แนะนำความปลอดภัย

จุดประสงค์การเรียนรู้ 1.1.A: ระบุสัญญาณทั่วไปของกลยุทธ์ทางสังคมวิศวกรรม

• 1.1.A.1 การโจมตีทางสังคมวิศวกรรมใช้กลยุทธ์ทางจิตวิทยาเพื่อหลอกให้ผู้ใช้เปิดเผยข้อมูลสำคัญ (elicitation) ดาวน์โหลดไฟล์ที่เป็นอันตราย หรือคลิกที่ลิงก์ที่เป็นอันตราย การโจมตีทางสังคมวิศวกรรมสามารถทำได้โดยตรงต่อหน้า แต่มักทำผ่านอีเมล ข้อความข้อความ หรือข้อความบนโซเชียลมีเดีย
• 1.1.A.2 ผู้โจมตีมักใช้กลยุทธ์ทางจิตวิทยาเช่นการขู่และการสร้างความเร่งด่วนเพื่อให้บรรลุเป้าหมาย การขู่คือการที่ผู้โจมตีคุกคามเป้าหมายด้วยผลเสียหากไม่ปฏิบัติตาม ส่วนความเร่งด่วนคือการที่ผู้โจมตีสร้างเหตุผลว่าทำไมเป้าหมายควรกระทำอย่างรวดเร็ว

จุดประสงค์การเรียนรู้ 1.1.B: อธิบายว่ากลยุทธ์ทางสังคมวิศวกรรมมีอิทธิพลต่อเหยื่ออย่างไร使之ดำเนินการตามที่ต้องการ

• 1.1.B.1 กลยุทธ์ทางสังคมวิศวกรรมพึ่งพาหลักการทางจิตวิทยาทั่วไปที่มีอิทธิพลต่อพฤติกรรมมนุษย์
• 1.1.B.2 การขู่ใช้ประโยชน์จากความเกลียดชังตามธรรมชาติของมนุษย์ต่อผลเสีย通过将ความสนใจไปที่ผลเสียที่เป็นไปได้ ผู้โจมตีใช้ความกลัวกระตุ้นให้เป้าหมายกระทำการใด动作หนึ่ง
• 1.1.B.3 ความเร่งด่วนใช้ประโยชน์จากปฏิกิริยาตามธรรมชาติของมนุษย์ที่ต้องการตอบสนองอย่างรวดเร็วต่อความต้องการที่มีกำหนดเวลา เมื่อเป้าหมายตรวจจับความรู้สึกเร่งด่วนในข้อความ พวกเขาจะรู้สึกกดดันที่จะตอบกลับหรือกระทำอย่างรวดเร็ว ซึ่งอาจป้องกันไม่ให้他们有เวลาพิจารณาว่าการกระทำนั้นสมเหตุสมผลหรือปลอดภัยหรือไม่

จุดประสงค์การเรียนรู้ 1.1.C: อธิบายผลกระทบที่เป็นไปได้สำหรับเหยื่อของการโจมตีทางสังคมวิศวกรรม

• 1.1.C.1 เหยื่ออาจมอบข้อมูลส่วนตัวให้ผู้โจมตีซึ่งนำไปสู่การปลอมแปลงตัวตนได้ เช่น ชื่อ หมายเลขโทรศัพท์ ที่อยู่ สถานที่ทำงาน ชื่อนกหรือสัตว์เลี้ยง หรือวันเกิด ข้อมูลประเภทนี้และข้อมูลอื่น ๆ มักใช้ในเว็บไซต์เป็นคำถามท้าทายเพื่อยืนยันตัวตนผู้ใช้
• 1.1.C.2 เหยื่ออาจมอบข้อมูลสำคัญ如水รหัสผ่านครั้งเดียว (OTP) หรือรหัสเข้าสู่ระบบให้กับผู้โจมตี ซึ่งอาจช่วยให้ผู้ログインเข้าสู่บริการในฐานะเหยื่อได้
• 1.1.C.3 เหยื่ออาจดาวน์โหลดมัลแวร์หรือคลิกที่ลิงก์ที่ติดตั้งมัลแวร์บนอุปกรณ์ שלה ดึงข้อมูลออกจากเว็บเบราว์เซอร์ของเธอ หรือนำเธอไปยังเว็บไซต์ที่ข้อมูลเข้าสู่ระบบของเธอถูกจับโดยผู้โจมตีได้

จุดประสงค์การเรียนรู้ 1.2.A: ระบุสัญญาณทั่วไปของการโจมตีรหัสผ่าน

• 1.2.A.1 ในการโจมตีรหัสผ่านออนไลน์ ผู้โจมตีพยายามเข้าสู่ระบบอุปกรณ์หรือบริการโดยใช้รหัสผ่านทั่วไป รูปแบบรหัสผ่านทั่วไป หรือรหัสผ่านที่ถูกขโมย
• 1.2.A.2 สัญญาณของการโจมตีรหัสผ่านออนไลน์ประกอบด้วย:
  • ความพยายามเข้าสู่ระบบล้มเหลวจำนวนมากในช่วงเวลาสั้น
  • ความพยายามเข้าสู่系统在เวลาที่ไม่ปกติ
  • ความพยายามเข้าสู่ระบบจากอุปกรณ์ที่ไม่รู้จัก

จุดประสงค์การเรียนรู้ 1.2.B: อธิบายว่าผู้โจมตี如何利用การยืนยันตัวตนที่อ่อนแอ

• 1.2.B.1 หลายคนใช้รูปแบบทั่วไปเมื่อสร้างรหัสผ่าน เช่น:
  • เริ่มรหัสผ่านด้วยคำหนึ่งหรือสองคำ เพิ่มตัวเลขสองหลัก (มักหมายถึงปี) และใส่ตัวอักษรพิเศษที่ท้ายสุด
  • รวมชื่อครอบครัวหรือสัตว์เลี้ยงลงในรหัสผ่าน
  • รวมวันที่มีความหมายส่วนตัวลงในรหัสผ่าน
• 1.2.B.2 ผู้โจมตีมักสร้างรายการรหัสผ่านที่เป็นไปได้โดยอ้างอิงจากข้อมูลส่วนบุคคลที่รวบรวมเกี่ยวกับเป้าหมาย (เช่น วันเกิด, วันครบรอบ, ชื่อสัตว์เลี้ยงและครอบครัว) และใช้เครื่องมืออัตโนมัติในการส่งรหัสผ่านที่เป็นไปได้นั้น

วัตถุประสงค์การเรียนรู้ 1.2.C: อธิบายวิธีการทำให้การยืนยันตัวตนมีความแข็งแกร่งยิ่งขึ้น

• 1.2.C.1 ผู้ใช้ควรสร้างรหัสผ่านที่มีความยาว สุ่ม และไม่ซ้ำกับอื่น ๆ สามารถใช้โปรแกรมจัดการรหัสผ่านเพื่อสร้างและจัดเก็บรหัสผ่านที่แข็งแกร่ง หรือผู้ใช้สามารถสร้างรหัสผ่านแบบphrase ที่มีความยาวและไม่ซ้ำกันสำหรับบัญชีของตนได้
• 1.2.C.2 ในการสร้างรหัสผ่าน ผู้ใช้ควรหลีกเลี่ยงการใช้ชื่อ วันที่ หรือคำหรือตัวเลขอื่น ๆ ที่มีนัยสำคัญต่อตนเอง
• 1.2.C.3 เมื่อมีบริการให้เลือก ผู้ใช้ควรเปิดใช้งานการยืนยันตัวตนหลายปัจจัย (MFA) ซึ่งจะทำให้ผู้用户提供หลักฐานเพิ่มเติมเพื่อยืนยันตัวตน เช่น รหัสครั้งเดียว (one-time code) นอกจากรหัสผ่าน เพื่อเพิ่มชั้นความปลอดภัย

วัตถุประสงค์การเรียนรู้ 1.3.A: ระบุประเภทของผู้โจมตี正在进行ไซเบอร์แอทแทค

• 1.3.A.1 ผู้โจมตีสามารถจำแนกตามระดับทักษะได้
  • ผู้โจมตีที่มีทักษะต่ำพึ่งพามัลแวร์หรือเครื่องมือไซเบอร์ร้ายแรงที่其他人สร้างขึ้น ซึ่งสามารถซื้อออนไลน์ได้ เครื่องมือที่ใช้จะ aproveit vulnerabilities ที่รู้จักแล้ว
  • ผู้โจมตีที่มีทักษะสูงมีความสามารถในการสร้างเครื่องมือไซเบอร์ร้ายแรงใหม่หรือดัดแปลงเครื่องมือที่มีอยู่ให้ปรับตัวเข้ากับเทคนิคและเครื่องมือป้องกันใหม่ ๆ พวกเขา还具有 capacity เพื่อค้นพบ vulnerabilities ที่ไม่มีเอกสาร记录下来 ซึ่งเรียกว่า zero days
• 1.3.A.2 ผู้โจมตีมี动机หลากหลาย รวมถึงความโลภ, ความต้องการได้รับการยอมรับ, การอุทิศตนต่อสาเหตุหนึ่ง, ความ报复, การเมือง, หรือความเชื่อ

วัตถุประสงค์การเรียนรู้ 1.3.B: ระบุประเภทของการโจมตีไซเบอร์ผ่านไร้สาย

• 1.3.B.1 ในการโจมตี evil twin ผู้โจมตีจะตั้ง access point ไร้สายของตนเอง (WAP) ที่มี service set identifier (SSID) คล้ายหรือเหมือน網絡เป้าหมาย;erior ของผู้โจมตีจะถูกเรียกว่า evil twin ผู้ถูกโจมตีอาจเลือกที่จะเชื่อมต่อไปยัง evil twin โดยไม่รู้ตัว ทำให้ผู้.attack者สามารถ capture network traffic ได้ ผู้.attack者ไม่สามารถอ่าน traffic ที่ใช้ encrypted protocol อย่าง HTTPS ได้
• 1.3.B.2 ในการโจมตี jamming ผู้.attack者จะ flood พื้นที่ด้วย electromagnetic (EM) signal ที่แรงในช่วง frequency เดียวกับ wireless network ซึ่งจะทำให้ legitimate traffic ระหว่าง access point (AP) กับ users ไม่สามารถดำเนินการได้ การโจมตีประเภทนี้ที่ prevents users จาก accessing resources ถูกเรียกว่า denial of service (DoS) attack
• 1.3.B.3 ในการโจมตี war driving ผู้.attack者พยายาม detect wireless network beacons ขณะขับรถหรือเดินสำรวจรอบเป้าหมาย หาก detects wireless signal ผู้.attack者สามารถ gather ข้อมูลเกี่ยวกับประเภทของ wireless network ที่ใช้ และ find areas ที่ wireless signal ครอบคลุมภายนอกอาคาร

วัตถุประสงค์การเรียนรู้ 1.3.C: อธิบายการกระทำที่บุคคลสามารถทำได้เพื่อเพิ่มการปกป้องข้อมูลสำคัญเมื่อใช้อินเทอร์เน็ตและ Wi-Fi

• 1.3.C.1 บุคคลควรตรวจสอบว่าชื่อของ wireless network ที่เข้าร่วมตรงกับชื่อของ networks ที่ตั้งใจจะเชื่อมต่อกันอย่างแท้จริง
• 1.3.C.2 โปรโตคอลอินเทอร์เน็ตส่วนใหญ่มีการ encrypt เพื่อปกป้อง network traffic อย่างไรก็ตาม บุคคลอาจพิจารณาความสำคัญของข้อมูลของตนในการเลือก whether จะเชื่อมต่อกับ unencrypted Wi-Fi networks เพื่อปกป้องข้อมูลที่เสี่ยงต่อการถูกเข้าถึง เช่น DNS queries
• 1.3.C.3 บุคคลอาจพิจารณาการใช้ virtual private network (VPN) ซึ่ง will encrypt ทั้งหมด traffic ไปยังระบบของ VPN operator Although การกระทำนี้จะ prevents service provider จาก viewing traffic แต่ VPN provider สามารถ viewing traffic ได้

วัตถุประสงค์การเรียนรู้ 1.4.A: อธิบายว่าผู้.attack者如何利用 AI-powered tools เพื่อเสริมการโจมตีไซเบอร์

• 1.4.A.1 ผู้.attack者สามารถใช้ AI-powered tools ที่ leverage voice และ image samples ของบุคคลเพื่อสร้าง digital avatar ของบุคคลนั้น การใช้เทคโนโลยีเหล่านี้ช่วยให้ผู้.attack者 impersonate คนอื่นทางโทรศัพท์หรือแม้กระทั่งใน video call ซึ่ง可能导致 financial loss หรือการ sharing sensitive/private information เมื่อ organizations越多采用 voice-based authentication则 voice-impersonation impact越大
• 1.4.A.2 ผู้.attack者สามารถใช้ generative AI tools เช่น large language models (LLMs) เพื่อสร้าง phishing messages ที่น่าเชื่อถือ在任何目标语言中。因为传统的phishing messages有时由非目标语言的母语者编写，不自然的语言特征曾被用于区分phishing消息与合法消息。然而，借助AI工具，攻击者现在可以编写任何语言的钓鱼信息，使其读起来像是由母语者撰写的。
• 1.4.A.3 ผู้.attack者สามารถ crafting prompts เพื่อ extract secure หรือ sensitive information จาก LLMs Secure หรือ sensitive information ใน LLMs สามารถมาจาก user input และ large datasets ที่ใช้ train LLMs
• 1.4.A.4 ผู้.attack者สามารถ publish Websites หรือ modify existing websites ให้ contain false information เพื่อให้ false information นั้น被 included ใน training sets สำหรับ LLMs ซึ่ง会导致 LLMs重复 false information
• 1.4.A.5 ผู้.attack者สามารถ perform reconnaissance บนเป้าหมายโดยใช้ AI-powered tools ที่ scan internet เพื่อ gather information posted ใน social media และ public websites
• 1.4.A.6 ผู้.attack者สามารถใช้ AI-enhanced coding tools เพื่อช่วย write malware ใหม่, modify existing application code เพื่อทำ malicious activities, หรือหา vulnerabilities ใน large code bases

วัตถุประสงค์การเรียนรู้ 1.4.B: อธิบายวิธีการปกป้องจากการโจมตีไซเบอร์ที่ถูกเสริมด้วย AI บางประเภท

• 1.4.B.1 ควรกำหนดรหัสลับที่แบ่งปันกันกับเพื่อนสนิทและครอบครัว ซึ่งสามารถใช้ยืนยันตัวตนซึ่งและซึ่งได้ รหัสลับหรือวลีที่只知道โดยสองฝ่ายเท่านั้นสามารถใช้ในการยืนยันตัวตนในสถานการณ์ที่มีความเสี่ยงสูง
• 1.4.B.2 ควรเปิดใช้งานการยืนยันตัวตนหลายปัจจัย (MFA) หากผู้โจมตีจำลองเสียงเป้าหมายเพื่อเข้าสู่ระบบที่มีการยืนยันตัวตนด้วยเสียง การขอปัจจัยยืนยันตัวตนเพิ่มเติมอาจป้องกันไม่ให้ผู้.attack者的เข้าถึงบัญชีได้
• 1.4.B.3 ไม่ควรป้อนข้อมูลส่วนบุคคลหรือข้อมูลที่ละเอียดอ่อนลงในเครื่องมือanything powered by AI เช่น แชทบอทหรือผู้ช่วยเสมือน เครื่องมือบางtool that powered by AI นำข้อมูลผู้ใช้กลับเข้าไปในโมเดลเพื่อใช้สำหรับการฝึกฝนอย่างต่อเนื่อง ผู้.attackers could extract data that users have included in prompts.
• 1.4.B.4 ควรประเมินผลลัพธ์จากเครื่องมือpowered by AI อย่างระมัดระวัง ตรวจสอบข้อมูลจากเครื่องมือpowered by AI โดยใช้แหล่งข้อมูลที่มีชื่อเสียง มั่นคง และไม่ใช้AI-based sources.

วัตถุประสงค์การเรียนรู้ 1.5.A: อธิบายว่านักป้องกันไซเบอร์如何利用AI-powered tools to protect networks, applications, and data.

• 1.5.A.1 AI-powered tools สามารถตรวจสอบการตั้งค่าความปลอดภัยปัจจุบัน เช่น กฎของไฟร์วอลล์และการควบคุมการเข้าถึง และเสนอตัวเลือกที่ปลอดภัยยิ่งขึ้น คำแนะนำควรได้รับการตรวจสอบโดยเทคนิคด้านความปลอดภัยที่มีความรู้ก่อนนำไปใช้
• 1.5.A.2 AI-powered tools สามารถวิเคราะห์โค้ดแอปพลิเคชันเพื่อระบุช่องโหว่และเสนอมาตรการบรรเทา คำแนะนำควรได้รับการทบทวนโดยโปรแกรมเมอร์ที่มีความรู้ก่อนนำไปใช้
• 1.5.A.3 AI-powered tools สามารถเสนอกฎสำหรับระบบตรวจจับอัตโนมัติ กฎการตรวจจับควรได้รับการทบทวนโดยวิศวกรตรวจจับที่มีความรู้ก่อนเพิ่ม vào hệ thống

วัตถุประสงค์การเรียนรู้ 1.5.B: อธิบายว่าAI-powered tools如何 enabling faster and more accurate threat detection and response.

• 1.5.B.1 จากเหตุการณ์ดิจิทัลนับล้านที่เกิดขึ้นบนเครือข่ายทุกวัน บางเหตุการณ์อาจเป็นสัญญาณของผู้.attackers who are conducting malicious activity Humans cannot carefully examine all those events to identify the malicious activity.
• 1.5.B.2 AI-powered tools can be trained to quickly analyze digital events and sort the events that are likely malicious activity from those that are harmless.
• 1.5.B.3 AI-powered tools can be programmed to alert human cybersecurity personnel when likely malicious activity is detected or to take specific corrective actions based on the type of malicious activity detected.
• 1.5.B.4 AI-powered tools enable threat-detection and response teams to catch malicious activity and intervene quickly to prevent loss, harm, damage, and destruction to digital infrastructure and data.