การโจมตีผ่านห่วงโซ่อุปทาน (Supply Chain Attack) คือวิธีการโจมตีที่แทรกแซงกระบวนการพัฒนาและแจกจ่ายซอฟต์แวร์ เพื่อส่งโค้ดอันตรายไปถึงผู้ใช้งานปลายทางผ่านการอัปเดตหรือไลบรารีที่เป็นของจริงและถูกต้อง
การพัฒนาซอฟต์แวร์ในปัจจุบันไม่ได้จบลงที่บริษัทเดียวอีกต่อไป ไม่ว่าจะเป็นไลบรารี OSS, CI/CD pipeline, แพ็กเกจรีจิสทรี (Package Registry) หรือใบรับรองการลงนามรหัส (Code Signing Certificate) เส้นทางทั้งหมดที่ผลิตภัณฑ์เดินทางไปถึงมือผู้ใช้นั้นคือ "ซัพพลายเชน" และผู้โจมตีจะมุ่งเป้าไปที่จุดที่ป้องกันอ่อนแอที่สุดในเส้นทางนั้น ความแตกต่างที่สำคัญจากการโจมตีแบบเดิมคือ องค์กรที่ตกเป็นเหยื่อไม่ได้ถูกโจมตีโดยตรง แต่ถูกใช้เป็นทางผ่านผ่านทางผู้ให้บริการต้นน้ำที่ได้รับความไว้วางใจ
เนื่องจากการโจมตีผ่านช่องทางการจัดจำหน่ายที่เป็นทางการ ทำให้การตรวจจับทำได้ยากกว่าช่องโหว่ของเว็บแอปพลิเคชันทั่วไปที่ระบุโดย OWASP มาก แบ็กดอร์ที่แฝงมากับการอัปเดตที่มีลายเซ็นดิจิทัลสามารถหลบเลี่ยงการป้องกันที่ปลายทาง (Endpoint Protection) ได้ และไม่ใช่เรื่องแปลกที่จะต้องใช้เวลาหลายเดือนกว่าจะตรวจพบ ในรีจิสทรีสาธารณะอย่าง npm หรือ PyPI มีการรายงานเรื่อง Typosquatting (การเผยแพร่แพ็กเกจอันตรายโดยใช้ชื่อที่คล้ายกับแพ็กเกจจริง) อยู่บ่อยครั้ง ไลบรารีที่ปนเปื้อนเพียงหนึ่งเดียวสามารถส่งผลกระทบต่อโปรเจกต์นับพัน ซึ่งผลกระทบแบบทวีคูณนี้คือภัยคุกคามที่ใหญ่ที่สุดของซัพพลายเชนแอทแทค
ในบริบทของ DevSecOps กลยุทธ์พื้นฐานคือการรวมการตรวจสอบความสัมพันธ์ (Dependency) เข้าไว้ตั้งแต่ช่วงเริ่มต้นของการพัฒนาตามหลักการ Shift Left โดยแนวทางที่เริ่มเป็นมาตรฐานในการปฏิบัติงานมีดังนี้:
จากประสบการณ์ของผู้เขียน การนำ SBOM มาใช้ช่วยแก้ปัญหา "ไม่รู้ว่ามีอะไรอยู่ข้างใน" ซึ่งช่วยให้การระบุขอบเขตผลกระทบเมื่อเกิดเหตุการณ์ไม่คาดคิดทำได้รวดเร็วขึ้นอย่างมาก
ในระบบที่ใช้ LLM ไฟล์น้ำหนักของโมเดล (Model weights) และข้อมูลที่ใช้ฝึกสอน (Training data) ก็ถือเป็นส่วนหนึ่งของซัพพลายเชนเช่นกัน โมเดลที่ผ่านการ Fine-tuning ด้วยชุดข้อมูลที่ปนเปื้อนอาจสร้างผลลัพธ์ที่ไม่พึงประสงค์ผ่านช่องทางที่แตกต่างจาก Prompt Injection การตรวจสอบความน่าเชื่อถือของซัพพลายเชน AI นั้นยากกว่าซอฟต์แวร์แบบเดิม และเป็นขั้นตอนที่ทั้งอุตสาหกรรมกำลังอยู่ในระหว่างการหาแนวทางรับมือ



A2A (Agent-to-Agent Protocol) คือโปรโตคอลการสื่อสารที่ช่วยให้ AI Agent ต่างชนิดสามารถค้นหาความสามารถ มอบหมายงาน และซิงโครไนซ์สถานะระหว่างกันได้ โดย Google เปิดตัวในเดือนเมษายน ปี 2025

AES-256 คือ อัลกอริทึมการเข้ารหัสที่มีความแข็งแกร่งสูงสุด โดยใช้ความยาวคีย์ 256 บิต ซึ่งเป็นส่วนหนึ่งของมาตรฐานการเข้ารหัสแบบสมมาตร AES (Advanced Encryption Standard) ที่ได้รับการกำหนดมาตรฐานโดยสถาบันมาตรฐานและเทคโนโลยีแห่งชาติของสหรัฐอเมริกา (NIST)

Agentic RAG คือสถาปัตยกรรมที่ LLM ทำหน้าที่เป็น Agent โดยวนซ้ำกระบวนการสร้าง Query ค้นหา ประเมินผลลัพธ์ และตัดสินใจค้นหาซ้ำอย่างอิสระ เพื่อให้ได้ความแม่นยำของคำตอบที่เหนือกว่า RAG แบบถาม-ตอบทั่วไป

AI ROI คือ ตัวชี้วัดที่ใช้วัดผลลัพธ์เชิงปริมาณของการปรับปรุงประสิทธิภาพการทำงานและการเพิ่มรายได้ที่ได้รับ เทียบกับต้นทุนที่ลงทุนไปในการนำ AI มาใช้งานและดำเนินการ

AI TRiSM คือกรอบแนวคิดโดยรวมที่ใช้เพื่อสร้างความมั่นใจในด้านความน่าเชื่อถือ การจัดการความเสี่ยง และความปลอดภัยของโมเดล AI อย่างเป็นระบบ ซึ่งเป็นแนวคิดที่นำเสนอโดย Gartner