นักวิจัยจาก Varonis Threat Labs เปิดเผยช่องโหว่ 3 รายการใน Microsoft Copilot Personal ซึ่งเมื่อนำมาใช้ร่วมกันจะกลายเป็นการโจมตีที่เรียกว่า CoSnitch (รหัส CVE-2026-24301) เปิดทางให้ผู้โจมตีสามารถ ขโมยข้อมูลจากบัญชีที่เชื่อมต่อกับ Copilot ได้เพียงแค่หลอกให้เหยื่อคลิกลิงก์เดียว โดยไม่ต้องมีการยืนยันตัวตนเพิ่มเติมใดๆ Microsoft ได้เผยแพร่แพตช์แก้ไขแล้วเมื่อวันที่ 18 สิงหาคม 2569 หลังได้รับรายงานจาก Varonis มาตั้งแต่เดือนธันวาคม 2568 รวมระยะเวลาเกือบ 8 เดือน
รายละเอียดช่องโหว่และกลไกการโจมตี
CoSnitch เกิดจากการนำจุดอ่อน 3 รายการมาผูกเข้าด้วยกัน (Chained Vulnerabilities) ได้แก่ URL Parameter ที่ไม่มีการบันทึกเป็นเอกสาร (Undocumented Parameter) ซึ่งเมื่อใช้ร่วมกับฟังก์ชัน Query มาตรฐานของ Copilot จะทำให้ระบบ ประมวลผลคำสั่ง (Prompt) ที่ผู้โจมตีสร้างขึ้นโดยอัตโนมัติทันทีที่หน้าเว็บโหลดเสร็จ โดยไม่ต้องมีการโต้ตอบใดๆ จากผู้ใช้เพิ่มเติม
เมื่อคำสั่งถูกกระตุ้นสำเร็จ Copilot สามารถถูกสั่งให้ สืบค้นข้อมูลจากแอปพลิเคชันที่เชื่อมต่ออยู่ เช่น อีเมล เอกสาร และข้อมูลภายใน Session ของผู้ใช้ ก่อนจะใช้ ฟีเจอร์ดึงข้อมูลผ่าน URL ในตัว (Built-in URL-fetching Feature) ของ Copilot เองเพื่อส่งข้อมูลที่ขโมยได้ไปยัง Endpoint ที่ผู้โจมตีควบคุมอยู่ ลักษณะการโจมตีเช่นนี้ทำให้ยากต่อการตรวจจับ เนื่องจากพฤติกรรมที่เกิดขึ้นดูคล้ายกับการใช้งาน Copilot ตามปกติทุกประการ
จุดที่น่าสนใจของช่องโหว่นี้คือกระบวนการค้นพบ โดย Varonis ใช้เทคนิคที่เรียกว่า Meta-hacking กล่าวคือเมื่อนักวิจัยขอให้ Copilot อธิบายว่าเหตุใดการโจมตีจึงเป็นไปไม่ได้ คำอธิบายของ Copilot เองกลับ เผยให้เห็นสถาปัตยกรรมภายในและ Parameter ที่ไม่มีการบันทึกเป็นเอกสารซึ่งจำเป็นต่อการโจมตี กลายเป็นการที่ตัว AI ช่วยเปิดเผยจุดอ่อนของตัวเองโดยไม่ตั้งใจ
CoSnitch เป็นช่องโหว่ลำดับที่ 3 ของ Copilot ที่ Varonis ค้นพบในปีนี้ ต่อจาก Reprompt ซึ่งสามารถหลบเลี่ยงกลไกความปลอดภัยของ Copilot ได้เพียงแค่ถามคำถามซ้ำสองครั้ง และ SearchLeak ซึ่งเปลี่ยน Microsoft 365 Copilot Enterprise ให้กลายเป็นช่องทางลักลอบส่งข้อมูลออกโดยแอบแฝง สะท้อนแนวโน้มของช่องโหว่เชิงตรรกะ (Logic Flaw) ที่เกิดขึ้นซ้ำในผลิตภัณฑ์ตระกูล Copilot
Varonis ระบุว่ายังไม่พบหลักฐานว่าช่องโหว่นี้ถูกใช้โจมตีจริงในวงกว้างก่อนที่จะมีการแพตช์
ระบบที่ได้รับผลกระทบ
- ผู้ใช้งาน Microsoft Copilot Personal ที่ Login เข้าสู่ระบบอยู่และเชื่อมต่อบัญชีกับแอปพลิเคชันอื่น เช่น อีเมลหรือเอกสาร
- บัญชีที่เชื่อมต่อกับ Copilot ในลักษณะที่ทำให้ Copilot เข้าถึงข้อมูลอีเมล เอกสาร หรือข้อมูล Session ได้
- ผู้ใช้งานที่อาจถูกหลอกให้คลิกลิงก์ที่สร้างขึ้นเป็นพิเศษผ่านช่องทางต่างๆ เช่น อีเมลหรือข้อความ
ผลกระทบที่อาจเกิดขึ้น
- ผู้โจมตีสามารถขโมยข้อมูลจากบัญชีที่เชื่อมต่อกับ Copilot ได้เพียงแค่เหยื่อคลิกลิงก์เดียว โดยไม่ต้องยืนยันตัวตนเพิ่มเติมหรือมีการโต้ตอบอื่นใด
- การตรวจจับทำได้ยากเนื่องจากพฤติกรรมที่เกิดขึ้นดูคล้ายการใช้งาน Copilot ตามปกติ ทำให้ทีมความปลอดภัยอาจไม่สามารถแยกแยะการโจมตีจากการใช้งานจริงได้
- ข้อมูลที่มีความอ่อนไหว เช่น อีเมลและเอกสาร มีความเสี่ยงถูกส่งออกไปยัง Endpoint ภายนอกที่ผู้โจมตีควบคุม ผ่านฟีเจอร์ที่ Copilot มีอยู่แล้วโดยไม่ต้องอาศัยเครื่องมือเพิ่มเติม
- การเป็นช่องโหว่ลำดับที่ 3 ของ Copilot ที่ถูกค้นพบในปีนี้สะท้อนรูปแบบ Logic Flaw ที่เกิดขึ้นซ้ำ ในผลิตภัณฑ์ AI Assistant ที่เชื่อมต่อกับระบบอื่นในลักษณะเดียวกัน
สิ่งที่องค์กรควรทำ
- ตรวจสอบว่าระบบ Microsoft Copilot Personal ที่ใช้งานได้รับแพตช์ที่เผยแพร่เมื่อวันที่ 18 สิงหาคม 2569 แล้วหรือไม่ ผ่านการอัปเดตอัตโนมัติของ Microsoft
- แจ้งเตือนผู้ใช้งานให้ระมัดระวังการคลิกลิงก์จากแหล่งที่ไม่รู้จัก โดยเฉพาะลิงก์ที่เกี่ยวข้องกับ Copilot หรือบริการของ Microsoft
- ตรวจสอบ Log การเข้าถึงข้อมูลผ่าน Copilot ย้อนหลัง หากพบพฤติกรรมการสืบค้นข้อมูลที่ผิดปกติหรือไม่สอดคล้องกับรูปแบบการใช้งานปกติของผู้ใช้
- ทบทวนสิทธิ์การเชื่อมต่อระหว่าง Copilot กับแอปพลิเคชันอื่น ให้เป็นไปตามหลัก Least Privilege เท่าที่จำเป็นต่อการใช้งานจริง
แนวทางลดความเสี่ยงระยะยาว
1. ติดตามรายงานช่องโหว่ AI Assistant ที่เชื่อมต่อกับระบบอื่นอย่างต่อเนื่อง
เนื่องจากผลิตภัณฑ์ตระกูล Copilot มีประวัติพบช่องโหว่เชิงตรรกะซ้ำหลายครั้งในปีนี้ องค์กรควรติดตามข่าวสารและแพตช์อย่างใกล้ชิด
2. ให้ความรู้ผู้ใช้งานเรื่องความเสี่ยงจากลิงก์ที่เชื่อมโยงกับ AI Assistant
เนื่องจากการโจมตีลักษณะ One-Click Exfiltration อาศัยเพียงการหลอกให้คลิกลิงก์ ไม่ต้องมีการติดตั้งมัลแวร์เพิ่มเติม
3. จำกัดขอบเขตข้อมูลที่ AI Assistant สามารถเข้าถึงได้ในระดับองค์กร
โดยเฉพาะข้อมูลที่มีความอ่อนไหวสูง ควรพิจารณาแยกสิทธิ์การเข้าถึงออกจากการเชื่อมต่อ Copilot มาตรฐาน
4. เสริมการตรวจสอบพฤติกรรมผิดปกติของ AI Assistant ในระดับ Behavioral Detection
เนื่องจากการโจมตีลักษณะนี้อาศัยฟีเจอร์ที่มีอยู่แล้วในระบบ Signature-based Detection จึงอาจไม่สามารถตรวจจับได้
วิเคราะห์ในมุมมองจาก TXEC
กรณี CoSnitch สะท้อนความเสี่ยงรูปแบบใหม่ที่ TXEC เฝ้าระวังมาต่อเนื่องคือช่องโหว่เชิงตรรกะใน AI Assistant ที่เชื่อมต่อกับระบบอื่นในองค์กร ซึ่งแตกต่างจากช่องโหว่แบบดั้งเดิมตรงที่ไม่จำเป็นต้องอาศัยการเขียนโค้ดอันตรายหรือมัลแวร์ใดๆ เพียงแค่การผูกจุดอ่อนหลายจุดเข้าด้วยกันก็สามารถสร้างช่องทางขโมยข้อมูลที่มีประสิทธิภาพสูงได้
TXEC มองว่าจุดที่น่าสนใจเป็นพิเศษคือวิธีการค้นพบช่องโหว่ผ่าน Meta-hacking ซึ่งชี้ให้เห็นว่าตัว AI Assistant เองอาจกลายเป็นแหล่งข้อมูลที่เปิดเผยจุดอ่อนของระบบโดยไม่ตั้งใจ องค์กรที่ใช้งาน Copilot หรือ AI Assistant ลักษณะเดียวกันควรตระหนักว่าการทดสอบความปลอดภัยของระบบเหล่านี้จำเป็นต้องพิจารณามุมมองใหม่ที่แตกต่างจากการทดสอบซอฟต์แวร์แบบเดิม และควรติดตามการค้นพบช่องโหว่ลักษณะนี้จาก Varonis และนักวิจัยรายอื่นอย่างใกล้ชิด เนื่องจากมีแนวโน้มจะพบเพิ่มขึ้นอีกในอนาคต
รู้ก่อน ตรวจพบเร็ว ลดความเสียหายได้มากกว่า
[ แหล่งอ้างอิง: The Hacker News, Varonis, CyberSecurityNews, CSO Online ]