🔍 เมื่อ TLS ไม่เพียงพอ: Microsoft เผยการโจมตีแบบ Side-Channel ที่แม่นยำถึง 98% Microsoft ได้เปิดเผยการโจมตีแบบใหม่ที่เรียกว่า Whisper Leak ซึ่งสามารถใช้สังเกตการณ์ ทราฟฟิกที่เข้ารหัสด้วย TLS ระหว่างผู้ใช้กับแชตบอท AI เพื่อ คาดเดาหัวข้อของบทสนทนาได้อย่างแม่นยำ แม้จะไม่สามารถถอดรหัสเนื้อหาจริงได้ก็ตาม การโจมตีนี้อาศัย รูปแบบของขนาดแพ็กเก็ตและช่วงเวลาการส่งข้อมูล (packet size & timing) ที่เกิดขึ้นเมื่อโมเดลภาษา (LLM) ตอบกลับแบบ streaming ซึ่งแต่ละ token ที่ส่งกลับจะสร้างลักษณะเฉพาะที่สามารถนำไปฝึกโมเดล Machine Learning เพื่อจำแนกหัวข้อได้ 🧪 เทคนิคที่ใช้: Side-Channel + ML Classifier 💠 Microsoft ใช้เครื่องมือดักจับทราฟฟิก เช่น tcpdump เพื่อเก็บข้อมูลแพ็กเก็ต 💠 ฝึกโมเดล ML เช่น LightGBM, Bi-LSTM, และ BERT เพื่อจำแนกหัวข้อ 💠 แม้จะมีบทสนทนาเป้าหมายเพียง 1 ใน 10,000 การสนทนา ก็ยังสามารถตรวจจับได้ด้วย ความแม่นยำ 100% ✅ ลักษณะของ Whisper Leak ➡️ เป็นการโจมตีแบบ side-channel ที่ไม่ต้องถอดรหัสข้อมูล ➡️ ใช้ metadata เช่น packet size และ timing เพื่อวิเคราะห์หัวข้อ ➡️ มีความแม่นยำสูงถึง 98% ในการจำแนกหัวข้อเป้าหมาย ✅ ความเสี่ยง ➡️ ผู้โจมตีที่อยู่ในเครือข่ายเดียวกัน หรือ ISP สามารถสังเกตทราฟฟิกได้ ➡️ เสี่ยงต่อผู้ใช้ในประเทศที่มีการควบคุมเนื้อหา เช่น หัวข้อการเมือง, สื่อ, หรือสิทธิมนุษยชน ✅ การป้องกันและแก้ไข ➡️ Microsoft และผู้ให้บริการ LLM เช่น OpenAI, Mistral, xAI ได้ออกมาตรการลดความเสี่ยง ➡️ ใช้เทคนิค obfuscation เช่น การแทรก token สุ่ม หรือปรับความยาวแพ็กเก็ตให้ไม่สม่ำเสมอ ➡️ Microsoft ได้เปิดซอร์สเฟรมเวิร์ก Whisper Leak บน GitHub เพื่อให้ชุมชนช่วยตรวจสอบ ‼️ คำเตือนด้านความเป็นส่วนตัว ⛔ แม้จะใช้ TLS แล้ว แต่ metadata ยังสามารถรั่วไหลได้ ⛔ การใช้ LLM ในหัวข้ออ่อนไหวอาจถูกติดตามโดยไม่รู้ตัว ⛔ ผู้ใช้ควรหลีกเลี่ยงการใช้แชต AI ผ่านเครือข่ายที่ไม่ปลอดภัย https://securityonline.info/whisper-leak-attack-infers-encrypted-ai-chat-topics-with-98-accuracy/