ความปลอดภัยไซเบอร์

LexisNexis Risk Solutions นำระบบตรวจจับเอเจนต์ AI มาใช้กับภาครัฐ

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

LexisNexis Risk Solutions ประกาศเมื่อวันที่ 10 พฤศจิกายน 2026 ว่าหน่วยงานภาครัฐสามารถใช้ข้อมูลเชิงลึก Know Your Agent (KYA) ร่วมกับ ThreatMetrix และ BehavioSec ได้ โดยเพิ่มกิจกรรมของเอเจนต์ AI เข้าไปประกอบการตัดสินใจด้านอัตลักษณ์ดิจิทัลและการฉ้อโกง หลังจากการวิเคราะห์ธุรกรรมดิจิทัลทั่วโลกของบริษัทพบว่าทราฟฟิกจากเอเจนต์ AI เติบโตขึ้น 750% ในช่วงครึ่งแรกของปี 2026

ความสามารถที่ออกแบบมาสำหรับภาครัฐช่วยจำแนกผู้ใช้ที่เป็นมนุษย์ บอตอัตโนมัติทั่วไป และเอเจนต์ AI ออกจากกัน การจำแนกดังกล่าวช่วยแก้ปัญหาด้านการระบุตัวตน เนื่องจากเอเจนต์ส่วนบุคคลจำนวนมากยังไม่ได้แสดงตัวว่าเป็นเอเจนต์ ทำให้หน่วยงานระบุได้ยากขึ้นว่าใครหรือสิ่งใดกำลังดำเนินการอยู่ภายในสภาพแวดล้อมดิจิทัลของตน

สัญญาณจากเอเจนต์ประกอบการตัดสินใจด้านความเสี่ยงของภาครัฐ

ใน ThreatMetrix และ BehavioSec ข้อมูลเชิงลึกด้านอัตลักษณ์ดิจิทัล อุปกรณ์ พฤติกรรม และเครือข่ายสามารถช่วยระบุลายเซ็นของเอเจนต์ AI ที่ระบบรู้จัก รวมถึงตัวบ่งชี้อื่น ๆ ของกิจกรรมที่ขับเคลื่อนโดยเอเจนต์ได้ KYA นำสัญญาณดังกล่าวมารวมกับข้อมูลเชิงลึกด้านธุรกรรมในเวิร์กโฟลว์การประเมินความเสี่ยงและการตัดสินใจที่ใช้อยู่แล้ว ทำให้หน่วยงานประเมินกิจกรรมของเอเจนต์ AI ในบริบทของปฏิสัมพันธ์โดยรวมได้

หน่วยงานสามารถตัดสินใจได้ว่าจะจัดการกับปฏิสัมพันธ์แต่ละครั้งอย่างไร โดยยึดตามนโยบาย ระดับความเสี่ยงที่ยอมรับได้ และความอ่อนไหวของบริการหรือธุรกรรมของตน สัญญาณดังกล่าวช่วยเสริมการควบคุมด้านการยืนยันตัวตน การพิสูจน์ตัวตน การป้องกันการฉ้อโกง และความมั่นคงปลอดภัยทางไซเบอร์ ทำให้การมีเอเจนต์เป็นเพียงปัจจัยหนึ่งในการประเมินภาพรวม ไม่ใช่คำสั่งทั่วไปให้บล็อกระบบอัตโนมัติ

ปฏิสัมพันธ์ที่รองรับ ได้แก่ การเข้าถึงสิทธิประโยชน์และโครงการต่าง ๆ การลงทะเบียนใช้บริการดิจิทัล การพิสูจน์ตัวตนและการเข้าถึงบัญชี การชำระเงินและการจ่ายเงิน ตลอดจนบริการที่บุคคลดำเนินการด้วยตนเอง ดังนั้น สัญญาณเดียวกันนี้จึงอาจนำไปใช้ประกอบการตัดสินใจเกี่ยวกับการเข้าสู่ระบบบัญชีหรือการจ่ายเงินจากกองทุนสาธารณะ โดยการตอบสนองจะแตกต่างกันไปตามระดับความเสี่ยง

การอนุญาตใช้งานที่มากกว่าการตรวจจับเอเจนต์

ระบบควบคุมอัตลักษณ์และการพิสูจน์ตัวตนของภาครัฐสร้างขึ้นเพื่อยืนยันว่าผู้ที่ใช้บริการออนไลน์เป็นบุคคลตามที่กล่าวอ้างจริง เอเจนต์ AI ทำให้มีผู้เข้าร่วมอีกฝ่ายหนึ่ง ดังนั้น การตรวจจับว่ามีเอเจนต์อยู่จึงเป็นเพียงส่วนหนึ่งของการตัดสินใจด้านความเสี่ยง หน่วยงานยังต้องทราบด้วยว่าเอเจนต์นั้นเป็นตัวแทนของใคร และการกระทำของเอเจนต์ได้รับอนุญาตหรือไม่

Haywood Talcove ประธานเจ้าหน้าที่บริหารของ LexisNexis Risk Solutions Government กล่าวว่า ธุรกรรมที่มีความอ่อนไหวทำให้ความสำคัญของการประเมินดังกล่าวเพิ่มสูงขึ้นว่า “สิ่งสำคัญที่แท้จริงคือ หน่วยงานสามารถคุ้มครองประชาชน ธุรกรรม และเงินทุนสาธารณะที่อยู่เบื้องหลังได้หรือไม่”

LexisNexis อธิบายว่า KYA เป็นรากฐานที่ไม่ยึดติดกับโปรโตคอลใดโปรโตคอลหนึ่ง และสามารถพัฒนาไปพร้อมกับเอเจนต์ มาตรฐานทางเทคนิค และกรณีการใช้งานของภาครัฐ รวมถึงสภาพแวดล้อมที่ระบบอัตโนมัติทำงานร่วมกับระบบของภาครัฐและระหว่างกัน

การประกาศสำหรับภาครัฐนี้เกิดขึ้นหลังจากที่ LexisNexis Risk Solutions เปิดตัว Know Your Agent ในวงกว้างขึ้นเมื่อวันที่ 5 พฤศจิกายน 2026 โดยเพิ่มข้อมูลเชิงลึกเกี่ยวกับเอเจนต์ AI ลงในแพลตฟอร์มด้านอัตลักษณ์ดิจิทัลและการป้องกันการฉ้อโกงสำหรับองค์กรทั่วไป ข่าวประชาสัมพันธ์ครั้งนั้นระบุว่าลูกค้าจำนวนมากใช้ข้อมูลเชิงลึก KYA ประกอบการตัดสินใจด้านการจัดการความเสี่ยงอยู่แล้ว ส่วนการประกาศครั้งใหม่นี้ระบุรายละเอียดเกี่ยวกับการให้บริการแก่หน่วยงานภาครัฐ เวิร์กโฟลว์ของหน่วยงาน และการประยุกต์ใช้กับบริการสาธารณะ

ดังนั้น สิ่งที่หน่วยงานต้องทดสอบในทางปฏิบัติคือการมอบอำนาจให้ดำเนินการแทน การระบุเอเจนต์ช่วยให้มีบริบทประกอบ ส่วนการตัดสินใจที่จะคุ้มครองประชาชนและเงินทุนคือ เอเจนต์นั้นได้รับอนุญาตให้ลงทะเบียน เข้าถึงบัญชี หรือเริ่มชำระเงินในนามของบุคคลอื่นหรือไม่

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