Cybersecurity Archives - บริษัท ฮันนี่คอร์ปอเรชั่น จำกัด

Sep182026 by contentNo Comments

Case Study: Ransomware 2026 — ไทม์ไลน์ 23 วันที่สายการผลิตหยุด จากสถิติจริง 93% ขององค์กรเจอ Intrusion

Article

เมื่อเดือนพฤษภาคม 2026 อินโฟกราฟิก "Ransomware Reality Check 2026" และงานวิจัย State of Ransomware ล่าสุด เผยแพร่ตัวเลขที่ทำให้ทีมความปลอดภัยหลายทีมต้องทบทวนกลยุทธ์ — 93% ขององค์กรพบการบุกรุกที่ "พร้อมสำหรับ ransomware" อย่างน้อย 1 ครั้งในช่วง 24 เดือนที่ผ่านมา แปลว่าอีกฝ่ายเข้ามาถึงระบบแล้ว ก่อนจะถูกหยุดยั้ง ภาพประกอบ: เมื่อไซเบอร์แอตแท็กเลยเวทีไอทีเข้าสู่ระบบควบคุมการผลิตจริงในโรงงาน แต่ปัญหาที่แท้จริงของโรงงานอุตสาหกรรมไม่ใช่ตัวเลขรวม แต่คือการที่ ช่องว่างระหว่าง IT กับ OT ทำให้มาตรการที่ใช้ได้ผลในฝั่งสำนักงาน ถึงใช้ไม่ได้กับสายการผลิต บทความนี้เล่ากรณีศึกษาสมมุติจากสถิติจริง เพื่อชี้ให้เห็นว่าเหตุการณ์แบบนี้เกิดขึ้นได้ที่โรงงานไทยทุกขนาด ตัวเลขที่โรงงานต้องรู้ก่อน (จาก Ransomware Reality Check 2026) ตัวชี้วัด ค่าเฉลี่ยอุตสาหกรรม ความหมายต่อโรงงาน องค์กรที่พบ intrusion ที่พร้อม ransomware93%ผู้โจมตีเข้าถึงระบบแล้ว ก่อนถูกหยุด การเรียกค่าไถ่เฉลี่ย (เพิ่มขึ้น 47% YoY)เกิน 1.5 ล้านดอลลาร์เป้าหมายเลื่อนไปองค์กรมูลค่าสูง เหตุการณ์ที่ backup ถูกโจมตี/ทำลาย39%แนวป้องกันสุดท้ายถูกลดทอนประสิทธิภาพ การโจมตีที่เกี่ยวข้อง identity misuse>80%Credential ขโมย + ยกระดับสิทธิ์ การโจมตีที่รวมการขโมยข้อมูล (double extortion)76%ถูกข่มขู่ทั้งเข้ารหัส + ปล่อยข้อมูล Downtime เฉลี่ยหลังโจมตีสำเร็จ23 วันสายการผลิตหยุดเกือบเดือน Fileless/in-memory attacks (เพิ่มขึ้น ~30%)+30%หลบ signature-based detection ที่มา: อินโฟกราฟิก "Ransomware Reality Check 2026" (เผยแพร่ผ่าน ECS Thailand, พ.ค. 2026) Case Study: ไทม์ไลน์ 23 วันของโรงงานผู้ผลิตชิ้นส่วนขนาดกลาง สถานการณ์ต่อไปนี้เป็นกรณีศึกษาสังเคราะห์จากสถิติข้างต้น สะท้อนรูปแบบเหตุการณ์ที่พบบ่อยในภาคการผลิต วันที่ 0 — จุดเริ่มต้นที่ไม่มีใครสังเกตเห็น ช่างเทคนิคของ supplier ภายนอกเชื่อมต่อระบบ remote access เข้ากับเครื่อง CNC ในสายการผลิตเพื่อวินิจฉัยปัญหา ใช้ credential ร่วมกันที่ทีมไอทีออกให้ตั้งแต่สองปีก่อน และไม่เคยถูกเปลี่ยน ตามสถิติ มากกว่า 80% ของการโจมตีเริ่มจาก identity misuse ลักษณะนี้ ภาพประกอบ: การแบ่งโซนเครือข่ายและควบคุมการไหลของทราฟฟิกระหว่าง IT กับ OT ตามแนวคิด Purdue Model —…

Aug282026 by contentNo Comments

Case Study: อุปกรณ์ OT ติดอินเทอร์เน็ตโดยไม่รู้ตัว — จาก Flat Network สู่การแบ่งโซนตาม IEC 62443 ใน 4 ขั้นตอน

Article

สัปดาห์นี้เราเจอโจทย์คลาสสิกที่สุดจากโรงงานแปรรูปอาหารแห่งหนึ่ง: ระบบทำงานปกติทุกอย่าง แต่เมื่อทีมไอทีสแกนเครือข่ายเพื่อเตรียมขออนุมัติงบ IoT เพิ่ม กลับพบว่ามีอุปกรณ์ OT ที่ "ติดอินเทอร์เน็ตตรงๆ" โดยที่ไม่มีใครในโรงงานรู้ตัวมาก่อน กรณีแบบนี้ไม่ใช่เรื่องแปลก และตัวเลขล่าสุดยืนยันว่ามันระดับ "ระบาด" ไปแล้วทั่วโลก สถานการณ์: ตัวเลขที่ทำให้ทุกโรงงานต้องหยุดอ่าน งานวิจัยด้าน OT Security ล่าสุดที่วิเคราะห์ตัวอย่างจากอุปกรณ์ไฟร์วอลล์ OT กว่า 60,000 เครื่องทั่วโลก และตัวอย่างซอฟต์แวร์ 16 ล้านชิ้น พบว่าจำนวน อุปกรณ์ OT ที่เปิดใช้งานและมองเห็นได้จากอินเทอร์เน็ต เพิ่มขึ้น 332% เทียบกับช่วงสำรวจก่อนหน้า ขณะเดียวกันในภาคองค์กรทั่วไป ยังมีเครือข่ายที่ใช้สถาปัตยกรรมแบบแบน (flat network) อยู่ราว 77.7% และมีสัดส่วนการเชื่อมต่อ IoT ที่ถูกประเมินว่า "ความเสี่ยงสูง" ถึง 48.2% — เมื่อคูณสามตัวเลขนี้เข้าด้วยกันกับจำนวนอุปกรณ์เชื่อมต่อ 21.1 พันล้านเครื่อง จะได้ภาพคร่าวๆ ว่ามีการเชื่อมต่อระดับหลายพันล้านรายการที่ทำงานอยู่ในเครือข่ายที่ "แออัดและเปิดโล่ง" เกินไป ห้องควบคุมการผลิตคือหัวใจของระบบ OT — แต่ทุกแผงควบคุมที่ต่อเข้าเครือข่ายเดียวกับออฟฟิศโดยไม่มีการแบ่งโซน คือประตูเปิดที่ผู้โจมตีมองหา (ภาพ: Wikimedia Commons, CC BY 2.0) ปัญหา (Problem): ทำไมมันเกิดขึ้นได้ เครือข่ายแบน (Flat Network) — อุปกรณ์ทุกชนิดอยู่ใน VLAN เดียวกัน เมื่อเครื่องพิมพ์ออฟฟิศโดนเจาะ ผู้โจมตีเห็นชื่อ PLC และ HMI ใน scan ถัดไปทันที การเข้าถึงระยะไกลแบบทางลัด — ผู้รับเหมาหรือทีมซ่อมเปิด port forwarding บนเราเตอร์เพื่อ remote เข้าเครื่องจักรจากภายนอก แล้วลืมปิด กลายเป็นอุปกรณ์ OT ที่มองเห็นจากอินเทอร์เน็ต มองไม่เห็น = บริหารไม่ได้ — โรงงานส่วนใหญ่ไม่มีบัญชีสินทรัพย์ IT/OT ที่เป็นหนึ่งเดียว จึงไม่รู้ด้วยซ้ำว่ามีอุปกรณ์แปลกปลอมหลุดเข้ามาในเครือข่ายเมื่อไหร่ ทางแก้ (Solution): แบ่งโซนตาม IEC 62443 ทีละขั้น เราแนะนำแนวทางเดียวกับที่ใช้ในงานประเมินจริง คือแบ่งเครือข่ายเป็น โซน (Zone) และท่อร่วม (Conduit) ตามแนวคิดของมาตรฐานสากล IEC 62443 โดยเริ่มจาก 4 ขั้นตอนที่ทำได้จริงในโรงงานที่ยังผลิตอยู่: ทำ Asset Inventory ด้วย Passive Monitoring — ติดอุปกรณ์ดักฟังทราฟฟิก (ไม่ต้องหยุดการผลิต)…

Aug272026 by contentNo Comments

OT Cybersecurity Maturity Assessment: ประเมินระดับความปลอดภัยโรงงานของคุณด้วยตัวเองใน 5 ขั้นตอนตาม IEC 62443

Article

เริ่มจากตรงไหนเมื่องบความปลอดภัยมีจำกัด: ประเมินว่าโรงงานของคุณอยู่ระดับไหน เมื่อพูดถึงความมั่นคงปลอดภัยสำหรับระบบควบคุมการผลิต (OT Cybersecurity) โรงงานส่วนใหญ่ตอบได้แค่ว่า "เรามี firewall" หรือ "เรามี antivirus ติดตั้งอยู่บ้าง" — คำตอบที่แทบไม่ได้ข้อมูลอะไรเลยเกี่ยวกับระดับความสามารถในการป้องกันที่แท้จริง ปัญหาไม่ใช่การขาดเครื่องมือ แต่คือการไม่รู้ว่าตัวเองอยู่ตรงไหนของเส้นทาง เหมือนเดินในหมอกโดยไม่มีเข็มทิศ กระบวนการ OT Cybersecurity Maturity Assessment คือการทำแผนที่ให้ชัดว่า ณ วันนี้ โรงงานของคุณมีความสามารถด้านความปลอดภัยระดับใด เปรียบเทียบกับกรอบมาตรฐานสากลอย่าง IEC 62443 แล้วจึงวางแผนยกระดับทีละขั้นตามความเสี่ยงที่ยอมรับได้ บทความนี้จะพาไปทำ "การประเมินระดับเบื้องต้น" ด้วยตัวเองภายใน 1-2 วัน ห้องควบคุมกระบวนการผลิตคือหัวใจของระบบ OT — จุดเริ่มต้นของการประเมินความเปลี่ยนแปลงด้านความปลอดภัยคือการเข้าใจว่าอะไรอยู่ในห้องนี้บ้าง (ภาพ: Wikimedia Commons, Public Domain) ทำไมต้องใช้กรอบ IEC 62443 เป็นเข็มทิศ IEC 62443 คือชุดมาตรฐานสากลที่ออกแบบมาเพื่อระบบควบคุมอัตโนมัติอุตสาหกรรม (IACS) โดยเฉพาะ แบ่งเป็น 4 กลุ่มใหญ่: มาตรฐานทั่วไป (General), นโยบายและกระบวนการ (Policy & Procedure), ระบบ (System) และอุปกรณ์ (Component) จุดเด่นคือแนวคิด Security Levels (SL 1-4) ที่กำหนดระดับความสามารถของผู้โจมตีที่ระบบต้องทนได้ — ตั้งแต่การโจมตีโดยบังเอิญไปจนถึงผู้โจมตีที่มีทั้งความสามารถและทรัพยากรสูง Security Level ระดับผู้โจมตีที่ระบบต้องทนได้ ตัวอย่างโรงงานที่เหมาะกับระดับนี้ SL 1การใช้โอกาสโดยบังเอิญ หรือการโจมตีโดยระบบอัตโนมัติแบบสุ่มโรงงานขนาดเล็กที่ระบบไม่เชื่อมต่อภายนอก SL 2ผู้โจมตีที่ตั้งใจโจมตีด้วยเครื่องมือพื้นฐานโรงงานขนาดกลางที่มีการเชื่อมต่อระบบ IT-OT SL 3ผู้โจมตีที่มีทักษะ IACS เฉพาะทาง (skilled attacker)โรงงานที่เป็นส่วนหนึ่งของ supply chain ระดับโลก SL 4ผู้โจมตีที่มีความสามารถและทรัพยากรสูง เช่น รัฐมีส่วนร่วมโครงสร้างพื้นฐานที่สำคัญเชิงยุทธศาสตร์ หลักสำคัญของ IEC 62443 คือ "ความสามารถที่จำเป็น" (required SL) ต้องมาจาก การวิเคราะห์ความเสี่ยง ไม่ใช่การเทียบเคียงกับโรงงานอื่น โรงงานที่ผลิตชิ้นส่วนยนต์ให้แบรนด์ระดับโลกย่อมมี required SL สูงกว่าโรงงานที่ผลิตสินค้าทั่วไป 5 ขั้นตอนทำ Maturity Assessment ด้วยตัวเอง ขั้นที่ 1: สร้างทะเบียนสินทรัพย์ OT (OT Asset Inventory) เริ่มจากการเดินสำรวจและจดทุกอุปกรณ์ในเครือข่ายควบคุม: PLC, HMI, engineering workstation, switch, gateway,…

Aug272026 by contentNo Comments

AI Security ในโรงงานอุตสาหกรรม: เมื่อ AI ที่ปกป้องสายการผลิต กลายเป็นเป้าหมายของผู้โจมตี

Article

เมื่อ AI เข้ามาอยู่ในสายการผลิต ใครจะเป็นคนเฝ้า AI ของคุณ? สองปีที่ผ่านมา โรงงานไทยต่างรีบดึง AI เข้าไปอยู่ในทุกจุดของสายการผลิต ตั้งแต่กล้องตรวจสอบคุณภาพบนสายพาน โมเดลทำนายการเสียหายของเครื่องจักร ไปจนถึงผู้ช่วย AI ที่ช่วยแนะนำการตั้งค่าพารามิเตอร์เครื่องจักร แต่มีคำถามหนึ่งที่หลายองค์กรยังไม่เคยตอบตัวเอง — ถ้า AI ตัวนั้นถูกโจมตี ใครจะรู้ตัว และรู้ได้อย่างไร รายงานดัชนีภัยคุกคามไซเบอร์ระดับโลกปี 2025 ระบุว่าอุตสาหกรรมการผลิตครองสัดส่วนการโจมตีทางไซเบอร์ถึง 17% ของทั้งหมดในปี 2025 เพิ่มขึ้นจาก 9% เมื่อปีก่อน ขณะที่ผลสำรวจผู้ผลิตทั่วโลกช่วงต้นปี 2026 พบว่า 40% ของผู้ผลิตส่วนใหญ่ระบุว่าความมั่นคงปลอดภัยไซเบอร์เป็นอุปสรรคอันดับ 1 ของการนำ AI มาใช้ — พวกเขามองเห็นความเสี่ยง แต่ทางออกที่ถูกต้องไม่ใช่การใช้ AI ให้น้อยลง หากคือการออกแบบระบบ AI ที่ "ปลอดภัยตั้งแต่ต้นทาง" (Security by Design) สายการผลิตอัตโนมัติสมัยใหม่มี AI ฝังอยู่ในทุกจุดตัดสินใจ — ตั้งแต่กล้องตรวจคุณภาพจนถึงการควบคุมเครื่องจักร (ภาพ: Wikimedia Commons, Public Domain) AI ในโรงงานถูกโจมตีได้จากทางไหนบ้าง? เส้นแบ่งระหว่าง "ปัญญาประดิษฐ์" กับ "ช่องโหว่ความปลอดภัย" ในโรงงานบางครั้งบางเกินไป การโจมตี AI ในสภาพแวดล้อมอุตสาหกรรมไม่ได้มากับไฟล์ malware ที่ antivirus สแกนเจอ หากมากับการบิดเบือน "ข้อมูล" และ "กระบวนการตัดสินใจ" ของ AI เอง ซึ่งเป็นมุมที่ทีม IT แบบดั้งเดิมมักมองข้าม เวกเตอร์การโจมตี กลไกการโจมตี ผลกระทบต่อสายการผลิต Adversarial Examples เพิ่มสัญญาณรบกวนขนาดเล็กที่ตามนุษย์มองไม่เห็น ทำให้โมเดล Computer Vision จำแนกชิ้นงานพลาด ชิ้นงานบกพร่องเล็ดลอดถึงลูกค้า หรือชิ้นงานดีถูกทิ้งเป็น scrap ทั้งที่เครื่องจักรปกติดี Model Poisoning แทรกข้อมูลปลอมเข้าชุดข้อมูลเทรน เช่น ป้ายกำกับผิดในระบบติดป้ายอัตโนมัติ จนโมเดลเรียนรู้ว่าความผิดปกติคือเรื่องปกติ โมเดล "เงียบๆ โง่ลง" อัตราการจับ scrap ค่อยๆ ตกลงเป็นเดือนโดยไม่มีใครรู้ตัว Data Evasion ปรับสภาพสัญญาณจากเซ็นเซอร์ เช่น ออฟเซ็ตอุณหภูมิเล็กน้อย ให้พ้นช่วงตรวจจับของโมเดล Anomaly Detection ความผิดพลาดของเครื่องจักรถูก "ทำให้มองไม่เห็น" จนเกิดความเสียหายจริง Prompt Injection ฝังคำสั่งแอบแฝงในเอกสารทางเทคนิค คู่มือ หรือ work…

Aug232026 by contentNo Comments

บทวิเคราะห์ Shadow AI ในโรงงาน: เมื่อ 75% ของพนักงานใช้ AI แล้ว แต่องค์กรมองเห็นแค่ 11%

Article

เมื่อพนักงานของคุณใช้ AI อยู่แล้ว — โดยที่ฝ่ายไอทีไม่รู้เรื่องเลย มีคำถามหนึ่งที่ผู้บริหารโรงงานอุตสาหกรรมจำนวนมากตอบไม่ได้ในปี 2026: "ตอนนี้พนักงานในองค์กรของเราใช้ AI กี่คน และใช้ทำอะไรบ้าง?" คำตอบที่แท้จริงมักตกใจ เพราะการใช้ AI ในที่ทำงานไม่ได้รอนโยบายหรือระบบที่บริษัทจัดหาให้ แต่เกิดขึ้นไปแล้วผ่านบัญชีส่วนตัว แอปฟรี และ extension ที่พนักงานดาวน์โหลดเอง ปรากฏการณ์นี้เรียกว่า Shadow AI — การใช้ AI นอกระบบที่องค์กรอนุมัติและมองไม่เห็น ข้อมูลจากหลายสำรวจระดับโลกระหว่างปี 2024–2026 สะท้อนภาพที่ชัดเจน: พนักงานมืออาชีพถึง 75% ใช้ AI ในงานแล้ว (Work Trend Index 2025) ขณะที่เกือบ 60% ใช้ Shadow AI และมีเพียง 16% เท่านั้นที่ใช้เครื่องมือที่องค์กรอนุมัติ (ผลสำรวจพฤติกรรมพนักงานระดับโลก 2025) ที่น่ากังวลกว่าคือ 89% ของพนักงานรู้ว่ามีกฎเกณฑ์เรื่องการใช้ AI แต่ก็ยังใช้งานอยู่ดี และ 54% ติดตั้งเครื่องมือ AI โดยไม่ปรึกษาฝ่ายไอทีเลย การกำกับดูแลการใช้ AI ในโรงงานกลายเป็นวาระระดับผู้บริหาร ไม่ใช่ปัญหาฝ่ายไอทีอย่างเดียวอีกต่อไป (ภาพ: Wikimedia Commons) ตัวเลขที่ผู้บริหารโรงงานควรจำ เหตุใด Shadow AI จึงเป็นความเสี่ยงเชิงระบบ ไม่ใช่แค่เรื่องวินัยพนักงาน คำตอบอยู่ในตัวเลขเหล่านี้: มิติของปัญหา ตัวเลข แหล่งอ้างอิง พนักงานใช้ AI ในงาน75%Work Trend Index 2025 ใช้ Shadow AI (นอกระบบอนุมัติ)59% / ใช้ขององค์กรเพียง 16%ผลสำรวจพฤติกรรมพนักงานระดับโลก 2025 รู้กฎแต่ใช้ต่อ89%ผลสำรวจพฤติกรรมพนักงาน 2025 ติดตั้ง AI โดยไม่ปรึกษาไอที54%ผลสำรวจพฤติกรรมพนักงาน 2025 องค์กรไม่มี AI governance63%Cost of a Data Breach Report 2025 แอป AI ที่ไอทีมองเห็นต่ำกว่า 11%ผลสำรวจพฤติกรรมพนักงาน 2025 ต้นทุน breach เพิ่มเมื่อเกี่ยว Shadow AI+670,000 ดอลลาร์Cost of a Data Breach Report 2025 องค์กรเคยเจอ breach จาก Shadow AI1 ใน 5Cost of…

Aug132026 by contentNo Comments

OT Vulnerability Management: วิธีจัดการช่องโหว่ในระบบควบคุมอุตสาหกรรม ตอนที่ช่องโหว่ Critical เพิ่มขึ้น 49% ในครึ่งปีแรก

Article

ในช่วงครึ่งปีแรกของปี 2025 มีการเปิดเผยช่องโหว่ที่ส่งผลกระทบต่อระบบ Operational Technology (OT) จำนวน 670 รายการ และ 49% ของช่องโหว่เหล่านี้ถูกจัดระดับความรุนแรงเป็น Critical หรือ High (CVSS ≥ 7.0) ข้อมูลจาก IBM X-Force Vulnerability Database ยังระบุด้วยว่า 21% ของช่องโหว่ระดับ Critical มี exploit code ที่เผยแพร่ต่อสาธารณะ พร้อมใช้งานสำหรับผู้โจมตี เลขเหล่านี้สะท้อนภาพความท้าทายที่ทีมรักษาความปลอดภัย OT ของโรงงานอุตสาหกรรมต้องเผชิญทุกวัน จะทำอย่างไรให้สามารถคัดกรอง ประเมิน และแก้ไขช่องโหว่ได้ทันท่วงที โดยไม่กระทบการผลิตที่ต้องทำงาน 24/7 ไม่หยุดชะงัก บทความนี้จะเจาะลึกกระบวนการ OT Vulnerability Management ตั้งแต่การค้นพบสินทรัพย์ การประเมินความเสี่ยง การจัดลำดับความสำคัญ ไปจนถึงกลยุทธ์การแก้ไขที่เหมาะสมกับสภาพแวดล้อมโรงงานจริง ห้องควบคุม SCADA — จุดที่ช่องโหว่ระดับ Critical สามารถสร้างผลกระทบทางกายภาพได้ทันที (ที่มา: Wikimedia Commons, CC BY-SA) OT Vulnerability Management ต่างจาก IT อย่างไร? การจัดการช่องโหว่ในโลก IT ค่อนข้างตรงไปตรงมา ตรวจพบ แพตช์ รีบูต เสร็จ แต่ในโลก OT เรื่องซับซ้อนกว่ามาก เพราะทุกการเปลี่ยนแปลงบนระบบควบคุมอาจหมายถึงการหยุดสายการผลิต ความเสียหายต่ออุปกรณ์ หรือในกรณีร้ายแรง — อันตรายถึงชีวิตคนงาน ตารางต่อไปนี้เปรียบเทียบความแตกต่างสำคัญ: มิติเปรียบเทียบ IT Vulnerability Management OT Vulnerability Management Patch Window รายสัปดาห์/รายเดือน 3–6 เดือน (ต้องรอ Maintenance Window) วงจรชีวิตอุปกรณ์ 3–5 ปี 10–25 ปี (บางครั้งผู้ผลิตเลิกสนับสนุน) ผลกระทบจาก Scan ต่ำ (ระบบทนได้) สูงมาก (Active Scan อาจ crash PLC) ลำดับความสำคัญ Data Confidentiality Safety & Availability มาก่อน Asset Visibility CMDB ครบถ้วน บ่อยครั้งไม่รู้ว่ามีอุปกรณ์อะไรบ้าง 5 ขั้นตอนของ OT Vulnerability Management…

Aug102026 by contentNo Comments

WirelessHART (IEC 62591): เครือข่ายไร้สายแบบ Self-Healing Mesh ที่ Process Industry เลือกใช้ — วิเคราะห์ทำไมมาตรฐานนี้ยังคงความสำคัญในยุค IIoT

Article

บทความวิเคราะห์ — มุมมองจาก Honey Corporation เกี่ยวกับ WirelessHART (IEC 62591) โปรโตคอลไร้สายสำหรับ Process Industry ที่ยังคงได้รับการเลือกใช้อย่างแพร่หลาย แม้ในยุคที่เทคโนโลยี IIoT ทันสมัยกว่าก็ตาม ในอุตสาหกรรมกระบวนการผลิต (Process Industry) เช่น โรงกลั่นน้ำมัน โรงงานเคมี และโรงไฟฟ้า การติดตั้งสายเคเบิลไปยังเครื่องมือวัดทุกจุดบนท่อขนาดใหญ่เป็นงานที่ยากและมีต้นทุนสูง WirelessHART (IEC 62591) คือคำตอบที่กลายเป็นมาตรฐานสากลตั้งแต่ปี 2010 และยังคงถูกใช้งานอย่างแพร่หลายในปัจจุบัน ท่ามกลางการมาของเทคโนโลยี IIoT รุ่นใหม่ ภาพประกอบ: เครือข่าย Mesh ของ WirelessHART ในโรงงานกระบวนการผลิต — แต่ละ Field Device ทำหน้าที่เป็นทั้งผู้ส่งและกระจายสัญญาณ (ภาพจาก Unsplash) WirelessHART คืออะไร? WirelessHART เป็นมาตรฐานการสื่อสารไร้สายสำหรับ Field Instruments ที่พัฒนาจาก HART Communication Protocol (Highway Addressable Remote Transducer) ซึ่งเป็นโปรโตคอลแบบมีสายที่ใช้กันอย่างแพร่หลายใน Process Industry มานานกว่า 30 ปี โดยใช้เครือข่ายไร้สายบนคลื่นความถี่ 2.4 GHz IEEE 802.15.4 ร่วมกับสถาปัตยกรรม Self-Organizing Mesh Network มาตรฐานนี้ได้รับการรับรองใน IEC 62591 Edition 2.0 (2016) และกลายเป็นมาตรฐานสากลสำหรับ Industrial Wireless Communication ในงาน Process Automation หัวใจของ WirelessHART: Self-Healing Mesh Network ความแตกต่างสำคัญระหว่าง WirelessHART กับระบบไร้สายแบบ Star Topology ทั่วไป (เช่น Wi-Fi) คือสถาปัตยกรรม Mesh Network ที่ทุก Field Device ทำหน้าที่เป็นทั้งผู้ส่งข้อมูล และกระจายสัญญาณให้อุปกรณ์อื่น: Multi-hop Routing: ข้อมูลสามารถกระโดดผ่านอุปกรณ์หลายตัวเพื่อไปถึง Gateway — ไม่จำเป็นต้องอยู่ใกล้ Gateway Self-Healing: หากเส้นทางหนึ่งถูกบดบังด้วยอุปกรณ์เคลื่อนที่หรือสิ่งกีดขวาง ระบบจะหาเส้นทางใหม่อัตโนมัติภายในไม่กี่วินาที Redundant Paths: แต่ละอุปกรณ์มีเส้นทางสำรองหลายเส้นทาง — หาก Neighbor หนึ่งล้มเหลว อีกเส้นทางจะทำงานแทน Time-Synchronized: ทุกอุปกรณ์ซิงโครไนซ์เวลากันและสื่อสารใน Time…

Aug102026 by contentNo Comments

CoAP สำหรับ IIoT: โปรโตคอล RESTful บน UDP ที่ทำให้เซ็นเซอร์ตัวเล็กส่งข้อมูลได้อย่างประหยัดพลังงาน — Tutorial การใช้งานแบบ Step-by-Step

Article

บทความรูปแบบ Tutorial — เรียนรู้วิธีใช้ CoAP (Constrained Application Protocol) สำหรับเชื่อมต่ออุปกรณ์ IoT ที่มีทรัพยากรจำกัด ตั้งแต่หลักการไปจนถึงการใช้งานจริง เมื่อพูดถึงโปรโตคอลสำหรับ IIoT หลายคนนึกถึง MQTT ก่อนเป็นอันดับแรก แต่มีอีกโปรโตคอลหนึ่งที่ถูกออกแบบมาโดยเฉพาะสำหรับอุปกรณ์ที่มีข้อจำกัดด้านพลังงานและหน่วยความจำ — CoAP (Constrained Application Protocol) ซึ่งกำหนดโดย IETF ใน RFC 7252 CoAP เป็นโปรโตคอลแบบ RESTful Web Transfer ที่ทำงานบน UDP (ไม่ใช่ TCP เหมือน HTTP) ทำให้มี overhead ต่ำมาก เหมาะสำหรับไมโครคอนโทรลเลอร์และเซ็นเซอร์ที่ทำงานด้วยแบตเตอรี่ โดยเฉพาะในเครือข่าย 6LoWPAN (IPv6 over Low-Power Wireless Personal Area Networks) ภาพประกอบ: อุปกรณ์ IoT ขนาดเล็กที่ใช้ CoAP สื่อสารผ่านเครือข่าย 6LoWPAN ด้วย UDP (ภาพจาก Unsplash) ทำไมต้อง CoAP แทน HTTP? HTTP ถูกออกแบบมาสำหรับคอมพิวเตอร์ที่มีทรัพยากรเพียบพร้อม แต่เซ็นเซอร์ IIoT จำนวนมากมี RAM เพียง 10–100 KB และทำงานบนเครือข่ายที่มี packet loss สูง CoAP จึงถูกสร้างขึ้นเพื่อแก้ปัญหาเหล่านี้: คุณสมบัติ CoAP HTTP Transport Layer UDP TCP Header Size 4 bytes (fixed) ~200–800 bytes Methods GET, POST, PUT, DELETE + Observe GET, POST, PUT, DELETE, PATCH Security DTLS (Datagram TLS) TLS/SSL Power Consumption ต่ำมาก (No TCP handshake) สูง (TCP 3-way handshake) Message Encoding Binary Text-based CoAP Message Format:…

Jul312026 by contentNo Comments

OT/IT Convergence: เมื่อการเชื่อมต่อระบบ IT และ OT กลายเป็นจุดเปราะบางทางไซเบอร์อันดับต้นของอุตสาหกรรมการผลิตปี 2026

Article

บทนำ: เมื่อพื้นโรงงานและเครือข่ายองค์กรมาบรรจบกัน ในช่วงกลางปี 2026 รายงานภัยคุกคามไซเบอร์อุตสาหกรรมชั้นนำหลายฉบับระบุตรงกันว่า การเชื่อมต่อระบบเทคโนโลยีสารสนเทศ (IT) และระบบควบคุมอุตสาหกรรม (OT) หรือที่เรียกว่า OT/IT Convergence กำลังสร้างช่องโหว่ทางไซเบอร์ที่ใหญ่ที่สุดในรอบทศวรรษ แม้ว่าจำนวนการโจมตีที่ตรวจจับได้โดยรวมอาจลดลง แต่ "พื้นที่เสี่ยง" (Attack Surface) กลับขยายตัวอย่างมีนัยสำคัญ เพราะเครื่องจักรและอุปกรณ์อุตสาหกรรมที่เคยแยกขาดจากอินเทอร์เน็ต กำลังถูกเชื่อมต่อเข้ากับเครือข่ายองค์กรมากขึ้นทุกวัน ปัญหานี้ไม่ใช่เรื่องใหม่ แต่ความเร่งด่วนเพิ่มขึ้นอย่างก้าวกระโดดเมื่ออุตสาหกรรมการผลิตทั่วโลกเร่งดำเนินการ Digital Transformation ด้วย IIoT, Cloud Analytics, และ Remote Monitoring ทำให้จำนวน Endpoints บนเครือข่าย OT เพิ่มขึ้นจากหลักร้อยเป็นหลักหมื่นภายในเวลาไม่กี่ปี ทำไม OT/IT Convergence จึงเป็นจุดเปราะบาง? ในอดีต ระบบ OT (เช่น PLC, SCADA, DCS) ทำงานแบบ Air-Gapped หรือแยกขาดจากอินเทอร์เน็ต แต่เมื่อมี Convergence เกิดขึ้น ปัญหาหลักๆ มีดังนี้: ปัญหา ฝั่ง IT ฝั่ง OT ผลกระทบเมื่อ Convergence Patch Cycle รายสัปดาห์/เดือน 6-18 เดือน ช่องโหว่ OT ค้างนานกว่า Protocol Security TLS 1.3, HTTPS Modbus, DNP3 (ไม่เข้ารหัส) Sniffing, Replay Attack Authentication MFA, SSO Default Password, Shared Account Credential Stuffing Downtime Tolerance นาที-ชั่วโมง 0 (Continuous Process) การ Scan/Patch ทำไม่ได้ขณะผลิต Device Lifecycle 3-5 ปี 15-30 ปี อุปกรณ์เก่าไม่รองรับ Security ใหม่ Attack Vector ใหม่ที่เกิดจาก Convergence 1. Lateral Movement จาก IT สู่ OT ผู้โจมตีเจาะเข้าระบบ IT ก่อน (ผ่าน Phishing, VPN Vulnerability) จากนั้นใช้เทคนิค Lateral Movement…

Jul312026 by contentNo Comments

Case Study: การโจมตีทางไซเบอร์แบบประสานงานบนระบบ OT ของโรงประปา 30+ แห่งในรัฐมินนิโซตา (กรกฎาคม 2026)

Article

ภาพรวมเหตุการณ์: การโจมตีทางไซเบอร์แบบประสานงานบนระบบ OT ของโรงประปา 30+ แห่ง ในช่วงปลายเดือนกรกฎาคม 2026 วงการความมั่นคงปลอดภัยไซเบอร์สั่นสะเทือน เมื่อรัฐมินนิโซตา สหรัฐอเมริกา ประกาศว่าระบบประปาและบำบัดน้ำเสียในชุมชนกว่า 30 แห่งถูกโจมตีทางไซเบอร์แบบประสานงาน (Coordinated Cyberattack) พร้อมกันในช่วงเวลาไล่เลี่ยกัน ส่งผลให้ระบบ Operational Technology (OT) หยุดทำงานชั่วคราว แม้ว่า คุณภาพน้ำประปาไม่ได้รับผลกระทบ และประชาชนยังสามารถดื่มได้ปลอดภัย แต่เหตุการณ์นี้ถือเป็นการโจมตี OT ที่มีขนาดใหญ่ที่สุดครั้งหนึ่งของปี 2026 และเป็นสัญญาณเตือนสำคัญสำหรับโรงงานและสาธารณูปโภคที่ใช้ระบบ OT เชื่อมต่ออินเทอร์เน็ต เหตุการณ์นี้มีความน่าสนใจที่ผู้โจมตีไม่ได้ใช้เทคนิคการเข้ารหัสล็อกระบบเพื่อเรียกค่าไถ่ (Ransomware) แต่เน้น การหยุดชะงักการทำงาน (Disruption) ของอุปกรณ์อุตสาหกรรมที่เชื่อมต่อผ่านเครือข่ายเซลลูลาร์ ซึ่งเป็นรูปแบบการโจมตีที่สะท้อนถึง "การสงครามไซเบอร์เพื่อทำลายล้าง" มากกว่าการหาผลประโยชน์ทางการเงิน วิธีการโจมตี: จุดอ่อนที่ PLC เชื่อมต่อเซลลูลาร์ จากการวิเคราะห์เบื้องต้น ผู้โจมตีเล็งเป้าไปที่ Programmable Logic Controller (PLC) และอุปกรณ์ OT ที่เชื่อมต่ออินเทอร์เน็ตผ่านเครือข่ายเซลลูลาร์ (4G/LTE) โดยเฉพาะอุปกรณ์ที่ใช้ควบคุมระบบปั๊มน้ำและ Lift Station ในเมืองต่างๆ ดังนี้: เมืองบราแฮม (Braham) ประชากร 1,700 คน — โรงประปาออฟไลน์ ประชาชนถูกขอให้ลดการใช้น้ำเนื่องจากหอน้ำมีปริมาณจำกัด ต่อมาฟื้นตัวภายในวันเดียวกัน เมืองพลีมัท (Plymouth) ประชากร 80,000 คน — ทีมไอทีตัดการเชื่อมต่ออุปกรณ์ที่ถูกโจมตีออกจากเครือข่ายทันที เพื่อหยุดยั้งการแพร่กระจาย พบว่าการโจมตีจำกัดอยู่ที่อุปกรณ์ที่เชื่อมต่อผ่านเครือข่ายเซลลูลาร์ ณ หอน้ำ 2 แห่งและ Lift Station หลายจุด แนวโจมตีนี้สอดคล้องกับคำเตือนของหน่วยงาน CISA ที่ออกประกาศเตือนเร่งด่วนก่อนหน้านี้ ระบุว่ากลุ่มแฮกเกอร์จากรัฐสนับสนุน (State-sponsored) กำลังเจาะเป้าหมายไปที่ อุปกรณ์ OT ที่เปิดใช้งานอินเทอร์เน็ต โดยเฉพาะ PLC ที่ไม่ได้เปลี่ยนรหัสผ่านเริ่มต้น (Default Credentials) หรือใช้โปรโตคอลที่ไม่เข้ารหัส เช่น Modbus TCP บนพอร์ต 502 ที่เปิดเผยต่ออินเทอร์เน็ตโดยไม่มี Firewall ป้องกัน เส้นเวลาเหตุการณ์และการตอบสนอง วันที่ เหตุการณ์ ผลกระทบ 27 ก.ค. 2026 เริ่มต้นการโจมตีแบบประสานงานบนระบบ OT ของโรงประปา 30+ ชุมชนได้รับผลกระทบพร้อมกัน 28 ก.ค. 2026 รัฐมินนิโซตาประกาศสถานการณ์ เริ่มการตอบสนอง Whole-of-Government CISA, EPA, FBI เข้ามาสนับสนุน…