• ผลิตภัณฑ์และบริการ
        • เมฆ

          • Endpoint Protection
          • Endpoint Detection and Response
          • Mobile Device Management
          • BYOD
          • Extended Detection and Response
          • Zero Trust Network Access
          • Data Privacy
        • บน Prem

          • Endpoint Protection
          • Endpoint Detection and Response
          • Data Privacy
        • แพลตฟอร์ม

          • Malware Analysis Platform
        • ธุรกิจเล็ก ๆ

          • SOHO Total Edition
        • บริการของเรา

          • Threat Intel
          • Digital Risk Protection Services (DRPS)
          • Ransomware Recovery as a Services (RRaaS)
          • DPDP Compliance
          • Managed Detection and Response
          • ความปลอดภัยทางไซเบอร์ & Data Privacy ความตระหนัก
  • โซลูชัน
    • BFSI
    • การศึกษา
    • รัฐบาล
    • การดูแลสุขภาพ
    • ไอทีอีเอส
    • การผลิต
  • เกี่ยวกับเรา
    • เกี่ยวกับเรา Seqrite
    • ความเป็นผู้นำ
    • รางวัลและการรับรอง
    • ข่าวสาร
  • พันธมิตร
    • โปรแกรมพันธมิตร
    • ค้นหาคู่ค้า
    • กลายเป็นพันธมิตร
  • Support
  • แหล่งข้อมูล
    • Blogs
    • กระดาษขาว
    • เอกสารข้อมูลทางเทคนิค
    • กรณีศึกษา
    • รายงานภัยคุกคาม
    • คู่มือการใช้งาน
    • พ.ศ
    • ความเข้าใจ Data Privacy
    • ตรวจสอบคะแนนความเสี่ยงของคุณ
    • การสนทนา DPDP
    • ชั่วโมงแห่งความเป็นส่วนตัว
Seqrite ห้องปฏิบัติการ บทความ
ติดต่อฝ่ายขาย กำลังถูกโจมตีอยู่หรือเปล่า?
  • ผลิตภัณฑ์และบริการ
        • เมฆ

          • Endpoint Protection
          • Endpoint Detection and Response
          • Mobile Device Management
          • BYOD
          • Extended Detection and Response
          • Zero Trust Network Access
          • Data Privacy
        • บน Prem

          • Endpoint Protection
          • Endpoint Detection and Response
          • Data Privacy
        • แพลตฟอร์ม

          • Malware Analysis Platform
        • ธุรกิจเล็ก ๆ

          • SOHO Total Edition
        • บริการของเรา

          • Threat Intel
          • Digital Risk Protection Services (DRPS)
          • Ransomware Recovery as a Services (RRaaS)
          • DPDP Compliance
          • Managed Detection and Response
          • ความปลอดภัยทางไซเบอร์ & Data Privacy ความตระหนัก
  • โซลูชัน
    • BFSI
    • การศึกษา
    • รัฐบาล
    • การดูแลสุขภาพ
    • ไอทีอีเอส
    • การผลิต
  • เกี่ยวกับเรา
    • เกี่ยวกับเรา Seqrite
    • ความเป็นผู้นำ
    • รางวัลและการรับรอง
    • ข่าวสาร
  • พันธมิตร
    • โปรแกรมพันธมิตร
    • ค้นหาคู่ค้า
    • กลายเป็นพันธมิตร
  • Support
  • แหล่งข้อมูล
    • Blogs
    • กระดาษขาว
    • เอกสารข้อมูลทางเทคนิค
    • กรณีศึกษา
    • รายงานภัยคุกคาม
    • คู่มือการใช้งาน
    • พ.ศ
    • ความเข้าใจ Data Privacy
    • ตรวจสอบคะแนนความเสี่ยงของคุณ
    • การสนทนา DPDP
    • ชั่วโมงแห่งความเป็นส่วนตัว
หน้าแรก  /  วิชาการ • GAP  การโจมตีด้วยตัวอักษรที่คล้ายคลึงกัน: การใช้ตัวอักษรที่คล้ายคลึงกันเพื่อการหลอกลวงทางไซเบอร์
การโจมตีด้วยตัวอักษรที่คล้ายคลึงกัน: การใช้ตัวอักษรที่คล้ายคลึงกันเพื่อการหลอกลวงทางไซเบอร์
30 มีนาคม 2026

การโจมตีด้วยตัวอักษรที่คล้ายคลึงกัน: การใช้ตัวอักษรที่คล้ายคลึงกันเพื่อการหลอกลวงทางไซเบอร์

เขียนโดย มาติน ทัดวี
มาติน ทัดวี
วิชาการ, GAP

การโจมตีด้วยตัวอักษรที่คล้ายคลึงกัน: การใช้ตัวอักษรที่คล้ายคลึงกันเพื่อการหลอกลวงทางไซเบอร์

สารบัญ :

  • บทนำ
  • การโจมตีด้วยตัวอักษรเหมือนกันคืออะไร?
  • โฮโมกลิฟเชิงปฏิบัติที่สับสนได้
    • ตารางเปรียบเทียบคำพ้องรูปเชิงปฏิบัติ
  • เหตุใดการโจมตีด้วยภาพเหมือนจึงได้ผล
  • กรณีการใช้งานโฮโมกลิฟทั่วไปและช่องทางการโจมตี
  • ตัวอย่างในโลกแห่งความเป็นจริงและรูปแบบการรณรงค์หาเสียง
  • เจาะลึกทางเทคนิค — Unicode, IDN และ Punycode
    • ยูนิโค้ดและสคริปต์
    • IDN และ Punycode
    • ตัวอักษรผสมและสับสน
  • ขั้นตอนการโจมตี — ทีละขั้นตอน
  • เหตุใดการตรวจจับจึงอาจล้มเหลว — ข้อผิดพลาดทางเทคนิคที่ซ่อนเร้น
  • การทำแผนที่ MITER ATT&CK (ระดับสูง)
  • มาตรการป้องกันและข้อเสนอแนะในการปฏิบัติงาน
    • นโยบายและธรรมาภิบาล
    • การควบคุมทางเทคนิค
    • แนวทางการปฏิบัติงาน
  • รายการตรวจสอบแนวทางปฏิบัติที่ดีที่สุด
  • เทรนด์ใหม่ที่น่าจับตามอง
  • สรุป

 

บทนำ

คุณเหลือบมอง URL เห็นชื่อแบรนด์ที่คุ้นเคย แล้วคลิกเข้าไป — เพียงเพื่อมอบข้อมูลส่วนตัวของคุณให้แก่ผู้โจมตี ความผิดพลาดเล็กๆ น้อยๆ ทางด้านภาพ (เช่น ตัว “o” ที่จริงๆ แล้วเป็นตัว “omicron” ของภาษากรีก หรือตัว “l” ตัวเล็กถูกแทนที่ด้วยตัว “i” ตัวใหญ่) คือสิ่งที่การโจมตีแบบโฮโมกลิฟใช้ประโยชน์ โฮโมกลิฟคือตัวอักษรที่ดูคล้ายกันจากชุดตัวอักษรที่แตกต่างกัน (เช่น ละติน ซิริลลิก กรีก รูปแบบเต็มความกว้าง ฯลฯ) เมื่อผู้โจมตีสลับตัวอักษรในโดเมน ชื่อไฟล์ ชื่อที่แสดงในข้อความ หรือโค้ด มนุษย์ — และระบบป้องกันอัตโนมัติบ่อยครั้ง — ก็จะถูกหลอก

การโจมตีด้วยตัวอักษรที่เหมือนกัน (Homoglyph attacks) เป็นเทคนิคการหลอกลวงที่มีต้นทุนต่ำแต่มีผลกระทบสูง มีการนำไปใช้ในการฟิชชิ่ง การปลอมแปลงแบรนด์ การแพร่กระจายมัลแวร์ การสร้างความสับสนในห่วงโซ่อุปทาน และการหลีกเลี่ยงกฎการตรวจจับแบบง่ายๆ บล็อกนี้จะอธิบายกลไกทางเทคนิค (Unicode, IDNs, Punycode) วิธีที่ผู้โจมตีนำตัวอักษรที่เหมือนกันไปใช้ การตรวจจับและการค้นหาแนวทางปฏิบัติ รูปแบบการใช้งานในโลกแห่งความเป็นจริง การแมป MITRE และการป้องกันเชิงปฏิบัติ รวมถึงวิธีการป้องกันแบบหลายชั้น เช่น Quick Heal / Seqrite ช่วย

การโจมตีด้วยโฮโมกลิฟคืออะไร?

โฮโมกลิฟ คือ ตัวอักษรที่มีลักษณะเหมือนกับตัวอักษรอื่น ตัวอย่างเช่น:

  • ตัวอักษรละติน a (U+0061) เทียบกับ ตัวอักษรซีริลลิก а (U+0430)
  • ละติน o (U+006F) เทียบกับ กรีก ο (omicron, U+03BF)
  • ตัวอักษรละติน I (ตัวพิมพ์ใหญ่ i, U+0049) เทียบกับ ตัวอักษร l ตัวเล็ก (ell, U+006C) เทียบกับ ตัวอักษรซีริลลิก І (U+0406)

การโจมตีแบบโฮโมกลิฟ (Homoglyph attack) คือการแทนที่อักขระหนึ่งตัวหรือมากกว่าในตัวระบุ (โดเมน ชื่อไฟล์ ชื่อที่แสดงในอีเมล) ด้วยอักขระที่ดูสับสนเพื่อปลอมแปลงเป็นแหล่งข้อมูลที่เชื่อถือได้ เมื่อใช้ในชื่อโดเมนแบบสากล (Internationalized Domain Names หรือ IDNs) โดเมนเหล่านี้จะถูกแสดงในรูปแบบ ASCII โดยใช้ Punycode (คำนำหน้า xn--) แต่โดยทั่วไปแล้วจะแสดงผลในเบราว์เซอร์โดยใช้อักขระ Unicode ดั้งเดิม ทำให้ผู้ใช้เห็น URL ที่ดูเหมือนของจริง

ตัวอย่าง Punycode สั้นๆ (เชิงแนวคิด ไม่ระบุชื่อ):

โดเมนที่แสดง: google-example[.]com (ใช้อักษรกรีก omicron แทนอักษรละติน 'o')

รหัส Punycode (ASCII): xn--gogle-example-abc[.]com

โฮโมกลิฟเชิงปฏิบัติที่สับสนได้

การโจมตีด้วยตัวอักษรที่คล้ายคลึงกัน (Homoglyph attacks) ใช้ประโยชน์จากตัวอักษรที่ดูคล้ายกันจากภาษาต่าง ๆ เช่น ละติน ซิริลลิก และกรีก ตัวอักษรที่ดูคล้ายกันเหล่านี้สามารถหลอกลวงผู้ใช้ ปลอมแปลงโดเมนที่น่าเชื่อถือ และแม้กระทั่งหลีกเลี่ยงตัวกรองอัตโนมัติบางตัวได้

ด้านล่างนี้คือข้อมูลอ้างอิงโดยย่อที่แสดงคู่ตัวอักษรที่เหมือนกันซึ่งมักถูกนำไปใช้ในทางที่ผิดในแคมเปญฟิชชิ่งและการปลอมแปลงตัวตน

ตารางเปรียบเทียบคำพ้องรูปเชิงปฏิบัติ

ของ Visual ตัวละครที่ชอบธรรม คนหน้าเหมือน ต้นฉบับ การใช้งานทั่วไปในการโจมตี
a a (U+0061) а (U+0430) ซิริลลิก “paypal”, “facebook”
e e (U+0065) е (U+0435) ซิริลลิก “ไมโครซอฟต์”, “เทสลา”
o o (U+006F) о (U+03BF), о (U+043E) กรีก / ซิริลลิก “กูเกิล”, “ไมโครซอฟต์”
i i (U+0069) ı (U+0131), І (U+0406) ภาษาตุรกี / อักษรซีริลลิก “อินสตาแกรม”, “ไมโครซอฟต์”
l l (U+006C) ฉัน (U+0049) ละติน “กูเกิล”, “ไมโครซอฟต์”
c c (U+0063) с (U+0441) ซิริลลิก “เฟซบุ๊ก”, “miсrosoft”
p p (U+0070) р (U+0440) ซิริลลิก “paypal”, “dropbox”
s ส (U+0073) ѕ (U+0455) ซิริลลิก “ไมโครซอฟต์”, “แล็ค”
y y (U+0079) у (U+0443) ซิริลลิก “ยูฮู”, “เพลย์พาล”
x x (U+0078) х (U+0445) ซิริลลิก “хbox”, “linυx”
d d (U+0064) ԁ (U+0501) ซิริลลิก “เมฆแฟลร์”
h ซ (U+0068) һ (U+04BB) ซิริลลิก “һbo”, “һulu”
n n (U+006E) n (U+0578) อาร์เมเนีย “ลิปเคดิน”, “อามาโซพี”
m ม (U+006D) rn (ลำดับ) ภาษาละติน (เทคนิคภาพลวงตา) “ไมโครซอฟต์” แทนที่จะเป็น “ไมโครซอฟต์”
0 0 (เลขศูนย์) O (U+004F), о (U+043E) ละติน / ซิริลลิก “ไมโครซอฟต์”, “กูเกิล”

 

เหตุใดการโจมตีด้วยตัวอักษรที่เหมือนกันจึงได้ผล?

  1. การรับรู้ของมนุษย์: ผู้คนประเมิน URL ด้วยสายตา และไม่เก่งในการสังเกตความแตกต่างเล็กน้อยของตัวอักษร
  2. ความไม่สอดคล้องกันระหว่างหน้าจอแสดงผลกับพื้นที่จัดเก็บข้อมูล: ระบบอาจจัดเก็บข้อมูลในรูปแบบ ASCII (Punycode) แต่แสดงผลในรูปแบบ Unicode ซึ่งก่อให้เกิดความสับสน
  3. ช่องว่างในนโยบาย/รายชื่อผู้ได้รับอนุญาตการกำหนดรายการที่อนุญาตโดยอิงจากสตริงที่มองเห็นได้ (โดยไม่ทำการปรับให้เป็นมาตรฐาน) อาจทำให้พลาดรายการที่คล้ายคลึงกันซึ่งอิงตาม IDN ได้
  4. ความพร้อมใช้งานของใบรับรองและบริการโฮสติ้ง: ผู้โจมตีสามารถขอรับใบรับรอง TLS สำหรับโดเมนที่คล้ายคลึงกัน (เช่น Let's Encrypt) ซึ่งจะทำให้ดูน่าเชื่อถือมากขึ้น
  5. ช่องว่างด้านระบบอัตโนมัติ: ระบบรักษาความปลอดภัยจำนวนมากไม่ได้ทำการปรับมาตรฐาน Unicode หรือไม่ทำการตรวจจับตัวอักษรผสม ทำให้คำที่มีความหมายเหมือนกันแต่ความหมายต่างกัน (homographs) เล็ดลอดผ่านไปได้

กรณีการใช้งานโฮโมไกลฟ์ทั่วไปและช่องทางการโจมตี

  • การโจมตีแบบ Spear-phishing และการเก็บรวบรวมข้อมูลส่วนตัว: อีเมลฟิชชิ่งมักมีลิงก์ไปยังโดเมนที่ดูคล้ายกัน ซึ่งเป็นโดเมนที่ใช้สำหรับรวบรวมข้อมูลประจำตัว
  • การประนีประนอมทางอีเมลธุรกิจ (BEC): การหลอกลวงเกี่ยวกับใบแจ้งหนี้/การชำระเงิน โดยที่ชื่อที่แสดงของผู้ส่งหรือโดเมนในใบแจ้งหนี้ดูเหมือนถูกต้อง แต่มีตัวอักษรที่เหมือนกันแต่ไม่ใช่ตัวอักษรที่ถูกต้อง (homoglyphs)
  • การโฆษณาที่เป็นอันตราย / การเผยแพร่มัลแวร์: ไฟล์ปฏิบัติการและการอัปเดตจะถูกจัดเก็บไว้บนโดเมนที่ดูคล้ายกัน เพื่อหลอกนักวิเคราะห์และระบบทดสอบ
  • การปลอมแปลงชื่อผู้ใช้/ชื่อที่แสดง: ในแอปพลิเคชันอย่าง Slack/Teams/อีเมล ผู้โจมตีจะสร้างบัญชีโดยใช้ชื่อที่แสดงเป็นตัวอักษรที่คล้ายกับชื่อของเพื่อนร่วมงาน เพื่อแอบอ้างเป็นเพื่อนร่วมงาน
  • ความสับสนในห่วงโซ่อุปทานและนักพัฒนา: ชื่อแพ็กเกจ ชื่อที่เก็บ หรือตัวระบุตัวแปรที่มีอักขระคล้ายกัน อาจทำให้นักพัฒนาดาวน์โหลดโค้ดที่เป็นอันตรายหรือเรียกใช้ไฟล์ไบนารีที่ไม่ถูกต้องได้

ตัวอย่างในโลกแห่งความเป็นจริงและรูปแบบการรณรงค์หาเสียง

เพื่อให้การดำเนินการเป็นไปอย่างมีประสิทธิภาพและมีความรับผิดชอบ ข้อมูลต่อไปนี้เป็นรูปแบบที่ไม่ระบุชื่อและพฤติกรรมที่ได้รับการรายงานต่อสาธารณะ (ไม่มีการกล่าวโทษแบรนด์ใด ๆ):

  • การหลอกลวงแบบฟิชชิ่งที่มุ่งเป้าไปที่ภาคการเงิน: แคมเปญต่างๆ จะลงทะเบียนโดเมนที่คล้ายกับพอร์ทัลการชำระเงินที่มีอักขระละติน/ซีริลลิกผสมกัน จัดทำแบบฟอร์มป้อนข้อมูลประจำตัว และส่งข้อความติดตามเพื่อเพิ่มโอกาสความสำเร็จ
  • การแอบอ้างเป็นผู้ให้บริการ SaaS: ผู้โจมตีได้จดทะเบียนชื่อโดเมน (IDN) ที่มีลักษณะเหมือนกับหน้าล็อกอินของซอฟต์แวร์แบบ SaaS ยอดนิยม เพื่อขโมยข้อมูลประจำตัว โดยมักจะใช้โดเมนดังกล่าวร่วมกับใบรับรอง TLS ที่ถูกต้อง และแบบฟอร์มล็อกอิน HTML ที่ดูน่าเชื่อถือ
  • การแอบอ้างเป็นผู้บริหารใน BEC: การใช้ชื่อที่แสดงในโปรแกรมอีเมล (หรือการแก้ไขโดเมนเล็กน้อย) เป็นเครื่องมือในการขอโอนเงินด่วน โดยผู้กระทำผิดอาศัยความบังเอิญของผู้ใช้ที่ไม่ตรวจสอบโดเมนปลายทางที่แท้จริง
  • การแพร่กระจายมัลแวร์ผ่านเว็บไซต์ดาวน์โหลดที่คล้ายคลึงกัน: พอร์ทัลดาวน์โหลดปลอม (เช่น สำหรับโปรแกรมติดตั้ง) ที่โฮสต์อยู่บนโดเมนที่มีรูปแบบตัวอักษรคล้ายกัน เพื่อผลักดันมัลแวร์ที่ระบบตรวจสอบความปลอดภัยไม่สามารถตรวจจับได้ เนื่องจากชื่อเสียงของโดเมนยังไม่เป็นที่รู้จัก

เจาะลึกทางเทคนิค — Unicode, IDN และ Punycode

ยูนิโค้ดและสคริปต์

Unicode คือชุดอักขระที่ครอบคลุมซึ่งรวมถึงอักษรหลายภาษา (ละติน ซิริลลิก กรีก อาร์เมเนีย ฮิบรู อาหรับ ฯลฯ) สัญลักษณ์หลายตัวในอักษรต่าง ๆ มีลักษณะคล้ายคลึงกันหรือเหมือนกันในขนาดตัวอักษรปกติ

IDN และ Punycode

ระบบชื่อโดเมน (DNS) ในอดีตนั้นรองรับเฉพาะ ASCII เท่านั้น เพื่อให้สามารถใช้ชื่อที่ไม่ใช่ ASCII ได้ IDNA (Internationalized Domain Names in Applications) จึงใช้ Punycode ซึ่งเป็นการเข้ารหัสที่เข้ากันได้กับ ASCII โดยมีคำนำหน้าเป็น xn-- ตัวอย่างเช่น пример (อักษรซีริลลิก) จะกลายเป็น xn--e1afmkfd

เบราว์เซอร์จะตัดสินใจว่าจะแสดงผลในรูปแบบ Unicode หรือ Punycode โดยอาศัยหลักการวิเคราะห์เชิงอนุมาน หากโดเมนใช้ตัวอักษรจากสคริปต์เดียวและสคริปต์นั้นตรงกับภาษาท้องถิ่นของผู้ใช้ เบราว์เซอร์มักจะแสดงผลในรูปแบบ Unicode ซึ่งอาจทำให้ผู้ที่คุ้นเคยกับตัวอักษรละตินเข้าใจผิดได้

ตัวอักษรผสมและอาจทำให้สับสนได้

ผู้โจมตีมักใช้โดเมนแบบผสมอักษร โดยผสมผสานอักษรละตินกับอักษรซีริลลิกหรือกรีกบางส่วนในตำแหน่งที่มีความสำคัญทางสายตา (เช่น แกนหลักของชื่อแบรนด์ จุดเริ่มต้น/จุดสิ้นสุดของป้ายกำกับโดเมน)

กลไกทางเทคนิคที่สำคัญต่อการตรวจจับ:

  • รูปแบบการทำให้เป็นมาตรฐาน (NFC, NFD, NFKC) เปลี่ยนแปลงการแยกส่วน/การประกอบแบบแคนอนิก และส่งผลต่อการเปรียบเทียบสตริง
  • ตารางตัวอักษรที่อาจทำให้สับสน (Unicode Consortium) แสดงรายการตัวอักษรที่อาจทำให้สับสนเมื่อมองด้วยตาเปล่า ผู้ปกป้องสามารถใช้ตารางเหล่านี้สำหรับการจับคู่แบบคลุมเครือได้
  • การควบคุม BIDI (แบบสองทิศทาง) สามารถกลับการแสดงผลข้อความได้ (\u202E) ซึ่งผู้โจมตีใช้เพื่อปกปิดชื่อไฟล์หรือชื่อที่แสดง

ขั้นตอนการโจมตี — ทีละขั้นตอน

  1. การสำรวจและการสร้างแบรนด์ผู้โจมตีจะรวบรวมชื่อแบรนด์ โดเมนย่อยที่ใช้กันทั่วไป และสคริปต์ที่แปลเป็นภาษาต่างๆ ที่เป้าหมายใช้
  2. การเตรียมความพร้อมด้านโดเมน: ลงทะเบียนโดเมนที่มีรูปแบบตัวอักษรเหมือนกันผ่านผู้ให้บริการจดทะเบียนโดเมนที่ยอมรับ IDN; และอาจขอใบรับรอง TLS เพิ่มเติมได้
  3. การโฮสต์และเนื้อหา: ตั้งค่าหน้าเว็บหลอกลวง พอร์ทัลดาวน์โหลด หรือการเปลี่ยนเส้นทางไปยังเว็บไซต์อื่น กำหนดค่าเทมเพลตอีเมลให้ชี้ไปยังโดเมนนั้น
  4. จัดส่ง: ส่งอีเมล โฆษณา หรือข้อความโซเชียลที่เชื่อมโยงไปยังโดเมนที่มีรูปแบบตัวอักษรคล้ายกัน โดยใช้สัญญาณแสดงความน่าเชื่อถือทั่วไป (โลโก้ คำพูดที่คล้ายกัน)
  5. การรวบรวมและการใช้ประโยชน์: เก็บรวบรวมข้อมูลประจำตัว แพร่กระจายมัลแวร์ สร้างรายได้ผ่านการฉ้อโกง หรือขายในตลาดซื้อขายสิทธิ์การเข้าถึง
  6. วิริยะ: ใช้ข้อมูลประจำตัวที่รวบรวมได้เพื่อขยายการเข้าถึง หรือลงทะเบียนโดเมนที่คล้ายคลึงกันเพิ่มเติมเพื่อหมุนเวียนแคมเปญ

เหตุใดการตรวจจับจึงอาจล้มเหลว — ข้อผิดพลาดทางเทคนิคที่คาดไม่ถึง

  • ไม่มีการปรับมาตรฐาน Unicode: เครื่องมือที่เปรียบเทียบสตริงโดยตรงโดยไม่ใช้การแปลงเป็นมาตรฐาน Unicode จะพลาดการจับคู่
  • ความแตกต่างของแบบอักษร/การแสดงผล: แบบอักษรบางแบบแสดงความแตกต่าง (เช่น แบบอักษรมีเชิง) ในขณะที่แบบอักษรบางแบบซ่อนความแตกต่างไว้ (เช่น แบบอักษรไม่มีเชิงในขนาดเล็ก)
  • หลักการวิเคราะห์แบบผสมผสานภาษา: ตัวกรองบางตัวไม่ตรวจจับสคริปต์แบบผสม บางการตรวจสอบความถูกต้องจะตรวจสอบเฉพาะ ASCII เท่านั้น
  • TLS ทำให้เกิดความรู้สึกปลอดภัยที่ผิดพลาด: ใบรับรองที่ถูกต้องไม่ใช่หลักฐานยืนยันตัวตน ความโปร่งใสของใบรับรองช่วยได้ แต่ไม่ได้ป้องกันรูปแบบการลงทะเบียนที่ซ้ำซ้อน

การทำแผนที่ MITER ATT&CK (ระดับสูง)

  • การโจมตีแบบโฮโมกลิฟมักเกิดขึ้นควบคู่กับการเข้าถึงครั้งแรกโดยใช้กลอุบายฟิชชิ่ง โดยที่โดเมนที่คล้ายคลึงกันจะใช้เป็นที่ตั้งหน้าเว็บสำหรับเก็บรวบรวมข้อมูลประจำตัว
  • ผู้โจมตีอาศัยข้อมูลข่าวกรองแบบโอเพนซอร์สเพื่อสร้างเป้าหมายการปลอมแปลงที่ดูน่าเชื่อถือ และได้มาซึ่งโดเมนและใบรับรอง TLS ที่หลอกลวงในระหว่างขั้นตอนการพัฒนาทรัพยากร
  • เทคนิคการปลอมแปลงตัวตนถูกนำมาใช้เพื่อหลีกเลี่ยงระบบป้องกัน ซึ่งท้ายที่สุดแล้วจะนำไปสู่การขโมยข้อมูลประจำตัว การฉ้อโกง หรือการบุกรุกในวงกว้าง

 

ระยะ เทคนิค รหัส ATT&CK ความเกี่ยวข้องของโฮโมกลิฟ
การเข้าถึงเบื้องต้น ฟิชชิ่ง: ลิงก์สเปียร์ฟิชชิ่ง T1566.002 โดเมนที่คล้ายคลึงกันจะโฮสต์หน้าข้อมูลประจำตัว
การลาดตระเวน ค้นหาเว็บไซต์/โดเมนที่เปิดอยู่ T1593 OSINT ถูกนำมาใช้เพื่อสร้างโฮโมกลิฟที่จำเพาะเจาะจงต่อเป้าหมาย
การพัฒนาทรัพยากร ซื้อโดเมน T1583.001 ลงทะเบียนโดเมนโฮโมกลิฟและใบรับรอง TLS
การหลบเลี่ยงการป้องกัน การปลอมแปลง / การตั้งชื่อที่หลอกลวง T1036 คำพ้องรูปเลียนแบบชื่อที่น่าเชื่อถือ
การเข้าถึงข้อมูลประจำตัว การหลอกลวงเพื่อขโมยข้อมูลประจำตัว T1531/T1556 ข้อมูลประจำตัวที่ถูกเก็บรวบรวมไว้ถูกนำมาใช้ในการเข้าควบคุมระบบ
เรื่องราว ข้อมูลถูกเข้ารหัสเพื่อป้องกันผลกระทบ/การฉ้อโกง T1486/T1490 เวกเตอร์เริ่มต้นนำไปสู่การบุกรุกที่ใหญ่ขึ้น

 

มาตรการป้องกันและข้อเสนอแนะในการปฏิบัติงาน

นโยบายและการกำกับดูแล

  • องค์กรควรมีกลยุทธ์การป้องกันโดเมนอย่างเป็นทางการ ซึ่งรวมถึงการจดทะเบียนโดเมนที่คล้ายคลึงกันสำหรับแบรนด์และบริการที่มีมูลค่าสูง
  • นโยบายการใช้งาน IDN ที่ชัดเจนควรห้ามการใช้โดเมนที่มีทั้งภาษาเขียนแบบผสมในเอกสารราชการ

การควบคุมทางเทคนิค

  • เกตเวย์อีเมลและพร็อกซีเว็บต้องปรับมาตรฐาน Unicode และแสดงคำเตือน Punycode อย่างชัดเจนสำหรับลิงก์ที่น่าสงสัย
  • ระบบกรอง DNS ควรพิจารณาโดเมน xn-- ที่พบใหม่ว่าเป็นโดเมนที่มีความเสี่ยงสูง จนกว่าจะได้รับการตรวจสอบ
  • การตรวจสอบความโปร่งใสของใบรับรองควรแจ้งเตือนทีมรักษาความปลอดภัยเมื่อมีการออกใบรับรองสำหรับโดเมนที่คล้ายคลึงกัน

การปฏิบัติงาน

  • โปรแกรมตรวจสอบแบรนด์ควรติดตามการจดทะเบียนโดเมนและรายงานการละเมิดแบบเรียลไทม์
  • การจำลองการโจมตีแบบฟิชชิ่งควรประกอบด้วยสถานการณ์ที่สมจริงโดยใช้ภาพตัวอักษรที่เหมือนกัน เพื่อเพิ่มความตระหนักรู้ของผู้ใช้
  • คู่มือรับมือเหตุการณ์ควรบันทึกขั้นตอนการปิดเว็บไซต์ รวมถึงการแจ้งเรื่องไปยังผู้รับผิดชอบด้านการจดทะเบียนโดเมนและผู้ให้บริการโฮสติ้ง

รายการตรวจสอบแนวทางปฏิบัติที่ดีที่สุด

  • บังคับใช้การตรวจสอบสิทธิ์แบบหลายปัจจัยกับบริการที่มีข้อมูลสำคัญทั้งหมด
  • ปรับมาตรฐานและตรวจสอบ URL ขาเข้าทั้งหมด โดยแสดง Punycode เมื่อเหมาะสม
  • ตรวจสอบความโปร่งใสของใบรับรองและข้อมูล DNS แบบพาสซีฟสำหรับโดเมนที่คล้ายคลึงกันที่จดทะเบียนใหม่
  • บล็อกหรือตรวจสอบโดเมนที่มีการใช้งานหลายภาษาอย่างเข้มงวด
  • ดำเนินการจำลองการโจมตีแบบฟิชชิ่งที่รวมถึงเทคนิคโฮโมไกลฟ์
  • จดทะเบียนชื่อโดเมนเชิงป้องกันสำหรับแบรนด์สำคัญๆ
  • ต้องมีการตรวจสอบยืนยันเพิ่มเติมสำหรับคำขอที่เกี่ยวข้องกับการเงินหรือคุณวุฒิ

เทรนด์ใหม่ที่น่าจับตามอง

  • ปัจจุบันผู้โจมตีใช้ระบบอัตโนมัติในการสร้างโฮโมไกลฟ์และการจดทะเบียนโดเมนในวงกว้างมากขึ้นเรื่อยๆ
  • การหลอกลวงโดยใช้ AI ช่วยเพิ่มความน่าเชื่อถือให้กับเหยื่อล่อ ในขณะที่โดเมนที่มีตัวอักษรคล้ายกันทำหน้าที่เป็นชั้นของการหลอกลวง
  • การใช้ประโยชน์จากคำที่มีรูปเหมือนกันในทางที่ผิดกำลังขยายตัวเข้าสู่ห่วงโซ่อุปทานซอฟต์แวร์ผ่านชื่อแพ็กเกจและชื่อแหล่งเก็บข้อมูลที่หลอกลวง
  • การปลอมแปลงตัวตนข้ามช่องทางเป็นการผสมผสานตัวอักษรที่คล้ายคลึงกันเข้ากับแพลตฟอร์มแชทและการโคลนเสียง เพื่อเพิ่มความน่าเชื่อถือและอัตราความสำเร็จ

สรุป

การโจมตีด้วยคำพ้องรูปแสดงให้เห็นว่าการเปลี่ยนแปลงทางภาพเพียงเล็กน้อยสามารถนำไปสู่ความล้มเหลวทางด้านความปลอดภัยครั้งใหญ่ได้อย่างไร โดยการใช้ประโยชน์จากความซับซ้อนของยูนิโค้ดและการรับรู้ของมนุษย์ ผู้โจมตีสามารถหลีกเลี่ยงทั้งผู้ใช้และระบบป้องกันที่ไม่ได้มาตรฐานได้

การลดผลกระทบอย่างมีประสิทธิภาพต้องอาศัยการควบคุมหลายชั้น ได้แก่ การทำให้เป็นมาตรฐานยูนิโค้ด การจับคู่ที่อาจทำให้เกิดความสับสน การตรวจจับการใช้ตัวอักษรผสม การตรวจสอบโดเมนเชิงรุก และกระบวนการตรวจสอบผู้ใช้ที่เข้มงวด เมื่อรวมมาตรการเหล่านี้เข้าด้วยกัน จะเพิ่มต้นทุนและความซับซ้อนสำหรับผู้โจมตีอย่างมาก ทำให้เทคนิคการหลอกลวงแบบง่ายๆ กลายเป็นภัยคุกคามที่มีประสิทธิภาพน้อยลงอย่างมาก

Authors

ผู้เขียน: มาติน ทัดวี
ผู้เขียนร่วม: นิราช มาคาซาเร

 โพสต์ก่อนหน้าการใช้เครื่องมือระดับพื้นฐานที่ถูกกฎหมายเป็นอาวุธ: วิธีที่แรนซัมแวร์หลบเลี่ยงแอนตี้...
โพสต์ถัดไป  ปฏิบัติการ DualScript – แคมเปญมัลแวร์ PowerShell หลายขั้นตอน...
มาติน ทัดวี

เกี่ยวกับมาติน ทัดวี

Matin เป็นนักวิจัยด้านความปลอดภัยที่ SEQRITE แล็บส์ ทำงานในทีม CERT เชี่ยวชาญด้านการจัดการเหตุการณ์มัลแวร์ในโลกแห่งความเป็นจริง การวิเคราะห์ภัยคุกคาม การวิจัยมัลแวร์...

บทความโดย Matin Tadvi »

กระทู้ที่เกี่ยวข้อง

  • ปฏิบัติการ QUICSILVER: กลุ่มพันธมิตรจีน-เน็กซัส โจมตีนักการทูตเมียนมาร์ผ่านช่องโหว่ลับที่ส่งผ่าน VHD

    ปฏิบัติการ QUICSILVER: กลุ่มพันธมิตรจีน-เน็กซัส โจมตีนักการทูตเมียนมาร์ผ่านช่องโหว่ลับที่ส่งผ่าน VHD

    สิงหาคม 17, 2026
  • การใช้ประโยชน์จากเวิร์กโฟลว์ทางธุรกิจที่เชื่อถือได้ในทางที่ผิด: แคมเปญโจรกรรมข้อมูลแบบหลายขั้นตอนที่ซับซ้อน

    กรกฎาคม 22, 2026
  • เบื้องหลังการคืนเงิน: จากการหลอกลวง GST ไปจนถึง Remcos RAT ผ่านห่วงโซ่การติดเชื้อ .NET หลายขั้นตอน

    กรกฎาคม 17, 2026
นักเขียนเด่น
  • Seqrite
    Seqrite

    Seqrite เป็นผู้ให้บริการโซลูชันด้านความปลอดภัยทางไซเบอร์ระดับองค์กรชั้นนำ โดยมุ่งเน้นที่...

    อ่านบทความเพิ่มเติมโดย Seqrite
  • จโยติ คาร์เลการ์
    จโยติ คาร์เลการ์

    ฉันเป็นนักเขียนตัวยงที่ชื่นชอบการสร้างสรรค์เนื้อหาเกี่ยวกับเทคโนโลยีใหม่ๆ และ...

    อ่านบทความเพิ่มเติมโดย Jyoti Karlekar
  • บินีช พี
    บินีช พี

    ฉันเป็นคนรักความปลอดภัยทางไซเบอร์อย่างแรงกล้า และเป็นนักเขียนที่ทุ่มเท ด้วยพรสวรรค์...

    อ่านบทความเพิ่มเติมโดย บิเนช พี
  • ซันเจย์ คัตการ์
    ซันเจย์ คัตการ์

    Sanjay Katkar เป็นกรรมการผู้จัดการร่วมของ Quick Heal Technologies

    อ่านบทความเพิ่มเติมโดย ซันเจย์ คัตการ์
หัวข้อการเรียนรู้
ฉลาด (25) การโจมตีทางไซเบอร์ (36) การโจมตีไซเบอร์ (58) cyberattack (16) cyberattacks (15) cybersecurity (342) การรักษาความปลอดภัยในโลกไซเบอร์ (34) ภัยคุกคามทางไซเบอร์ (33) ภัยคุกคามทางไซเบอร์ (51) การละเมิดข้อมูล (56) การละเมิดข้อมูล (29) ข้อมูลสูญหาย (28) การป้องกันข้อมูลสูญหาย (34) data privacy (16) การป้องกันข้อมูล (34) ความปลอดภัยของข้อมูล (19) DLP (50) ปปส (14) กรมคุ้มครองผู้บริโภค (DPDA) (17) การเข้ารหัสลับ (16) endpoint ความปลอดภัย (113) ความปลอดภัยองค์กร (20) เอาเปรียบ (13) GDPR (14) มัลแวร์ (76) การวิเคราะห์มัลแวร์ (14) มัลแวร์โจมตี (23) MDM (27) ไมโครซอฟท์ (15) MITER ATT&CK (14) ความปลอดภัยของเครือข่าย (26) ฟิชชิ่ง (30) ransomware (69) การโจมตี ransomware (31) การโจมตี ransomware (31) การป้องกัน ransomware (17) Seqrite (41) Seqrite การเข้ารหัสลับ (27) Seqrite EPS (33) Seqrite บริการของเรา (16) การตรวจจับภัยคุกคาม (14) Threat Intelความชอบธรรม (22) UTM (34) ความอ่อนแอ (16) ศูนย์ความไว้วางใจ (13)
Seqrite ห้องปฏิบัติการ

ผู้ให้บริการโซลูชันความปลอดภัยทางไอทีระดับองค์กรชั้นนำที่ช่วยลดความซับซ้อนของการรักษาความปลอดภัยของจุดสิ้นสุด ข้อมูล และเครือข่ายด้วยโซลูชันการป้องกัน การตรวจจับ และการตอบสนองภัยคุกคามที่ดีที่สุดในระดับเดียวกันทั่วโลก

อ่านเพิ่มเติมเกี่ยวกับ Seqrite

ติดตามเรา:

สมัครรับจดหมายข่าวของเรา

ติดตามข้อมูลล่าสุดเกี่ยวกับแนวโน้มและข้อมูลเชิงลึกด้านความปลอดภัยทางไซเบอร์

กำลังโหลด
ผลิตภัณฑ์และบริการ
  • เมฆ
  • Endpoint Protection
  • Endpoint Detection and Response
  • Mobile Device Management
  • BYOD
  • Extended Detection and Response
  • Zero Trust Network Access
  • Data Privacy
  • บน Prem
  • Endpoint Protection
  • Endpoint Detection and Response
  • Data Privacy
  • แพลตฟอร์ม
  • Malware Analysis Platform
  • ธุรกิจขนาดเล็ก
  • SOHO Total Edition
  • บริการของเรา
  • Threat Intel
  • Digital Risk Protection Services (DRPS)
  • Ransomware Recovery as a Services (RRaaS)
  • DPDP Compliance
  • Managed Detection and Response
  • ความปลอดภัยทางไซเบอร์ & Data Privacy ความตระหนัก
แหล่งข้อมูล
  • Blogs
  • กระดาษขาว
  • เอกสารข้อมูลทางเทคนิค
  • รายงานภัยคุกคาม
  • คู่มือการใช้งาน
  • พ.ศ
  • ความเข้าใจ Data Privacy
  • การสนทนา DPDP
  • นโยบายและการปฏิบัติตาม
  • EULA
  • โกดีป เอไอ
  • SIA
  • ชั่วโมงแห่งความเป็นส่วนตัว
ติดต่อเรา
  • สำนักงานจดทะเบียน
  • มาคุยเรื่องความปลอดภัยทางไซเบอร์กันเถอะ
Support
  • Technical Support
  • ดาวน์โหลดซอฟท์แว
  • โปรแกรมอัปเดตแบบออฟไลน์
  • อัพเกรดเฟิร์มแวร์
  • การอัพเกรด
  • เอกสารสินค้า
เกี่ยวกับเรา
  • เกี่ยวกับเรา Seqrite
  • ความเป็นผู้นำ
  • รางวัลและการยอมรับ
  • ข่าวสาร
พาร์ทเนอร์
  • โปรแกรมพันธมิตร
  • ค้นหาคู่ค้า
  • กลายเป็นพันธมิตร
  • Seqrite ใบรับรอง

© 2026 บริษัท ควิกฮีล เทคโนโลยี จำกัด

แผนผังเว็บไซต์ นโยบายความเป็นส่วนตัว ประกาศทางกฎหมาย นโยบายคุกกี้ ข้อกำหนดการใช้งาน