว่า AI กำลังเปลี่ยนแปลงการดำเนินงานด้านความปลอดภัยอย่างไร ตั้งแต่การตรวจจับและตอบสนองต่อภัยคุกคามโดยอัตโนมัติจนถึงการเพิ่มขึ้นของเทคนิค AI ปฏิปักษ์

ด้วยมุมมองเชิงเทคนิคและการสืบสวน Miles วิเคราะห์งานวิจัยด้านความปลอดภัย การเปิดเผยเหตุการณ์ และการใช้งานจริงเพื่อเข้าใจว่าที่ไหน AI เสริมสร้างการป้องกัน—และที่ไหนมันสร้างช่องโหว่ใหม่ เขาให้ความสนใจเป็นพิเศษต่อการใช้โมเดลในทางที่ผิด การปนเปื้อนข้อมูล การทำงานอัตโนมัติของการโจมตี และความเป็นจริงในการดำเนินงานของการรักษาความปลอดภัยระบบที่ขับเคลื่อนด้วย AI ในระดับใหญ่

บทความที่เขียนโดย Miles Okada ถูกสร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจว่ามีความแม่นยำ ความเข้มงวด และการครอบคลุมอย่างรับผิดชอบต่อภูมิทัศน์ความปลอดภัย AI ที่เปลี่ยนแปลงอย่างรวดเร็ว