SCT

กำลังเตรียมประสบการณ์ดิจิทัล

ฟิชชิงที่ไม่มีหน้าเว็บให้สแกน: เทคนิคประกอบหน้าปลอมด้วย blob URL ในเบราว์เซอร์ของเหยื่อ และวิธีตรวจจับ

นักวิจัยพบแคมเปญฟิชชิงที่ไม่มีหน้าเว็บปลอมวางอยู่บนเซิร์ฟเวอร์ให้สแกนเลย เพราะหน้าปลอมถูกประกอบขึ้นภายในเบราว์เซอร์ของเหยื่อผ่าน blob URL ซึ่งเป็น URL ชั่วคราวที่เบราว์เซอร์สร้างขึ้นชี้ไปยังเนื้อหาที่เก็บอยู่ในหน่วยความจำของเครื่องเอง เส้นทางการโจมตียังวิ่งผ่านบริการจริงของ Microsoft ตลอดทาง ทำให้เครื่องมือกรองอีเมลและตัวสแกน URL เห็นแต่โดเมนที่ถูกต้อง บทความนี้อธิบายกลไกทีละขั้นและสิ่งที่ทีมดูแลระบบทำได้

นักวิจัยพบแคมเปญฟิชชิงที่ไม่มีหน้าเว็บปลอมวางอยู่บนเซิร์ฟเวอร์ให้สแกนเลย เพราะหน้าปลอมถูกประกอบขึ้นภายในเบราว์เซอร์ของเหยื่อผ่าน blob URL ซึ่งเป็น URL ชั่วคราวที่เบราว์เซอร์สร้างขึ้นชี้ไปยังเนื้อหาที่เก็บอยู่ในหน่วยความจำของเครื่องเอง เส้นทางการโจมตียังวิ่งผ่านบริการจริงของ Microsoft ตลอดทาง ทำให้เครื่องมือกรองอีเมลและตัวสแกน URL เห็นแต่โดเมนที่ถูกต้อง บทความนี้อธิบายกลไกทีละขั้นและสิ่งที่ทีมดูแลระบบทำได้

ลำดับการโจมตีทีละขั้น

เริ่มจากเหยื่อได้รับอีเมลที่ทำเลียนแบบระบบเซ็นเอกสาร DocuSign โดยแนบมาในรูปแบบคำเชิญปฏิทิน คำเชิญนั้นชี้ไปยังปลายทางการยืนยันตัวตนแบบ OAuth ของ Microsoft ซึ่งเป็นบริการจริง จากนั้นพารามิเตอร์เปลี่ยนเส้นทางที่ถูกประดิษฐ์ขึ้นจะพาเหยื่อต่อไปยัง Microsoft Teams

เมื่อถึง Teams หน้าเว็บจะโหลดเนื้อหาจากโดเมนภายนอกเข้ามา แล้วหน้าฟิชชิงจะถูกประกอบและแสดงผลจาก blob URL บนเครื่องของเหยื่อทั้งหมด หน้านั้นยังลงทะเบียน service worker และรันตรรกะภายใน iframe ที่ถูกจำกัดสิทธิ์ ทำให้ยังทำงานต่อได้และรับคำสั่งจากเซิร์ฟเวอร์ควบคุมผ่านกลไกส่งข้อความของเบราว์เซอร์ ผู้โจมตีจึงเปลี่ยนหน้าตาและพฤติกรรมของหน้าปลอมได้แบบสด ๆ

ทำไมเครื่องมือเดิมถึงมองไม่เห็น

เหตุผลหลักมีสามข้อ ข้อแรกคือไม่มีหน้าฟิชชิงวางอยู่บนเว็บเซิร์ฟเวอร์ให้ตัวสแกนไปเปิดดู เพราะเนื้อหาถูกประกอบขึ้นในหน่วยความจำของเบราว์เซอร์เหยื่อ ข้อสองคือเส้นทางทั้งหมดวิ่งผ่านโครงสร้างพื้นฐานจริงของ Microsoft ทำให้เกตเวย์อีเมลเห็นแต่โดเมนที่น่าเชื่อถือในห่วงโซ่การเปลี่ยนเส้นทาง ข้อสามคือตัวสแกน URL ตรวจเนื้อหาที่ถูกสร้างขึ้นฝั่งไคลเอนต์ไม่ได้ตั้งแต่ต้น

นักวิจัยสรุปว่าแคมเปญนี้แสดงให้เห็นว่าฟิชชิงกำลังพัฒนาไปไกลกว่าเว็บไซต์ปลอมและโดเมนน่าสงสัย โดยตัดตัวบ่งชี้ที่ทีมความปลอดภัยเคยพึ่งพาออกไปทีละอย่าง

สิ่งที่ทีมดูแลระบบตรวจจับได้

แนวทางที่นักวิจัยแนะนำคือเปลี่ยนจุดสังเกตจากโดเมนไปที่พฤติกรรม ได้แก่ เฝ้าดูขั้นตอนอนุญาตสิทธิ์แบบ OAuth ว่ามีปลายทางเปลี่ยนเส้นทางที่ไม่คาดคิดหรือไม่ ตรวจกิจกรรมของ blob URL ที่เกิดขึ้นในบริบทของการยืนยันตัวตน และตั้งสัญญาณเตือนเมื่อมีการลงทะเบียน service worker ที่ผูกกับเนื้อหาซึ่งโหลดมาจากภายนอก

ด้านการป้องกันเชิงโครงสร้าง ข้อเสนอที่ได้ผลที่สุดคือใช้การยืนยันตัวตนหลายปัจจัยชนิดที่ทนต่อฟิชชิง เช่น กุญแจ FIDO2 หรือพาสคีย์ เพราะต่อให้ผู้ใช้กรอกข้อมูลลงหน้าปลอม ผู้โจมตีก็นำไปใช้ต่อไม่ได้ นอกจากนี้ควรใช้เครื่องมือกรองอีเมลที่วิเคราะห์เส้นทางลิงก์ทั้งเส้น ไม่ใช่ตรวจแค่ปลายทางแรก

ด้านคน: อบรมให้ตั้งคำถามกับคำขอเซ็นเอกสาร

เพราะเหยื่อเห็นแต่โดเมนของ Microsoft ตลอดทาง คำแนะนำเดิมที่ให้สังเกต URL แปลก ๆ จึงใช้ไม่ได้กับกรณีนี้ สิ่งที่ยังใช้ได้คือสอนให้ตั้งคำถามกับตัวคำขอเอง เช่น เราคาดว่าจะได้รับเอกสารให้เซ็นจากคนคนนี้จริงหรือไม่ และตรวจสอบผ่านช่องทางอื่นก่อนกด แม้หน้าจอจะแสดงแบรนด์ที่คุ้นเคย

สำหรับองค์กรไทยที่ใช้ Microsoft 365 เป็นระบบหลัก ประเด็นที่ควรตรวจสัปดาห์นี้คือมีการบังคับใช้การยืนยันตัวตนชนิดทนฟิชชิงกับบัญชีที่มีสิทธิ์สูงหรือยัง และมีการเก็บบันทึกการอนุญาตสิทธิ์แบบ OAuth ไว้ให้ตรวจย้อนหลังได้หรือไม่ สองอย่างนี้ทำได้ด้วยการตั้งค่าและมีผลทันทีโดยไม่ต้องซื้อเครื่องมือเพิ่ม ทีมงาน Smart Cyber Tech บริการประเมินความปลอดภัยระบบและเว็บไซต์ รวมถึงตรวจการตั้งค่าการยืนยันตัวตนและสิทธิ์ของแอปที่เชื่อมต่อกับระบบองค์กร ปรึกษาได้ที่ แบบฟอร์มติดต่อ

สรุปสาระสำคัญ

  • ลำดับการโจมตีทีละขั้น
  • ทำไมเครื่องมือเดิมถึงมองไม่เห็น
  • สิ่งที่ทีมดูแลระบบตรวจจับได้
แหล่งอ้างอิงเรียบเรียงจาก Help Net Security — Cybercriminals are building phishing pages that exist only inside victims' browsers — อ่านบทความต้นฉบับ
ภาพปก: Help Net Security · ลิขสิทธิ์ภาพเป็นของเจ้าของต้นฉบับ ใช้ประกอบการรายงานพร้อมอ้างอิงแหล่งที่มา
มีคำถามเพิ่มเติมเกี่ยวกับบทความนี้? เขียนหาเราได้ที่ info@smart-cyber-tech.com
บริการที่เกี่ยวข้องจากทีมงาน Smart Cyber Tech

บทความอื่นที่เกี่ยวข้อง

บทความที่เกี่ยวข้อง

ToolHive: รัน MCP server ในคอนเทนเนอร์แบบปลอดภัยด้วยเครื่องมือโอเพนซอร์ส ก่อนให้เอเจนต์ AI เข้าถึงระบบภายใน ความปลอดภัย

ToolHive: รัน MCP server ในคอนเทนเนอร์แบบปลอดภัยด้วยเครื่องมือโอเพนซอร์ส ก่อนให้เอเจนต์ AI เข้าถึงระบบภายใน

MCP server คือตัวเชื่อมที่ทำให้ไคลเอนต์ AI อย่าง Cursor หรือ Claude Code เรียกใช้เครื่องมือและข้อมูลภายในองค์กรได้ แต่ส่วนใหญ่ถูกรันตรง ๆ บนเครื่องนักพัฒนาพร้อมสิทธิ์และรหัสผ่านทั้งหมดที่เครื่องนั้นมี ToolHive จาก Stacklok เป็นแพลตฟอร์มโอเพนซอร์สสัญญาอนุญาต Apache 2.0 ที่จับ MCP server แต่ละตัวใส่คอนเทนเนอร์ของตัวเอง กำหนดสิทธิ์และเครือข่ายเป็นรายตัว และเพิ่มการยืนยันตัวตนกับบันทึกการใช้งานให้ตั้งแต่ระดับทีมจนถึงคลัสเตอร์ Kubernetes บทความนี้สรุปส่วนประกอบและวิธีเริ่มใช้ พร้อมข้อควรระวังสำหรับองค์กรไทย

อ่านบทความ
ETSI ออกมาตรวัดคุณภาพข้อมูล 18 ข้อสำหรับ AI: เช็กก่อนว่าข้อมูลที่ใช้ฝึกและตัดสินใจเชื่อถือได้แค่ไหน ข้อมูลและ AI

ETSI ออกมาตรวัดคุณภาพข้อมูล 18 ข้อสำหรับ AI: เช็กก่อนว่าข้อมูลที่ใช้ฝึกและตัดสินใจเชื่อถือได้แค่ไหน

สถาบันมาตรฐานโทรคมนาคมยุโรป (ETSI) เผยแพร่รายงานเทคนิค TR 104 180 กำหนดมาตรวัดคุณภาพข้อมูล 18 ข้อที่วัดได้จริง เพื่อให้องค์กรตอบได้ว่าชุดข้อมูลชุดหนึ่งเหมาะกับการนำไปสร้าง AI ที่น่าเชื่อถือหรือไม่ พร้อมเครื่องมือโอเพนซอร์สสำหรับให้คะแนนชุดข้อมูลตามมาตรวัดทั้งหมด การทดสอบกับข้อมูลสำมะโนประชากรสหรัฐพบทั้งความลำเอียง การระบุตัวบุคคลได้จากคุณลักษณะเพียงสี่อย่าง และข้อมูลอ่อนไหวที่ไม่ได้เข้ารหัส บทความนี้สรุปกลุ่มมาตรวัดและวิธีที่ทีมข้อมูลในไทยนำไปใช้ก่อนเริ่มโครงการ AI

อ่านบทความ
ทำ AI evaluation ให้ทำซ้ำได้ด้วย Docker Sandboxes: บันทึกว่าอะไรรันจริง ไม่ใช่แค่ตั้งใจจะรันอะไร DevOps

ทำ AI evaluation ให้ทำซ้ำได้ด้วย Docker Sandboxes: บันทึกว่าอะไรรันจริง ไม่ใช่แค่ตั้งใจจะรันอะไร

ทีมที่ประเมินผลโมเดลหรือเอเจนต์ AI มักถกกันเรื่องจะวัดอะไร ใช้เกณฑ์ไหน ใช้โมเดลตัวไหนเป็นกรรมการ แต่ปัญหาที่ทำให้ผลประเมินเชื่อไม่ได้จริง ๆ มักอยู่ที่วิธีรัน สภาพแวดล้อมของแต่ละเครื่องต่างกัน ขั้นตอนไม่ได้ถูกบันทึก และผลลัพธ์บอกแค่ความตั้งใจไม่ใช่สิ่งที่เกิดขึ้นจริง บทความจาก Docker Captain เสนอรูปแบบที่ใช้ Docker Sandboxes เป็นตัวรัน แยกนิยามของการประเมินออกจากสภาพแวดล้อม และเก็บหลักฐานการรันเป็นโครงสร้างที่ตรวจสอบได้ บทความนี้สรุปวิธีทำและมุมที่ทีม DevOps ไทยนำไปใช้ได้กับงานอื่นนอกจาก AI

อ่านบทความ

ติดต่อเพื่อขอรับคำปรึกษาจากทีมงาน

ตั้งแต่ประเมินระบบปัจจุบัน วางแผน จนถึงลงมือพัฒนา — คุยกับเราได้โดยไม่มีค่าใช้จ่าย

ปรึกษาทีมของเรา