Table of Contents

ทำความเข้าใจความเสี่ยงของ Device Code Authentication สำหรับ AI Coding Agents

Facebook
X
LinkedIn
risks of device code authentication

AI Coding Agents กำลังมีความสามารถเพิ่มขึ้นอย่างต่อเนื่อง โดยช่วยให้นักพัฒนาสามารถเขียนโค้ด จัดการ Repository และทำงานพัฒนาซอฟต์แวร์ที่ซับซ้อนให้เป็นระบบอัตโนมัติได้มากขึ้น อย่างไรก็ตาม ความสามารถเหล่านี้ก็มาพร้อมกับความกังวลด้านความปลอดภัย โดยเฉพาะเมื่อผู้โจมตีสามารถเข้าถึงบัญชีผู้ใช้ที่เชื่อมต่อกับเครื่องมือเหล่านี้ได้โดยไม่ได้รับอนุญาต 

เมื่อวันที่ 17 พฤศจิกายน 2026 Microsoft Security Research ได้เผยแพร่ผลการวิจัยที่แสดงให้เห็นว่า การโจมตีแบบ Device Code Phishing สามารถนำมาใช้เพื่อเจาะเข้าถึง Workflow ของ AI Coding Agents ได้อย่างไร โดยใช้ GitHub Copilot CLI เป็นตัวอย่างในการศึกษา 

ผลการวิจัยพบว่า การอนุมัติคำขอยืนยันตัวตนที่ถูกสร้างขึ้นเพื่อหลอกลวงเพียงครั้งเดียว อาจทำให้ผู้โจมตีสามารถเข้าถึง Private Code Repositories, Development Sessions และแม้แต่การโต้ตอบกับคอมพิวเตอร์ระยะไกลบางรูปแบบได้ 

Device Code Authentication คืออะไร? 

Device Code Authentication เป็นวิธีการลงชื่อเข้าใช้ที่นิยมใช้กับแอปพลิเคชัน Command-Line อุปกรณ์อัจฉริยะ และเครื่องมืออื่น ๆ ที่ไม่สามารถแสดงหน้าล็อกอินผ่าน Browser แบบทั่วไปได้อย่างสะดวก 

แทนที่จะต้องกรอกข้อมูลเข้าสู่ระบบโดยตรงในแอปพลิเคชัน ผู้ใช้จะได้รับรหัสชั่วคราว (Temporary Code) และนำรหัสดังกล่าวไปกรอกบนเว็บไซต์ยืนยันตัวตนที่ถูกต้องตามกฎหมาย 

โดยทั่วไป กระบวนการทำงานมีดังนี้ 

  1. แอปพลิเคชันส่งคำขอยืนยันตัวตนและแสดงรหัสชั่วคราวให้ผู้ใช้ 
  2. ผู้ใช้เปิดเว็บไซต์ยืนยันตัวตนอย่างเป็นทางการ 
  3. ผู้ใช้กรอกรหัสและอนุมัติการลงชื่อเข้าใช้ 
  4. แอปพลิเคชันได้รับสิทธิ์ในการเข้าถึงทรัพยากรที่ได้รับอนุญาต 

วิธีนี้มีความสะดวกและรองรับการใช้งานอย่างแพร่หลาย อย่างไรก็ตาม ความปลอดภัยของระบบขึ้นอยู่กับการที่ผู้ใช้อนุมัติเฉพาะคำขอยืนยันตัวตนที่ตนเองเป็นผู้เริ่มต้นเท่านั้น 

Device Code Phishing ทำงานอย่างไร? 

Device Code Phishing เป็นการโจมตีที่ใช้ประโยชน์จากกระบวนการยืนยันตัวตนผ่านเทคนิค Social Engineering แทนการขโมยรหัสผ่านโดยตรง 

ผู้โจมตีจะเริ่มต้นคำขอยืนยันตัวตนขึ้นมาเอง จากนั้นหลอกให้บุคคลอื่นเป็นผู้อนุมัติคำขอดังกล่าว 

ตัวอย่างเช่น นักพัฒนาอาจได้รับข้อความที่อ้างว่าการสมัครสมาชิก GitHub Copilot จำเป็นต้องได้รับการยืนยันอีกครั้ง โดยข้อความดังกล่าวมี Device Code และลิงก์ไปยังเว็บไซต์ยืนยันตัวตนอย่างเป็นทางการของ GitHub 

เนื่องจากเว็บไซต์ที่ปรากฏเป็นเว็บไซต์จริง คำขอดังกล่าวจึงอาจดูน่าเชื่อถือสำหรับผู้ใช้งาน 

แต่ในความเป็นจริง คำขอยืนยันตัวตนนั้นถูกเริ่มต้นโดยผู้โจมตี ไม่ใช่นักพัฒนา 

เมื่อผู้พัฒนาอนุมัติคำขอดังกล่าว แอปพลิเคชันของผู้โจมตีอาจได้รับ OAuth Access Token และสามารถดำเนินการต่าง ๆ ภายใต้สิทธิ์ที่ได้รับจากการอนุมัตินั้นได้ 

ประเด็นด้านความปลอดภัยที่สำคัญคือ การที่เว็บไซต์เป็นเว็บไซต์จริง ไม่ได้หมายความว่าคำขอยืนยันตัวตนที่ปรากฏบนเว็บไซต์นั้นจะเป็นคำขอที่ถูกต้องหรือปลอดภัยเสมอไป 

device code phishing

ทำไม AI Coding Agents จึงเพิ่มความเสี่ยงด้านความปลอดภัย? 

การโจมตีแบบ Device Code Phishing ในรูปแบบดั้งเดิมมักมีเป้าหมายเพื่อเข้าถึงบัญชีอีเมล ไฟล์บน Cloud และบริการออนไลน์อื่น ๆ 

แต่ AI Coding Agents ทำให้เกิดความเสี่ยงเพิ่มเติม เนื่องจากเครื่องมือเหล่านี้อาจได้รับอนุญาตให้เข้าถึง Source Code เรียกใช้คำสั่ง จดจำข้อมูล และทำงานภายในสภาพแวดล้อมสำหรับการพัฒนาซอฟต์แวร์ได้ 

Microsoft ได้ศึกษาความเสี่ยงเหล่านี้โดยใช้ GitHub Copilot CLI ผ่านการจำลองสถานการณ์ในห้องปฏิบัติการที่มีการควบคุม 

นักวิจัยพบผลกระทบที่อาจเกิดขึ้นจากการถูกเจาะระบบการอนุญาต 4 รูปแบบ ดังนี้ 

Additional Risks

การควบคุม Coding Sessions ที่กำลังทำงานโดยไม่ได้รับอนุญาต 

AI Coding Agents บางประเภทรองรับการโต้ตอบจากระยะไกลกับ Session ที่กำลังทำงานอยู่ 

ในการจำลองสถานการณ์ของ Microsoft พบว่า Client ที่ควบคุมโดยผู้โจมตีสามารถโต้ตอบกับ Copilot CLI Session ได้ เมื่อเปิดใช้งาน Remote Control และนโยบายขององค์กรอนุญาตให้ดำเนินการดังกล่าว 

สิ่งนี้ทำให้ AI Agent สามารถเรียกใช้คำสั่งบนคอมพิวเตอร์ทดสอบได้ โดยยังอยู่ภายใต้สิทธิ์การใช้งานในเครื่องและมาตรการควบคุมการอนุมัติที่กำหนดไว้ 

สิ่งสำคัญที่ควรเข้าใจคือ กรณีนี้ไม่ได้เป็นช่องโหว่ Remote Code Execution ที่สามารถเข้าควบคุมระบบได้อย่างไม่มีข้อจำกัด 

สถานการณ์ดังกล่าวจำเป็นต้องมี Session ที่กำลังทำงานและเชื่อมต่อออนไลน์อยู่ พร้อมเปิดใช้งาน Remote Control นอกจากนี้ ข้อจำกัดด้านสิทธิ์การใช้งานที่มีอยู่เดิมยังคงมีผลบังคับใช้ 

remote session misuse

การเปลี่ยนแปลงข้อมูลใน AI Memory 

Coding Agents บางประเภทสามารถจดจำข้อมูลเกี่ยวกับโปรเจกต์ ความต้องการในการพัฒนา และรายละเอียดอื่น ๆ จากการโต้ตอบครั้งก่อน เพื่อนำมาใช้ในการทำงานครั้งต่อไปได้ 

Microsoft แสดงให้เห็นว่า ข้อมูลที่ทำให้เข้าใจผิดสามารถถูกเพิ่มเข้าไปใน Copilot Memory ได้ หลังจากได้รับสิทธิ์การเข้าถึงที่จำเป็น 

หาก AI Agent นำข้อมูลดังกล่าวไปใช้อ้างอิงในภายหลัง ก็อาจส่งผลต่อคำตอบหรือการตัดสินใจในการพัฒนาซอฟต์แวร์ครั้งต่อ ๆ ไปได้ 

สิ่งนี้สร้างความเสี่ยงในระยะยาว เนื่องจากข้อมูลที่ไม่ถูกต้องหรือถูกบิดเบือนอาจยังคงอยู่ แม้การโต้ตอบโดยไม่ได้รับอนุญาตในครั้งแรกจะสิ้นสุดลงแล้วก็ตาม 

อย่างไรก็ตาม ผลกระทบที่เกิดขึ้นจะขึ้นอยู่กับการตั้งค่า Memory ของ AI Agent และข้อมูลที่ถูกจัดเก็บนั้นถูกนำมาใช้งานในภายหลังหรือไม่ 

Memory poisoning

การเปิดเผยข้อมูลจาก Development Sessions ก่อนหน้า 

AI Coding Sessions อาจมีข้อมูลที่ละเอียดอ่อนอยู่ภายใน เช่น ตัวอย่าง Source Code เส้นทางไฟล์ภายในระบบ และรายละเอียดการพูดคุยทางเทคนิค 

ในกรณีที่เปิดใช้งาน Cloud Session Synchronization Client ที่ไม่ได้รับอนุญาตและมีสิทธิ์การเข้าถึงที่เหมาะสม อาจสามารถเรียกดู Session ที่เคยถูกจัดเก็บไว้ก่อนหน้านี้ได้ 

Microsoft ได้แสดงให้เห็นถึงความเป็นไปได้นี้ภายในสภาพแวดล้อมการทดสอบของตนเอง 

สำหรับองค์กร การเปิดเผยประวัติการพัฒนาซอฟต์แวร์อาจทำให้ข้อมูลโปรเจกต์ที่เป็นความลับรั่วไหล หรือเปิดเผยรายละเอียดเพิ่มเติมที่ผู้โจมตีสามารถนำไปใช้ในการโจมตีครั้งต่อไปได้ 

อย่างไรก็ตาม Cloud Session Storage และ Remote Session Control เป็นความสามารถคนละส่วนกัน การเปิดใช้งานการซิงโครไนซ์ข้อมูลจึงไม่ได้หมายความว่าจะเปิดใช้งาน Remote Control โดยอัตโนมัติ 

การเข้าถึง Private Repositories โดยไม่ได้รับอนุญาต 

การถูกเจาะระบบการอนุญาตยังอาจทำให้ผู้โจมตีสามารถเข้าถึง Private GitHub Repositories ได้อีกด้วย 

ในการจำลองสถานการณ์ของ Microsoft Client ที่ควบคุมโดยผู้โจมตีสามารถเข้าถึง Repository ที่บัญชีผู้ใช้ทดสอบซึ่งได้รับผลกระทบมีสิทธิ์เข้าถึงได้ 

ขอบเขตการเข้าถึงจะขึ้นอยู่กับ OAuth Permissions ที่มีการร้องขอ และสิทธิ์การเข้าถึง Repository ที่ผู้ใช้มีอยู่เดิม 

ข้อมูลที่อาจถูกเปิดเผยประกอบด้วย Source Code ที่เป็นกรรมสิทธิ์ของบริษัท ไฟล์ Configuration และข้อมูลกำหนดค่าโครงสร้างพื้นฐาน (Infrastructure Definitions) 

กรณีนี้แสดงให้เห็นว่า การให้สิทธิ์เข้าถึง Repository ในวงกว้างเกินความจำเป็น อาจเพิ่มความเสียหายที่เกิดขึ้นเมื่อบัญชีผู้ใช้ถูกเจาะระบบได้ 

การโจมตีลักษณะนี้เกิดขึ้นจริงแล้วหรือไม่? 

Device Code Phishing เป็นภัยคุกคามที่มีอยู่จริง และ Microsoft เคยเผยแพร่ข้อมูลเกี่ยวกับแคมเปญการโจมตีที่มุ่งเป้าไปยังบัญชี Cloud มาก่อนแล้ว 

อย่างไรก็ตาม สถานการณ์การโจมตี Copilot CLI ทั้ง 4 รูปแบบที่อธิบายไว้ในงานวิจัยครั้งนี้ เป็นการสาธิตภายในสภาพแวดล้อมห้องปฏิบัติการที่มีการควบคุม 

Microsoft ระบุว่ายังไม่พบการโจมตีในโลกจริงที่นำผลกระทบเฉพาะต่อ AI Coding Agents เหล่านี้ไปใช้ประโยชน์ 

ผลการวิจัยจึงแสดงให้เห็นว่า ความสามารถของซอฟต์แวร์ที่ถูกต้องตามปกติอาจถูกนำไปใช้ในทางที่ผิดได้ หลังจากผู้โจมตีประสบความสำเร็จในการหลอกลวงผู้ใช้งาน ไม่ใช่การยืนยันว่ามีการค้นพบช่องโหว่ใหม่ของซอฟต์แวร์แต่อย่างใด 

Microsoft Defender ช่วยตรวจจับภัยคุกคามเหล่านี้ได้อย่างไร? 

Microsoft ได้พัฒนาความสามารถในการตรวจจับภัยคุกคาม โดยเชื่อมโยงกิจกรรมการยืนยันตัวตนที่น่าสงสัยเข้ากับความพยายามในการโจมตีแบบ Phishing 

ระบบตรวจจับจะวิเคราะห์สัญญาณที่เกี่ยวข้องกับอีเมลและข้อความผ่าน Microsoft Teams ควบคู่ไปกับกิจกรรม GitHub OAuth 

สำหรับองค์กรที่ใช้การตั้งค่าที่รองรับ Microsoft Defender สามารถช่วยให้ทีมรักษาความปลอดภัยตรวจพบการอนุมัติสิทธิ์ที่น่าสงสัย ซึ่งหากไม่มีระบบตรวจสอบเพิ่มเติม กิจกรรมเหล่านี้อาจดูคล้ายกับการลงชื่อเข้าใช้ตามปกติ 

นอกจากนี้ Microsoft ยังได้ทดสอบกลไกการตอบสนองสำหรับ GitHub Enterprise Managed Users ซึ่งสามารถระงับบัญชีผู้ใช้ที่ได้รับผลกระทบผ่าน Identity Provider ขององค์กรได้ 

อย่างไรก็ตาม การป้องกันเหล่านี้ขึ้นอยู่กับการมี Integration, Telemetry และการตั้งค่าความปลอดภัยที่จำเป็นรองรับอย่างครบถ้วน

Defender Protection 

วิธีที่นักพัฒนาและองค์กรสามารถลดความเสี่ยงได้ 

การปกป้อง AI Coding Agents จำเป็นต้องอาศัยการผสมผสานระหว่างความตระหนักรู้ของผู้ใช้งาน การจำกัดสิทธิ์การเข้าถึง และการตรวจสอบความปลอดภัยอย่างต่อเนื่อง 

แนวทางต่อไปนี้สามารถช่วยลดความเสี่ยงจากการโจมตีได้ 

  • ตรวจสอบคำขอยืนยันตัวตน: กรอก Device Code เฉพาะเมื่อคุณเป็นผู้เริ่มต้นกระบวนการลงชื่อเข้าใช้ด้วยตนเองเท่านั้น ห้ามอนุมัติรหัสที่ไม่คาดคิดซึ่งได้รับผ่านอีเมลหรือแชต 
  • ตรวจสอบ OAuth Permissions: ตรวจสอบแอปพลิเคชัน GitHub ที่ได้รับอนุญาตให้เข้าถึงบัญชีเป็นประจำ และเพิกถอนสิทธิ์ของแอปพลิเคชันที่ไม่รู้จักหรือไม่จำเป็น 
  • จำกัดสิทธิ์การเข้าถึง Repository: กำหนดสิทธิ์ให้กับนักพัฒนาและแอปพลิเคชันที่เชื่อมต่อเฉพาะเท่าที่จำเป็นต่อความรับผิดชอบในการทำงานเท่านั้น 
  • ควบคุมฟังก์ชัน Remote Session: ปิดใช้งานความสามารถ Remote Control ที่ไม่จำเป็น และตรวจสอบนโยบายการจัดเก็บ Cloud Sessions 
  • ตรวจสอบ AI Memory: ตรวจสอบข้อมูลที่ AI Agent จัดเก็บไว้ และลบข้อมูลที่น่าสงสัยออกเมื่อมีการเปิดใช้งานฟังก์ชัน Memory 
  • เปิดใช้งานระบบตรวจสอบความปลอดภัย: ใช้ Microsoft Defender Integration ที่รองรับ เพื่อช่วยตรวจสอบกิจกรรม GitHub Authorization ที่น่าสงสัย 

หากมีการอนุมัติคำขอยืนยันตัวตนที่น่าสงสัยไปแล้ว ทีมรักษาความปลอดภัยควรรีบเพิกถอนสิทธิ์ดังกล่าว ตรวจสอบ Repository และ Session ที่อาจได้รับผลกระทบ รวมถึงยืนยันว่าการเข้าถึงโดยไม่ได้รับอนุญาตถูกระงับเรียบร้อยแล้ว 

สรุป 

Risks of Device Code Authentication จะยิ่งมีความสำคัญมากขึ้นเมื่อแอปพลิเคชันที่เชื่อมต่อสามารถเข้าถึงทรัพยากรสำคัญที่เกี่ยวข้องกับการพัฒนาซอฟต์แวร์ได้ 

ผลการวิจัยของ Microsoft แสดงให้เห็นว่า การอนุมัติคำขอ Phishing เพียงครั้งเดียวอาจส่งผลกระทบต่อ AI Coding Sessions ข้อมูลที่จัดเก็บใน Memory, Private Repositories และการโต้ตอบกับคอมพิวเตอร์จากระยะไกลได้ 

เทคโนโลยี Authentication ที่ใช้ไม่ได้เป็นอันตรายโดยตัวมันเอง แต่ความเสี่ยงเกิดขึ้นเมื่อผู้ใช้อนุมัติคำขอที่ถูกเริ่มต้นโดยบุคคลอื่นโดยไม่รู้ตัว 

เมื่อ AI Coding Agents เข้ามามีบทบาทใน Workflow การพัฒนาซอฟต์แวร์มากขึ้น องค์กรจึงจำเป็นต้องให้ความสำคัญกับการกำหนดสิทธิ์การยืนยันตัวตนและการควบคุมการเข้าถึงของ AI Agents ในฐานะส่วนสำคัญของกลยุทธ์ Cybersecurity 

สิ่งสำคัญที่สุดที่ควรจำคือ อย่าอนุมัติคำขอ Device Code Authentication หากคุณไม่ได้เป็นผู้เริ่มต้นคำขอนั้นด้วยตนเอง

สนใจผลิตภัณฑ์และบริการของ Microsoft หรือไม่ ส่งข้อความถึงเราที่นี่

สำรวจเครื่องมือดิจิทัลของเรา

หากคุณสนใจในการนำระบบจัดการความรู้มาใช้ในองค์กรของคุณ ติดต่อ SeedKM เพื่อขอข้อมูลเพิ่มเติมเกี่ยวกับระบบจัดการความรู้ภายในองค์กร หรือสำรวจผลิตภัณฑ์อื่นๆ เช่น Jarviz สำหรับการบันทึกเวลาทำงานออนไลน์, OPTIMISTIC สำหรับการจัดการบุคลากร HRM-Payroll, Veracity สำหรับการเซ็นเอกสารดิจิทัล, และ CloudAccount สำหรับการบัญชีออนไลน์

อ่านบทความเพิ่มเติมเกี่ยวกับระบบจัดการความรู้และเครื่องมือการจัดการอื่นๆ ได้ที่ Fusionsol Blog, IP Phone Blog, Chat Framework Blog, และ OpenAI Blog.

New Gemini Tools For Educators: Empowering Teaching with AI

Digital Signature

E Signature

E Learning

Online Learning

ถ้าอยากติดตามข่าวเทคโนโลยีและข่าว AI ที่กำลังเป็นกระแสทุกวัน ลองเข้าไปดูที่ เว็บไซต์นี้ มีอัปเดตใหม่ๆ ให้ตามทุกวันเลย!

Fusionsol Blog in Vietnamese

Related Articles

Frequently Asked Questions (FAQ)

Microsoft Copilot คือฟีเจอร์ผู้ช่วยอัจฉริยะที่ใช้ AI เพื่อช่วยในการทำงานภายในแอปของ Microsoft 365 เช่น Word, Excel, PowerPoint, Outlook และ Teams โดยทำหน้าที่ช่วยสรุป เขียน วิเคราะห์ และจัดการข้อมูล

ปัจจุบัน Copilot รองรับ Microsoft Word, Excel, PowerPoint, Outlook, Teams, OneNote, และอื่น ๆ ในตระกูล Microsoft 365

จำเป็นต้องเชื่อมต่ออินเทอร์เน็ต เนื่องจาก Copilot ทำงานร่วมกับโมเดล AI บนคลาวด์เพื่อให้ผลลัพธ์ที่แม่นยำและอัปเดตข้อมูลล่าสุด

ผู้ใช้สามารถพิมพ์คำสั่ง เช่น “สรุปรายงานในย่อหน้าเดียว” หรือ “เขียนอีเมลตอบลูกค้าอย่างเป็นทางการ” และ Copilot จะสร้างข้อความให้ตามคำสั่ง

ใช่ Copilot ได้รับการออกแบบโดยยึดหลักความปลอดภัยและการปกป้องความเป็นส่วนตัว โดยข้อมูลของผู้ใช้จะไม่ถูกใช้ในการฝึกโมเดล AI และมีระบบการควบคุมสิทธิ์การเข้าถึงข้อมูลอย่างเข้มงวด

Facebook
X
LinkedIn

Popular Blog posts