AI กำลังเปลี่ยนโลก Cybersecurity รู้จัก AI-powered Attack เมื่อ AI ไม่ได้เป็นเพียงเครื่องมือป้องกัน แต่ยังเป็นเครื่องมือโจมตีของแฮกเกอร์

AI-powered Attack คืออะไร?

AI-powered Attack หรือเรียกว่าการโจมตีที่ใช้ AI คือ การโจมตีทางไซเบอร์ที่แฮกเกอร์นำ AI และ Machine Learning มาเป็นตัวช่วยในการเพิ่มประสิทธิภาพของการโจมตี ไม่ว่าจะเป็นการวางแผน การค้นหาช่องโหว่ การหลอกลวงเหยื่อ การเจาะระบบ การหลบเลี่ยงการตรวจจับ หรือการทำให้การโจมตีเกิดขึ้นโดยอัตโนมัติ ส่งผลให้การโจมตทำได้รวดเร็วขึ้น ขยายวงกว้างขึ้น และตรวจจับได้ยากขึ้น ซึ่งอาจนำไปสู่การรั่วไหลของข้อมูล การหยุดชะงักของระบบและสร้างความเสียหายต่อความน่าเชื่อถือขององค์กร

เพื่อให้เห็นภาพชัดขึ้นว่า AI ถูกนำไปใช้ในการโจมตีอย่างไร ต่อไปนี้คือตัวอย่างการประยุกต์ใช้ AI ในการโจมตีไซเบอร์ ซึ่งอ้างอิงจากงานวิจัยเรื่อง Artificial Intelligence (AI) Cybersecurity Dimensions ที่ BMSP ได้นำมาอ้างอิง และเป็นเหตุผลว่าทำไมองค์กรจึงควรให้ความสำคัญกับภัยคุกคามนี้

• Automation (การทำงานอัตโนมัติ)
  แฮกเกอร์ใช้ AI เพื่อทำให้การโจมตีหลายขั้นตอนเป็นแบบอัตโนมัติ ช่วยให้สามารถขยายการโจมตีไปยังเป้าหมายจำนวนมากขึ้นโดยใช้เวลาน้อยลง เช่น การสแกนช่องโหว่ การส่ง Phishing Email หรือการโจมตีหลายเป้าหมายพร้อมกัน

• Exploit Development (การพัฒนาช่องทางโจมตี)
  AI ช่วยวิเคราะห์ช่องโหว่ของระบบ และพัฒนาวิธีโจมตีหรือโค้ดสำหรับใช้ประโยชน์จากช่องโหว่ (Exploit) ได้รวดเร็วยิ่งขึ้น

• Credential Theft (การขโมยข้อมูลยืนยันตัวตน)
  AI ช่วยเพิ่มโอกาสสำเร็จในการขโมยชื่อผู้ใช้ รหัสผ่าน หรือข้อมูลรับรองอื่น ๆ ผ่านเทคนิค เช่น Phishing การเดารหัสผ่าน หรือการวิเคราะห์ข้อมูลที่รั่วไหล

• Information Gathering (การรวบรวมข้อมูล)
  AI สามารถรวบรวมและวิเคราะห์ข้อมูลจากแหล่งต่าง ๆ เช่น เว็บไซต์ โซเชียลมีเดีย หรือแหล่งข้อมูลสาธารณะ (Open-source intelligence: OSINT) เพื่อใช้ศึกษาเป้าหมายก่อนเริ่มโจมตี

• Social Engineering (การหลอกลวงทางสังคม)
  AI ช่วยสร้างข้อความ อีเมล หรือเนื้อหาที่มีความสมจริงและเหมาะกับแต่ละเป้าหมาย รวมถึงการสร้าง Deepfake เพื่อเพิ่มโอกาสให้เหยื่อหลงเชื่อ

• Campaign Resilience (ความสามารถในการปรับตัวของแคมเปญโจมตี)
  AI ช่วยให้แคมเปญการโจมตีสามารถปรับเปลี่ยนรูปแบบหรือวิธีการได้เมื่อถูกตรวจจับ ทำให้การโจมตีดำเนินต่อได้และมีโอกาสสำเร็จมากขึ้น

• Stealth (การหลบเลี่ยงการตรวจจับ)
  AI ช่วยปรับเปลี่ยนพฤติกรรมหรือรูปแบบของการโจมตี เพื่อหลีกเลี่ยงการตรวจจับจากระบบรักษาความปลอดภัย เช่น Signature-based Detection หรือระบบตรวจจับแบบดั้งเดิม

AI-powered Attack ไม่ใช่ชื่อของการโจมตีชนิดใหม่โดยเฉพาะ แต่หมายถึงการนำ AI มาเพิ่มขีดความสามารถให้กับการโจมตีในหลายด้าน ได้แก่ การทำงานอัตโนมัติ การค้นหาช่องโหว่ การขโมยข้อมูล การรวบรวมข้อมูล การหลอกลวงเหยื่อ การปรับตัวของแคมเปญ และการหลบเลี่ยงการตรวจจับ ซึ่งทำให้การโจมตีมีความซับซ้อน และยากต่อการรับมือมากกว่าการโจมตีแบบเดิม

ทำไมองค์กรถึงควรให้ความสนใจกับ AI-powered Attack

AI-powered Attack ไม่ได้ส่งผลกระทบเพียงต่อระบบ IT แต่ยังส่งผลโดยตรงต่อการดำเนินธุรกิจ การเงิน และความน่าเชื่อถือขององค์กร เมื่อผู้โจมตีนำ AI มาใช้เพิ่มประสิทธิภาพในการโจมตี องค์กรจึงมีความเสี่ยงที่จะเผชิญกับเหตุการณ์ด้าน Cybersecurity ที่สร้างความเสียหายได้ โดยผลกระทบที่อาจก่อให้เกิดขึ้น มีตัวอย่างดังนี้

1. การหยุดชะงักของการดำเนินธุรกิจ (Operational Disruption)

AI-powered Attack สามารถทำให้การโจมตีเกิดขึ้นได้อย่างรวดเร็วและเป็นอัตโนมัติ ส่งผลให้ระบบสำคัญขององค์กร เช่น ระบบการผลิต ระบบให้บริการลูกค้า หรือระบบ Cloud หยุดชะงักได้ภายในเวลาอันสั้น เมื่อระบบไม่สามารถดำเนินงานได้ตามปกติ องค์กรอาจประสบปัญหา Downtime การให้บริการล่าช้า และสูญเสียรายได้จากการหยุดชะงักของธุรกิจ ซึ่งส่งผลกระทบโดยตรงต่อประสิทธิภาพการดำเนินงานและความต่อเนื่องทางธุรกิจ (Business Continuity)

2. ความเสียหายทางการเงิน (Economic & Financial Loss)

การโจมตีที่ขับเคลื่อนด้วย AI ไม่เพียงสร้างความเสียหายต่อระบบสารสนเทศ แต่ยังส่งผลกระทบต่อด้านการเงินขององค์กรอีกด้วย องค์กรอาจต้องรับภาระค่าใช้จ่ายในการกู้คืนระบบ การตรวจสอบเหตุการณ์ด้านความปลอดภัย การตอบสนองต่อเหตุการณ์ (Incident Response) รวมถึงสูญเสียรายได้จากการที่ธุรกิจไม่สามารถดำเนินงานได้ตามปกติ ยิ่งผู้โจมตีใช้ AI เพื่อเพิ่มความเร็วและขยายขอบเขตของการโจมตี ความเสียหายทางเศรษฐกิจและการเงินก็มีแนวโน้มเพิ่มขึ้นตามไปด้วย

3. การรั่วไหลของข้อมูลสำคัญ (Data Breach)

AI ช่วยเพิ่มประสิทธิภาพในการค้นหาช่องโหว่ รวบรวมข้อมูล และขโมยข้อมูลรับรองตัวตน ทำให้ผู้โจมตีสามารถเข้าถึงข้อมูลสำคัญขององค์กรได้ง่ายขึ้น ไม่ว่าจะเป็นข้อมูลลูกค้า ข้อมูลพนักงาน ข้อมูลทางการเงิน หรือทรัพย์สินทางปัญญา การรั่วไหลของข้อมูลเหล่านี้อาจก่อให้เกิดความเสียหายทั้งในด้านกฎหมาย ค่าใช้จ่ายในการรับมือ และความเชื่อมั่นของลูกค้าและผู้มีส่วนได้ส่วนเสีย

4. ความน่าเชื่อถือและชื่อเสียงขององค์กร (Reputational Damage)

งานวิจัยระบุว่าหนึ่งในผลกระทบสำคัญของ AI-powered Attack คือการสูญเสียความเชื่อมั่นจากสาธารณะ (Erosion of Public Trust) และความเสียหายต่อชื่อเสียงขององค์กร เมื่อเกิดเหตุการณ์ข้อมูลรั่วไหลหรือระบบหยุดให้บริการ ลูกค้า คู่ค้า และผู้มีส่วนได้ส่วนเสียอาจขาดความเชื่อมั่นในการดำเนินงานขององค์กร ส่งผลต่อภาพลักษณ์ ความสัมพันธ์ทางธุรกิจ และความสามารถในการแข่งขันในระยะยาว

5. ผลกระทบต่อโครงสร้างพื้นฐานและบริการสำคัญ (Critical Infrastructure Impact)

นอกจากผลกระทบต่อองค์กรแล้ว AI-powered Attack ยังอาจส่งผลต่อโครงสร้างพื้นฐานและบริการสำคัญของสังคม เช่น ระบบสาธารณสุข ระบบขนส่ง ระบบพลังงาน และบริการสาธารณะ หากองค์กรที่รับผิดชอบโครงสร้างพื้นฐานเหล่านี้ถูกโจมตี อาจส่งผลให้การให้บริการประชาชนหยุดชะงัก กระทบต่อความปลอดภัย เศรษฐกิจ และการดำเนินชีวิตของสังคมในวงกว้าง

ทั้งนี้ AI-powered Attack ไม่ได้เพียงเพิ่มความเร็วหรือประสิทธิภาพของการโจมตี แต่ยังเพิ่มผลกระทบต่อธุรกิจในหลายมิติ ดังนั้น องค์กรจึงควรเตรียมมาตรการด้าน Cybersecurity ที่สามารถตรวจจับ วิเคราะห์ และตอบสนองต่อภัยคุกคามรูปแบบใหม่ได้อย่างมีประสิทธิภาพ

ตัวอย่างสถานการณ์ AI-powered Attack ที่เกิดขึ้นจริง

หลังจากทำความเข้าใจแนวคิดและความสามารถของ AI-powered Attack คำถามที่ตามมาคือ ภัยคุกคามเหล่านี้เกิดขึ้นจริงกับองค์กรหรือไม่ คำตอบคือ เกิดขึ้นแล้ว และสร้างความเสียหายในระดับที่จับต้องได้ ตั้งแต่การหลอกโอนเงินมูลค่าหลายสิบล้านดอลลาร์ ไปจนถึงเครื่องมือ AI ที่ถูกดัดแปลงขึ้นมาเพื่อสนับสนุนอาชญากรรมไซเบอร์โดยเฉพาะ ต่อไปนี้คือกรณีศึกษาจริงที่สะท้อนให้เห็นว่า AI-powered Attack ไม่ใช่เพียงแนวคิดเชิงทฤษฎี แต่เป็นภัยคุกคามที่องค์กรทั่วโลกกำลังเผชิญอยู่ในตอนนี้

1. Deepfake หลอกโอนเงินกรณี Arup ที่ฮ่องกง (มกราคม 2024)

พนักงานฝ่ายการเงินของ Arup บริษัทวิศวกรรมข้ามชาติสัญชาติอังกฤษ ได้รับอีเมลอ้างว่ามาจาก CFO ขอให้ทำธุรกรรมลับ แม้จะสงสัยว่าเป็นอีเมลหลอกลวงในตอนแรก แต่คลายความกังวลลงหลังเข้าร่วมวิดีโอคอลที่มี CFO และเพื่อนร่วมงานคนอื่น ๆ ปรากฏตัวอยู่ด้วย ทั้งที่ความจริงทุกคนในวิดีโอคอลเป็น AI Deepfake ที่สร้างจากคลิปวิดีโอและเสียงสาธารณะของผู้บริหารตัวจริง ผลคือพนักงานโอนเงิน 15 ครั้ง รวมมูลค่ากว่า 200 ล้านดอลลาร์ฮ่องกง หรือประมาณ 25.6 ล้านดอลลาร์สหรัฐ ก่อนจะรู้ว่าถูกหลอกเมื่อสอบถามไปยังสำนักงานใหญ่ในภายหลัง

2. Deepfake เสียงหลอกผู้บริหารกรณี Ferrari (กรกฎาคม 2024)

ผู้บริหารระดับสูงของ Ferrari ได้รับข้อความ WhatsApp ที่อ้างว่ามาจาก CEO Benedetto Vigna พร้อมคำขอเร่งด่วนเรื่องการเข้าซื้อกิจการลับ ตามด้วยสายโทรศัพท์ที่ใช้เสียงปลอมเลียนสำเนียงอิตาเลียนของ CEO ได้สมจริง แต่ผู้บริหารคนนี้เกิดความสงสัยและถามคำถามเกี่ยวกับหนังสือที่ CEO ตัวจริงเพิ่งพูดถึงเมื่อไม่นานมานี้ ผู้โทรตอบไม่ได้และวางสายไปทันที ทำให้องค์กรรอดพ้นจากความเสียหายทำให้องค์กรสามารถหลีกเลี่ยงความเสียหายได้สำเร็จ

3. เครื่องมือ AI สำหรับก่ออาชญากรรมไซเบอร์ WormGPT และ FraudGPT

WormGPT และ FraudGPT คือเครื่องมือ Generative AI ที่ถูกดัดแปลงขึ้นมาโดยเฉพาะเพื่อใช้ในการก่ออาชญากรรมไซเบอร์ ช่วยเขียน Email Phishing ช่วยพัฒนาโค้ดอันตราย เครื่องมือกลุ่มนี้ WormGPT และ FraudGPT เริ่มปรากฏตัวในปี 2023 แม้เวอร์ชันต้นฉบับจะถูกปิดตัวไปหลังถูกสื่อเปิดโปง แต่ก็มีเครื่องมือลักษณะเดียวกันเกิดขึ้นมาแทนที่อย่างต่อเนื่องจนถึงปัจจุบัน สะท้อนว่าความต้องการใช้ AI ลดเวลาและความเชี่ยวชาญที่จำเป็นในการโจมตียังคงมีอยู่ในกลุ่มอาชญากรไซเบอร์

4. AI-Generated และ Personalized Phishing

Generative AI ถูกนำมาใช้สร้างอีเมลหรือข้อความ Phishing ที่มีไวยากรณ์ถูกต้อง ใช้ภาษาเป็นธรรมชาติ และปรับแต่งเนื้อหาให้เหมาะกับเหยื่อแต่ละรายโดยอาศัยข้อมูลจากโปรไฟล์สาธารณะหรือข้อมูลที่รั่วไหล ทำให้ยากต่อการสังเกตความผิดปกติแบบที่เคยสังเกตได้จาก Phishing ทั่วไป เช่น การสะกดผิดหรือภาษาที่ไม่เป็นธรรมชาติ ส่งผลให้ผู้รับมีแนวโน้มหลงเชื่อและคลิกลิงก์อันตรายมากขึ้น

จากทั้ง 4 เหตุการณ์ข้างต้น จะเห็นได้ว่า AI-powered Attack สร้างความเสียหายจริงให้กับองค์กรทั่วโลกแล้ว ทั้งในรูปแบบการหลอกลวงด้วย Deepfake ที่แยกไม่ออกด้วยตาเปล่า ไปจนถึงเครื่องมือ AI ที่ถูกดัดแปลงมาช่วยให้อาชญากรไซเบอร์ที่ไม่มีความเชี่ยวชาญด้านเทคนิคก็สามารถโจมตีได้อย่างมีประสิทธิภาพ สิ่งที่น่าสังเกตคือ กรณีของ Ferrari แสดงให้เห็นว่าองค์กรสามารถป้องกันภัยเหล่านี้ได้ ไม่ใช่ด้วยเทคโนโลยีขั้นสูงเพียงอย่างเดียว แต่ด้วยกระบวนการยืนยันตัวตนที่รัดกุมและการฝึกอบรมพนักงานให้ตั้งคำถามกับความผิดปกติ แม้จะเผชิญกับสิ่งที่ดูเหมือนจริงที่สุดก็ตาม ดังนั้น องค์กรจึงควรผสานทั้งมาตรการเชิงกระบวนการ (Process) และมาตรการเชิงเทคนิค (Technology) เข้าด้วยกัน เพื่อรับมือกับภัยคุกคามที่ขับเคลื่อนด้วย AI ซึ่งจะยิ่งซับซ้อนมากขึ้นในอนาคต

แนวทางรับมือ AI-powered Attack สำหรับองค์กร

AI-powered Attack กำลังเปลี่ยนรูปแบบของภัยคุกคามทางไซเบอร์ยากต่อการตรวจจับมากขึ้น องค์กรควรปรับกลยุทธ์ด้าน Cybersecurity ให้ครอบคลุม จำเป็นต้องยกระดับการป้องกันให้สามารถตรวจจับ วิเคราะห์ และการตอบสนองต่อเหตุการณ์ ซึ่งช่วยให้องค์กรสามารถประเมินความเสี่ยงและวางแนวทางรับมือได้อย่างเหมาะสม โดยมีแนวทางสำคัญ ดังนี้

1. AI-based Intrusion Detection และ Anomaly Detection

การโจมตีที่ใช้ AI มักมีรูปแบบซับซ้อนและสามารถปรับเปลี่ยนพฤติกรรมเพื่อหลบเลี่ยงการตรวจจับได้ การนำ AI-based Intrusion Detection และ Anomaly Detection มาใช้ จะช่วยเรียนรู้พฤติกรรมการใช้งานปกติของผู้ใช้และระบบ พร้อมตรวจจับความผิดปกติที่อาจบ่งบอกถึงการโจมตีได้แบบ Real-time ทำให้องค์กรสามารถตอบสนองต่อเหตุการณ์ได้รวดเร็วก่อนที่ความเสียหายจะลุกลาม

2. Threat Intelligence

Threat Intelligence คือการรวบรวม วิเคราะห์ และติดตามข้อมูลเกี่ยวกับภัยคุกคามทางไซเบอร์จากหลายแหล่ง เพื่อนำมาประเมินความเสี่ยงและคาดการณ์รูปแบบการโจมตีที่อาจเกิดขึ้น การใช้ข้อมูล Threat Intelligence ช่วยให้องค์กรสามารถเตรียมมาตรการป้องกันได้ล่วงหน้า รวมถึงปรับปรุงระบบรักษาความปลอดภัยให้รองรับภัยคุกคามรูปแบบใหม่ที่ AI อาจถูกนำมาใช้ในการโจมตี

3. Multi-factor Authentication (MFA) และ Access Control

AI-powered Attack มักใช้เทคนิคขโมยข้อมูลรับรองตัวตน (Credential Theft) หรือการโจมตีผ่านบัญชีผู้ใช้งาน การใช้ Multi-factor Authentication (MFA) ร่วมกับการกำหนดสิทธิ์การเข้าถึง (Access Control) ตามหลัก Least Privilege จะช่วยลดโอกาสที่ผู้โจมตีจะเข้าถึงระบบได้ แม้จะสามารถขโมยรหัสผ่านหรือข้อมูลบัญชีผู้ใช้มาได้

4. Encryption

การเข้ารหัสข้อมูล (Encryption) ช่วยปกป้องข้อมูลสำคัญไม่ให้สามารถอ่านหรือใช้งานได้ หากข้อมูลถูกดักจับหรือรั่วไหล แม้ผู้โจมตีจะเข้าถึงข้อมูลได้ แต่หากไม่มีคีย์สำหรับถอดรหัส ข้อมูลก็ยังคงได้รับการปกป้อง ช่วยลดผลกระทบจากเหตุการณ์ Data Breach และการโจมตีที่มุ่งขโมยข้อมูลสำคัญขององค์กร

5. Security Awareness

แม้จะมีเทคโนโลยีด้าน Cybersecurity ที่ทันสมัย แต่พนักงานยังคงเป็นหนึ่งในเป้าหมายสำคัญของ AI-powered Attack โดยเฉพาะการโจมตีผ่าน Social Engineering, AI Phishing และ Deepfake ดังนั้น องค์กรควรจัดอบรมและสร้างความตระหนักด้าน Cybersecurity อย่างต่อเนื่อง เพื่อให้พนักงานสามารถสังเกตและหลีกเลี่ยงภัยคุกคามรูปแบบใหม่ได้

6. Human–AI Collaboration

แม้ AI จะช่วยวิเคราะห์ข้อมูลและตรวจจับภัยคุกคามได้อย่างรวดเร็ว แต่การตัดสินใจในเหตุการณ์ที่ซับซ้อนยังคงต้องอาศัยความเชี่ยวชาญของผู้เชี่ยวชาญด้าน Cybersecurity การทำงานร่วมกันระหว่าง AI และบุคลากรจะช่วยเพิ่มความแม่นยำในการวิเคราะห์ ลดการแจ้งเตือนที่ผิดพลาด และทำให้การตอบสนองต่อเหตุการณ์ด้านความปลอดภัยมีประสิทธิภาพมากยิ่งขึ้น

7. SIEM (Security Information and Event Management)

SIEM เป็นแพลตฟอร์มที่ช่วยรวบรวม Log และข้อมูลเหตุการณ์ด้านความปลอดภัยจากอุปกรณ์และระบบต่าง ๆ ภายในองค์กรไว้ในศูนย์กลางเดียว จากนั้นจะวิเคราะห์ความสัมพันธ์ของเหตุการณ์ ตรวจจับพฤติกรรมที่ผิดปกติ และแจ้งเตือนเมื่อพบความเสี่ยงที่อาจเป็นการโจมตี การนำ SIEM มาใช้งานร่วมกับ AI-based Detection และ Threat Intelligence จะช่วยให้องค์กรมองเห็นภาพรวมของภัยคุกคามได้ชัดเจนขึ้น และสามารถตรวจจับและตอบสนองต่อ AI-powered Attack ได้อย่างรวดเร็วและมีประสิทธิภาพ
แนวทางเหล่านี้ ช่วยให้องค์กรสามารถเสริมความสามารถในการตรวจจับ ป้องกัน และตอบสนองต่อ AI-powered Attack ได้อย่างมีประสิทธิภาพมากขึ้น ลดโอกาสที่ผู้โจมตีจะเข้าถึงระบบหรือข้อมูลสำคัญ รวมถึงลดความเสียหายที่อาจเกิดขึ้นจากเหตุการณ์ด้านความมั่นคงปลอดภัยไซเบอร์ และช่วยให้องค์กรสามารถดำเนินธุรกิจได้อย่างต่อเนื่องท่ามกลางภัยคุกคามที่มีความซับซ้อนมากขึ้น

BMSP พร้อมช่วยองค์กรรับมือ AI-powered Attack

AI กลายเป็นทั้งอาวุธในการโจมตีของแฮกเกอร์และเกราะป้องกันขององค์กร การรับมือกับ AI-powered Attack จึงไม่ใช่เรื่องที่องค์กรจะรับมือได้เพียงลำพัง แต่ต้องอาศัยผู้เชี่ยวชาญและโซลูชันที่พร้อมรองรับภัยคุกคามในรูปแบบต่าง ๆ

BMSP พร้อมเป็นส่วนหนึ่งในการช่วยองค์กรรับมือกับ AI-powered Attack ด้วยโซลูชันด้านความปลอดภัยไซเบอร์ที่ครอบคลุมให้เหมาะสมกับรูปแบบธุรกิจ ไม่ว่าจะเป็นระบบ SIEM ที่ช่วยรวบรวมและวิเคราะห์ข้อมูลความปลอดภัยแบบเรียลไทม์ Threat Intelligence ที่ช่วยให้องค์กรมองเห็นแนวโน้มภัยคุกคามล่วงหน้า ไปจนถึงบริการและโซลูชันอื่น ๆ ที่ออกแบบมาเพื่อช่วยให้องค์กรตั้งรับและตอบสนองต่อภัยคุกคามที่ขับเคลื่อนด้วย AI

หากองค์กรของคุณกำลังมองหาแนวทางยกระดับ Cybersecurity หรือไม่แน่ใจว่าควรเริ่มต้นจากจุดใด BMSP พร้อมให้คำปรึกษาและออกแบบโซลูชันที่เหมาะสมกับความต้องการและงบประมาณขององค์กร เพื่อสร้างระบบความปลอดภัยที่แข็งแกร่งและพร้อมรับมือกับความเสี่ยงในอนาคต 

ติดต่อ BMSP วันนี้ เพื่อรับคำแนะนำและประเมินความเสี่ยงเบื้องต้นได้ทันที 

อ้างอิง

• SpringerLink (Springer Nature) Artificial intelligence (AI) cybersecurity dimensions: A comprehensive framework for understanding adversarial and offensive AI. AI and Ethics. https://doi.org/10.1007/s43681-024-00427-4

• Ivan Shishkin (CNN). “Finance worker pays out $25 million after video call with deepfake ‘chief financial officer'”. February 4, 2024. https://edition.cnn.com/2024/02/04/asia/deepfake-cfo-scam-hong-kong-intl-hnk

• CFO.com. “Finance Employee Defrauded for $25M by Deepfake CFO”. February 5, 2024. https://www.cfo.com/news/deepfake-cfo-hong-kong-25-million-fraud-cyber-crime/706529/

• Adaptive Security. “11 Deepfake Attack Examples: Real-World AI Fraud Cases” (รวมกรณี Ferrari). https://www.adaptivesecurity.com/blog/11-deepfake-attack-examples-2026

• Huntress. “What Is WormGPT?”. https://www.huntress.com/cybersecurity-101/topic/wormgpt

• SOCRadar. “WormGPT: The Blueprint for Malicious AI”. https://socradar.io/blog/wormgpt-the-blueprint-for-malicious-ai/