Section 7: Excessive Agency และ Agentic Top 10
- Excessive Agency: สิทธิ์ ฟังก์ชัน และความเป็นอิสระที่มากเกินความจำเป็นของ Agent
- OWASP Top 10 for Agentic Applications: Goal Hijack, Tool Misuse และ Identity Abuse
- Memory Poisoning, Cascading Failures, Rogue Agents และการเชื่อ Agent มากเกินไป
- Workshop: Threat Model ของ Agent ตัวอย่างที่อ่านอีเมลและเรียก API ได้
Section 8: Lab: ทดสอบ AI Agent, Tool และ MCP
- Agent Goal Hijack ผ่านข้อมูลที่ Agent อ่านระหว่างทำงาน
- Tool Misuse: ใช้เครื่องมือที่ได้รับอนุญาตต่อกันจนเกิดผลเสียหาย
- ความเสี่ยงของ MCP Server เช่น คำอธิบาย Tool ที่ถูกแก้และสิทธิ์ที่กว้างเกินไป
- Lab: ชักนำ Agent ตัวอย่างให้ส่งข้อมูลออกนอกระบบ แล้วปิดช่องด้วย Least Privilege
Section 9: Lab: Automated Red Teaming ด้วย promptfoo
- ตั้งค่า promptfoo ให้ยิงทดสอบไปยังแอปเป้าหมายผ่าน HTTP หรือ Python Provider
- เลือก Plugin และ Strategy ให้ตรงกับความเสี่ยงตาม OWASP ของแอป
- อ่านรายงานผล แยกผลบวกลวง และจัดลำดับช่องโหว่ที่ต้องแก้
- Lab: สแกนแอปตัวอย่างทั้งก่อนและหลังแก้ แล้วเปรียบเทียบผล
Section 10: Lab: Guardrails และ Defense in Depth
- ชั้นการป้องกัน: ตรวจ Input, ตรวจ Output, แยกสิทธิ์ Tool และ Human-in-the-loop
- แยกข้อมูลที่ไม่น่าเชื่อถือออกจากคำสั่ง และจำกัดผลกระทบเมื่อโมเดลถูกหลอก
- ขอการยืนยันจากมนุษย์ก่อนทำงานที่ย้อนกลับไม่ได้ และบันทึก Audit Log ของ Agent
- Lab: เพิ่ม Guardrails ให้แอปตัวอย่าง แล้ววัดผลด้วยชุดทดสอบเดิม
Section 11: ทดสอบต่อเนื่องและเฝ้าระวังใน Production
- ฝังชุดทดสอบ Red Team ไว้ใน CI/CD เพื่อจับปัญหาเมื่อเปลี่ยน Prompt หรือโมเดล
- Logging และ Monitoring ของแอป LLM เพื่อตรวจจับการโจมตีที่เกิดขึ้นจริง
- ประเด็น PDPA เมื่อ Prompt และ Log มีข้อมูลส่วนบุคคล
- Lab: ตั้ง GitHub Actions ให้รัน promptfoo ทุกครั้งที่มีการแก้ Prompt
Section 12: Workshop: Capstone Red Team Engagement
- รับโจทย์แอป AI Agent ตัวใหม่ พร้อมขอบเขตและกติกาการทดสอบ
- ทำ Threat Model ทดสอบด้วยมือ และสแกนด้วย promptfoo
- จัดระดับความรุนแรงของช่องโหว่และเชื่อมกับรายการ OWASP
- เขียนรายงานผลพร้อมข้อเสนอแก้ไข แล้วนำเสนอและรีวิวร่วมกัน