SCT

กำลังเตรียมประสบการณ์ดิจิทัล

ปิดช่องทาง cache poisoning ใน GitHub Actions ด้วย cache-mode: ให้แต่ละงานอ่านเขียน cache ได้เท่าที่จำเป็น

pipeline ที่รันโค้ดจาก pull request ของคนนอก อาจถูกใช้เป็นทางฝังไฟล์อันตรายลงใน cache แล้วรอให้งาน build สำหรับปล่อยจริงหยิบไปใช้ โดยไม่มีใครแก้โค้ดใน repository เลย ตั้งแต่ 10 กันยายน 2026 GitHub Actions ทุกแผนบน github.com กำหนดได้แล้วว่าแต่ละ workflow หรือแต่ละ job มีสิทธิ์กับ cache แค่ไหน ผ่านตัวเลือกชื่อ cache-mode บทความนี้อธิบายกลไกของการโจมตี กติกาของ cache-mode ที่ต้องรู้ และลำดับการตั้งค่าที่ทำได้โดยไม่ทำให้ pipeline ช้าลง

pipeline ที่รันโค้ดจาก pull request ของคนนอก อาจถูกใช้เป็นทางฝังไฟล์อันตรายลงใน cache แล้วรอให้งาน build สำหรับปล่อยจริงหยิบไปใช้ โดยไม่มีใครแก้โค้ดใน repository เลย ตั้งแต่ 10 กันยายน 2026 GitHub Actions ทุกแผนบน github.com กำหนดได้แล้วว่าแต่ละ workflow หรือแต่ละ job มีสิทธิ์กับ cache แค่ไหน ผ่านตัวเลือกชื่อ cache-mode บทความนี้อธิบายกลไกของการโจมตี กติกาของ cache-mode ที่ต้องรู้ และลำดับการตั้งค่าที่ทำได้โดยไม่ทำให้ pipeline ช้าลง

ความเร็วที่มาพร้อมช่องโหว่

cache ใน GitHub Actions คือพื้นที่เก็บของที่สร้างใหม่ได้แต่เสียเวลา เช่น โฟลเดอร์แพ็กเกจที่ติดตั้งแล้วหรือผลการ build รอบก่อน รอบถัดไปจึงดึงกลับมาใช้แทนการเริ่มจากศูนย์ จุดอ่อนอยู่ที่หลาย workflow ใน repository เดียวกันใช้ cache ชุดเดียวกัน ถ้า workflow ที่เชื่อถือได้น้อยเขียนลง cache ได้ ของที่มันเขียนก็ไปถึง workflow ที่สำคัญที่สุดได้เช่นกัน

การโจมตีแบบนี้เรียกว่า cache poisoning หรือการวางยาใน cache ลำดับเหตุการณ์ที่เป็นไปได้มีดังนี้

  1. ผู้โจมตีเปิด pull request เข้ามาใน repository สาธารณะ
  2. workflow ที่ทริกเกอร์ด้วย pull_request_target ทำงาน ซึ่งเหตุการณ์ชนิดนี้รันในบริบทของ branch ปลายทาง ไม่ใช่ของ fork ผู้ส่ง
  3. ถ้า workflow นั้นมีขั้นตอนที่รันโค้ดจาก pull request และบันทึก cache ได้ ไฟล์ที่ถูกดัดแปลงจะถูกเก็บไว้ภายใต้คีย์เดียวกับที่งาน build หลักใช้
  4. งาน build บน branch หลักดึง cache นั้นกลับมา ของที่ถูกดัดแปลงจึงเข้าไปอยู่ในซอฟต์แวร์ที่ปล่อยใช้งานจริง

สิ่งที่ทำให้อันตรายคือไม่มีร่องรอยใน diff ของโค้ด การรีวิว pull request ตามปกติจึงมองไม่เห็น ทางป้องกันที่ได้ผลคือจำกัดตั้งแต่ต้นว่า workflow ไหนเขียน cache ได้

cache-mode มีสี่ระดับ เลือกตามหน้าที่ของงาน

ระดับสิทธิ์ของ cache-mode และงานที่เหมาะ
ระดับดึง cache เดิมบันทึก cache ใหม่งานที่เหมาะ (ข้อเสนอของทีมงาน)
noneไม่ได้ไม่ได้งานที่ไม่ได้พึ่ง cache เช่น งานแจ้งผล งาน lint สั้น ๆ
readได้ไม่ได้งานทดสอบของ pull request ที่อยากได้ความเร็วแต่ไม่ควรเขียนทับ
write-onlyไม่ได้ได้งานเตรียม cache ที่ควรสร้างใหม่จากศูนย์ ไม่ต่อยอดจากของเดิม
writeได้ได้งาน build บน branch หลักที่เชื่อถือได้เท่านั้น

ถ้าไม่ตั้งอะไรเลย GitHub ยังคงค่าเริ่มต้นแบบเดิมไว้ คือเหตุการณ์ความเชื่อถือต่ำอย่าง pull_request_target ได้ระดับ read และเหตุการณ์ที่เชื่อถือได้อย่าง push ได้ระดับ write ส่วน none และ write-only ไม่เคยเป็นค่าเริ่มต้น ต้องประกาศเองเท่านั้น

ภาพประกอบบทความหมวดDevOps
ภาพประกอบบทความหมวดDevOps

กติกาที่ต้องรู้ก่อนเขียนค่าลงไฟล์

  • บังคับจริงที่ฝั่งเซิร์ฟเวอร์ ตัวบริการ cache เป็นผู้ตรวจสิทธิ์ ไม่ใช่แค่ข้อความในไฟล์ YAML ที่ขั้นตอนในงานเลี่ยงได้
  • job ชนะ workflow ประกาศได้ทั้งสองระดับ ถ้าขัดกันจะใช้ค่าของ job
  • สิทธิ์ไม่ขยายผ่าน reusable workflow workflow ที่ถูกเรียกใช้ซ้ำจะได้สิทธิ์ cache ไม่เกินที่ workflow ผู้เรียกให้ไว้
  • ประกาศเองแล้วค่าเริ่มต้นหายไป ค่าที่เขียนไว้ชัดเจนมีผลเหนือค่า read ที่เหตุการณ์ความเชื่อถือต่ำเคยได้โดยอัตโนมัติ
  • มีคำเตือนให้เห็น ถ้าให้สิทธิ์เขียน (write หรือ write-only) กับเหตุการณ์ความเชื่อถือต่ำ GitHub Actions จะแปะคำเตือนไว้ในผลการรัน

ข้อสี่คือจุดที่ทีมพลาดได้ง่ายที่สุด ไฟล์ workflow ที่คัดลอกต่อกันมาจากโปรเจกต์อื่นอาจมีบรรทัด cache-mode: write ติดมาด้วย และทำให้งานที่รันจาก pull request ของคนนอกได้สิทธิ์เขียน cache กลับคืนมาโดยไม่มีใครตั้งใจ คำเตือนในผลการรันจึงควรถูกจัดเป็นเรื่องต้องแก้ ไม่ใช่ข้อความที่เลื่อนผ่าน

ลำดับการตั้งค่าที่ไม่ทำให้ pipeline ช้าลง

  1. ค้นทุกไฟล์ใน .github/workflows ที่ใช้ pull_request_target และไล่ดูว่ามีขั้นตอนใดรันโค้ดจาก pull request
  2. ใส่ none ให้ job ที่ไม่ได้ใช้ cache เลย เพื่อลดพื้นที่เสี่ยงโดยไม่กระทบความเร็ว
  3. ใส่ read ให้งานทดสอบของ pull request อย่างชัดเจน แม้จะตรงกับค่าเริ่มต้น เพื่อให้คนที่อ่านไฟล์ทีหลังเห็นเจตนา
  4. เก็บ write ไว้กับ job บน branch หลักที่ผ่านการรีวิวแล้วเท่านั้น
  5. ถ้ามีงานเตรียม cache ล่วงหน้า พิจารณาใช้ write-only เพื่อไม่ให้ต่อยอดจาก cache ที่อาจปนเปื้อนมาก่อน
  6. รันทดลองบน branch แยก แล้วตรวจว่าไม่มีคำเตือนเรื่องสิทธิ์เขียน cache ก่อนรวมเข้า branch หลัก

รายละเอียดไวยากรณ์ของ cache-mode อยู่ในเอกสาร workflow syntax ของ GitHub ควรเปิดคู่กันตอนแก้ไฟล์ เพราะตำแหน่งที่วางคีย์ในระดับ workflow และระดับ job ต่างกัน

การวางยาใน cache เป็นหนึ่งในรูปแบบการโจมตีห่วงโซ่อุปทานซอฟต์แวร์ (software supply chain) คือโจมตีเครื่องมือและขั้นตอนที่ใช้สร้างซอฟต์แวร์แทนการโจมตีตัวแอป ช่วงเดียวกันนี้ GitHub ยังเพิ่มกฎบล็อกการรวม pull request ที่มีความลับหลุด ซึ่งปิดอีกช่องทางหนึ่งใน pipeline เดียวกัน

ทีมงาน Smart Cyber Tech วางระบบ DevOps และ CI/CD ปล่อยงานอัตโนมัติ โดยกำหนดสิทธิ์ของทุกขั้นตอนใน pipeline ตามหลักสิทธิ์น้อยที่สุดตั้งแต่เริ่ม และตรวจ workflow เดิมเพื่อหาจุดเสี่ยงให้ได้ ปรึกษาได้ที่ แบบฟอร์มติดต่อ

สรุปสาระสำคัญ

  • ความเร็วที่มาพร้อมช่องโหว่
  • cache-mode มีสี่ระดับ เลือกตามหน้าที่ของงาน
  • กติกาที่ต้องรู้ก่อนเขียนค่าลงไฟล์
แหล่งอ้างอิงเรียบเรียงจาก GitHub Changelog — Control GitHub Actions cache access with cache-mode — อ่านบทความต้นฉบับ
ภาพปก: GitHub Changelog · ลิขสิทธิ์ภาพเป็นของเจ้าของต้นฉบับ ใช้ประกอบการรายงานพร้อมอ้างอิงแหล่งที่มา
มีคำถามเพิ่มเติมเกี่ยวกับบทความนี้? เขียนหาเราได้ที่ info@smart-cyber-tech.com
บริการที่เกี่ยวข้องจากทีมงาน Smart Cyber Tech

บทความอื่นที่เกี่ยวข้อง

บทความที่เกี่ยวข้อง

ให้ระบบช่วยคัดกรอง pull request อัปเดต dependency แล้วเก็บเวลาไว้ตัดสินใจเรื่องที่ยากกว่า DevOps

ให้ระบบช่วยคัดกรอง pull request อัปเดต dependency แล้วเก็บเวลาไว้ตัดสินใจเรื่องที่ยากกว่า

ทีมส่วนใหญ่มี pull request อัปเดต dependency ค้างอยู่เป็นสิบ เพราะการไล่ดูทีละรายการกินเวลาแต่ไม่ต้องใช้ความเชี่ยวชาญ บทความนี้สรุปวิธีให้ระบบอัตโนมัติคัดกรองให้ก่อน แล้วส่งเฉพาะเรื่องที่ต้องใช้วิจารณญาณมาให้คนดู

อ่านบทความ
บทเรียนจากเหตุ GitHub ล่ม 7 ชั่วโมง 47 นาที: เมื่อปัญหาไม่ได้มาจากโค้ด แต่มาจากความจุ DevOps

บทเรียนจากเหตุ GitHub ล่ม 7 ชั่วโมง 47 นาที: เมื่อปัญหาไม่ได้มาจากโค้ด แต่มาจากความจุ

GitHub เผยแพร่รายงานหลังเหตุการณ์ล่มยาว 7 ชั่วโมง 47 นาที เมื่อ 17 สิงหาคม 2026 ซึ่งกระทบทั้งการล็อกอิน Actions API และ Copilot ทั่วโลก สาเหตุไม่ได้มาจากการเปลี่ยนโค้ดหรือคอนฟิก แต่มาจากความจุที่ตามการเติบโตไม่ทัน บทความนี้สรุปสิ่งที่เกิดขึ้นและเช็กลิสต์ที่ทีมไทยเอาไปใช้ได้ทันที

อ่านบทความ
ToolHive: รัน MCP server ในคอนเทนเนอร์แบบปลอดภัยด้วยเครื่องมือโอเพนซอร์ส ก่อนให้เอเจนต์ AI เข้าถึงระบบภายใน ความปลอดภัย

ToolHive: รัน MCP server ในคอนเทนเนอร์แบบปลอดภัยด้วยเครื่องมือโอเพนซอร์ส ก่อนให้เอเจนต์ AI เข้าถึงระบบภายใน

ทุกครั้งที่ทีมติดตั้ง MCP server ให้เอเจนต์ AI ใช้งาน ตัวเชื่อมนั้นมักได้สิทธิ์ทุกอย่างที่เครื่องนักพัฒนามี ทั้งไฟล์ คีย์ API และเครือข่ายภายใน โดยไม่มีใครเห็นว่ามันทำอะไรไปบ้าง ToolHive จาก Stacklok เป็นเครื่องมือโอเพนซอร์สสัญญาอนุญาต Apache 2.0 ที่จับ MCP server แต่ละตัวแยกไว้ในคอนเทนเนอร์ และต่อยอดไปถึงการยืนยันตัวตนกับบันทึกการใช้งานระดับองค์กร เราสรุปว่าอะไรได้ทันทีหลังติดตั้ง อะไรต้องลงแรงเพิ่ม และองค์กรไทยควรเริ่มอย่างไร

อ่านบทความ

ติดต่อเพื่อขอรับคำปรึกษาจากทีมงาน

ตั้งแต่ประเมินระบบปัจจุบัน วางแผน จนถึงลงมือพัฒนา — คุยกับเราได้โดยไม่มีค่าใช้จ่าย

ปรึกษาทีมของเรา