Cloudflare ใช้ OpenAI ค้นหาช่องโหว่และเสริมการป้องกัน
Cloudflare ใช้ OpenAI Daybreak ร่วมกับทราฟฟิกแบบเรียลไทม์และสัญญาณด้านความปลอดภัย เพื่อตรวจสอบช่องโหว่และเสนอวิธีแก้ไขให้ลูกค้าพิจารณา

2.34 แสนล้าน
ภัยคุกคามทางไซเบอร์ที่ถูกบล็อกโดยเฉลี่ยต่อวันทั่วเครือข่าย Cloudflare ในไตรมาส 1 ปี 2569
10 เท่า
ลดทรัพยากรในการพัฒนาผลิตภัณฑ์ใหม่
3 วัน
ในการสร้างผลิตภัณฑ์ขึ้นใหม่ด้วย Codex
1,100 ดอลลาร์
ค่าใช้จ่ายโทเค็นสำหรับการสร้างผลิตภัณฑ์ขึ้นใหม่
Cloudflare ดำเนินงานเครือข่ายที่ใหญ่ที่สุดแห่งหนึ่งของโลก และเป็นพร็อกซีรองรับทราฟฟิกบนเว็บราว 20% องค์กรต่างๆ พึ่งพาเครือข่ายนี้เพื่อให้แอปพลิเคชันและบริการของตนปลอดภัย รวดเร็ว และเชื่อถือได้
Cloudflare ผสานโมเดล OpenAI ที่เข้าถึงผ่าน Daybreak เข้ากับเครือข่ายทั่วโลกและข้อมูลบริบทของภัยคุกคามในบริการค้นหาและแก้ไขช่องโหว่(เปิดในหน้าต่างใหม่) ซึ่งเป็นบริการที่เปิดให้เข้าถึงก่อนเปิดตัวอย่างเป็นทางการผ่าน Cloudflare Managed Defense โมเดลจะตรวจสอบโค้ดและประเมินช่องโหว่ที่อาจเกิดขึ้น ส่วน Cloudflare จะนำข้อมูลการรับส่งข้อมูลแบบเรียลไทม์ สัญญาณด้านความปลอดภัย และผลการตรวจสอบยืนยันมาใช้จัดลำดับความสำคัญของสิ่งที่ตรวจพบ พร้อมจัดเตรียมแนวทางลดความเสี่ยงและแพตช์ที่เสนอให้ลูกค้าตรวจสอบก่อนนำไปใช้
Codex ขยายบทบาทของ OpenAI ไปทั่วฝ่ายวิศวกรรมของ Cloudflare โดยนักพัฒนาใช้ Codex เพื่อเพิ่มผลงานและยกระดับคุณภาพโค้ด
“ข้อดีของระบบอัตโนมัติที่ Daybreak และ Codex มอบให้คือ คุณสามารถมอบหมายงานหนักๆ ให้เครื่องจักรจัดการได้ เพื่อให้มนุษย์ได้ใช้วิจารณญาณในการตัดสินใจเรื่องวิศวกรรมและความปลอดภัยที่สำคัญที่สุด”
ทีมความปลอดภัยต้องรับมือกับข้อมูลช่องโหว่และการแจ้งเตือนที่เข้ามาอย่างต่อเนื่อง การคัดกรองข้อมูลเหล่านี้ด้วยตนเองต้องใช้ทั้งเวลาและแรงงาน ทำให้ทีมเหลือกำลังในการตรวจสอบและแก้ไขปัญหาร้ายแรงน้อยลง “ทีมความปลอดภัยที่ทำงานแบบเดิมมีข้อมูลที่เป็นประโยชน์อยู่มากมาย เพียงแต่ไม่มีคนและเวลาพอที่จะจัดการข้อมูลเหล่านั้น” Anderson กล่าว
แนวทางของ Cloudflare คือเชื่อมโยงช่องโหว่ในซอร์สโค้ดเข้ากับสิ่งที่เกิดขึ้นในระบบที่ใช้งานจริง เส้นทางที่ได้รับผลกระทบยังเปิดใช้งานอยู่หรือไม่ มีทราฟฟิกที่น่าสงสัยเข้ามาหรือไม่ มาตรการควบคุมความปลอดภัยที่มีอยู่ปกป้องเส้นทางนั้นอยู่แล้วหรือไม่ สัญญาณเหล่านี้ช่วยให้ทีมความปลอดภัยมีข้อมูลบริบทมากขึ้นเพื่อตัดสินใจว่าควรตรวจสอบสิ่งใดก่อน
ในบริการค้นหาและแก้ไขช่องโหว่(เปิดในหน้าต่างใหม่) Cloudflare ใช้โมเดล OpenAI ที่เข้าถึงผ่าน Daybreak เพื่อตรวจสอบโค้ดที่ลูกค้าอนุญาต ระบุช่องโหว่ที่อาจมีอยู่ และตรวจสอบหลักฐานที่สนับสนุนข้อค้นพบแต่ละรายการ บริการนี้จัดทำแพตช์โค้ดที่เสนอให้ใช้ และกฎไฟร์วอลล์เว็บแอปพลิเคชันที่ปรับแต่งเฉพาะในกรณีที่เหมาะสม เพื่อลดความเสี่ยงต่อการโจมตีระหว่างที่นักพัฒนาพิจารณาวิธีแก้ไข Cloudflare ตรวจสอบข้อเสนอเหล่านี้ด้วยระบบอัตโนมัติ และให้ทีมงานทบทวนก่อนส่งให้ลูกค้า
สำหรับลูกค้าของ Cloudflare ประโยชน์ที่ได้รับคือแนวทางที่ชัดเจนตั้งแต่การระบุช่องโหว่ไปจนถึงการป้องกันแอปพลิเคชันที่ได้รับผลกระทบ บริการนี้มอบหลักฐานให้ลูกค้าใช้จัดลำดับความสำคัญของช่องโหว่ เสนอมาตรการป้องกันที่ขอบเครือข่ายเพื่อลดความเสี่ยงต่อการโจมตี และเสนอการแก้ไขโค้ดให้พิจารณา โดยลูกค้ายังคงตัดสินใจได้ว่าจะนำการเปลี่ยนแปลงใดไปใช้
การป้องกันแอปพลิเคชันยังขึ้นอยู่กับโค้ดที่ทีมเขียนและดูแลรักษาด้วย Anderson ชี้ว่าการใช้ Codex ของ Cloudflare ช่วยให้นักพัฒนาทำงานได้มากขึ้น โค้ดมีคุณภาพดีขึ้น และเกิดบั๊กระหว่างการพัฒนาน้อยลง
“ที่ Cloudflare พนักงานหนึ่งในสามของบริษัทเป็นนักพัฒนาซอฟต์แวร์ที่สร้างบริการและฟีเจอร์ให้กับแพลตฟอร์มของเรา และทุกคนใช้ Codex เพื่อเพิ่มผลงานและส่งมอบโค้ดที่ดีขึ้น”
Anderson เล่าถึงการสร้างผลิตภัณฑ์ขึ้นใหม่เมื่อไม่นานมานี้ ซึ่งทีมเคยเลื่อนออกไป “เราเลื่อนการพัฒนาออกไปเพราะไม่มีกำลังคนพอ” เขากล่าว เมื่อ Codex ช่วยให้นักพัฒนาทำงานได้มากขึ้น คำถามจึงเปลี่ยนจาก “เราจะรับงานนี้ไหวไหม” เป็น “ทำไมจะไม่ลองทำดูล่ะ”
Anderson ประเมินว่างานนี้คงต้องใช้เวลาหลายเดือนในการทยอยทำตามลำดับขั้น และ “อาจต้องใช้นักพัฒนามากกว่านี้ถึง 10 เท่า” แต่เมื่อมี Codex ทีมนักพัฒนาเพียงสี่คนของ Cloudflare ก็รับงานพัฒนานี้ได้ “เราสร้างเสร็จในสามวัน เปิดใช้งานและทดสอบ แล้วจ่ายค่าโทเค็นไป 1,100 ดอลลาร์” เขากล่าว
สำหรับ Anderson การนำ AI มาเป็นส่วนหนึ่งของงานวิศวกรรมในแต่ละวันหมายถึง “การปรับกระบวนการภายในใหม่เพื่อพัฒนาเทคโนโลยีโดยคำนึงถึงการทำงานร่วมกับเครื่องจักร ไม่ใช่แยกออกเป็นอีกส่วนหนึ่ง แต่ผสานเข้าไปในกระบวนการพัฒนา”
บริการความปลอดภัยของ Cloudflare ที่เปิดให้ทดลองใช้ล่วงหน้านำแนวทางนี้มาใช้จริง โดยเชื่อมโยงการตรวจสอบโค้ดเข้ากับหลักฐานจากระบบที่ใช้งานจริงและข้อเสนอการดำเนินการที่ลูกค้าสามารถพิจารณาได้ เป้าหมายคือให้ทีมความปลอดภัยมีข้อมูลที่จำเป็นในการตัดสินใจว่าควรจัดการช่องโหว่ใดก่อน และจะปกป้องและแก้ไขแอปพลิเคชันที่ได้รับผลกระทบอย่างไร โดยลูกค้ายังคงควบคุมการเปลี่ยนแปลงต่างๆ ได้


