Cisco ปลดล็อก AI Supply Chain Provenance Explorer ตรวจสอบสายพันธุ์โมเดลเปิด‑source กว่า 900 รายโดยไม่เสียค่าใช้จ่าย

การตรวจสอบสายพันธุ์ของโมเดลเปิด‑source ยังคงเป็นช่องโหว่สำคัญในระบบซัพพลายเชน AI แม้จะมีเครื่องมือสแกนไฟล์อัตโนมัติจาก Hugging Face ก็ตาม เมื่อวันพฤหัสบดีที่ 30 กรกฎาคม Cisco เปิดตัว AI Supply Chain Provenance Explorer ฐานข้อมูลสาธารณะฟรีที่ให้ข้อมูลเชิงลึกเกี่ยวกับสายพันธุ์ของโมเดลกว่า 900 ตัว ลดความต้องการตรวจสอบด้วยตนเองและทำให้บริษัทต่าง ๆ สามารถประเมินความเสี่ยงได้อย่างรวดเร็ว

Overview

ในกระบวนการอนุมัติโมเดลเปิด‑source สำหรับใช้งานจริง ทีมด้านความปลอดภัยมักเริ่มต้นจากหน้ารีโพซิทอรีของ Hugging Face ซึ่งระบุชื่อโมเดล ใบอนุญาตและแท็ก base_model ที่ผู้อัปโหลดกรอกด้วยตนเอง ระบบไม่มีการบังคับให้ตรวจสอบน้ำหนัก (weights) ของโมเดลอย่างละเอียด ทำให้ข้อมูลเมตาดาต้านั้นอาจไม่แม่นยำตามความเป็นจริง

รายงาน ATOM Report ที่จัดทำโดย Nathan Lambert และ Florian Brand จาก Interconnects AI เมื่อเดือนเมษายน 2026 ได้ติดตามประมาณ 1,500 โมเดลเปิด‑source หลัก โดยใช้แท็ก base_model เป็นตัวบ่งชี้การสืบเชื้อสาย พร้อมคัดกรองโมเดลที่มีดาวน์โหลดตลอดอายุการใช้งานมากกว่า 5 ครั้งและยกเว้นไฟล์รูปแบบ GGUF และ MLX การวิเคราะห์นี้เผยให้เห็นว่าครอบครัว Qwen ของ Alibaba เป็นพ่อแม่ของ **69% ของโมเดลสาขาใหม่ ณ กุมภาพันธ์ 2026 เพิ่มจากเพียง 1% ในมกราคม 2024

การขาดแคลนการตรวจสอบดังกล่าวไม่ได้จำกัดอยู่ที่เมตาดาต้าเท่านั้น แต่ยังส่งผลต่อความครอบคลุมของการสแกนไฟล์อีกด้วย Cisco Foundation AI ได้ทำการสแกนไฟล์สาธารณะทุกไฟล์บน Hugging Face ด้วยเอนจิน ClamAV เวอร์ชันอัปเดต โดยแสดงแบดจ์สถานะ “ok” หรือ “infected” บนไฟล์แต่ละไฟล์ อย่างไรก็ตามเอกสารของ Hugging Face ระบุว่าหากไฟล์ไม่มีแบดจ์ใด ๆ อาจอยู่ในคิวสแกนหรือเกิดข้อผิดพลาด ซึ่งทำให้บางรีโพซิทอรีมีไฟล์ที่ยังไม่ได้รับการตรวจสอบขณะทำการประเมิน

Key Findings

ตามข้อมูลของ ATOM Report การกระจายภูมิภาคของโมเดลเปิด‑source มีความไม่สมดุลอย่างชัดเจน โดยห้องปฏิบัติการในจีนเป็นผู้ผลิตประมาณ 70% ของโมเดลทั้งหมด ส่วนยุโรปเพียง 4% เท่านั้น แม้ว่าการดาวน์โหลดสะสมจากสามภูมิภาคนี้จะถึง 2.04 พันล้าน ครั้งจนถึงเดือนมีนาคม 2026 แต่การยืนยันแหล่งที่มาของโมเดลยังคงพึ่งพาแท็กผู้ใช้กำหนดเองเป็นหลัก

ในส่วนของความเสี่ยงต่อการโจมตี Amy Chang หัวหน้าฝ่าย AI Threat Intelligence และ Security Research ของ Cisco รายงานว่าในการทดสอบแบบหลายรอบ (multi‑turn) ต่อโมเดลชั้นนำ 15 ตัว พบว่ามี 6,986 การโจมตีที่สำเร็จอัตราอยู่ถึง **88.3% ซึ่งแสดงให้เห็นว่าการไม่เข้าใจสายพันธุ์ของโมเดลทำให้ยากต่อการระบุจุดอ่อนและป้องกันการโจมตี

Cisco Explorer

เครื่องมือ AI Supply Chain Provenance Explorer ทำหน้าที่เป็นฐานข้อมูลสาธารณะที่รวบรวมข้อมูลเชิงลึกจาก Model Provenance Kit ของ Cisco ซึ่งเป็นชุดเครื่องมือ Python ที่เปิดให้ใช้งานตั้งแต่เดือนเมษายน 2026 โดยเริ่มต้นด้วยการสร้างลายนิ้วมือของโมเดลฐานประมาณ 150 โมเดลใน 45 ครอบครัวและ 20 ผู้จัดจำหน่าย การขยายความคลุมเครือจากเครื่องมือบรรทัดคำสั่งเป็นการค้นหาผ่านเว็บทำให้จำนวนโมเดลที่ถูกตรวจสอบเพิ่มขึ้น หกเท่า ภายในหนึ่งไตรมาส

ข้อมูลใน Explorer ประกอบด้วย:

• สำนักงานสำนักงานใหญ่ของผู้ให้บริการ
• กราฟสายพันธุ์ที่แสดงความสัมพันธ์เชิงลึก
• ข้อจำกัดตามใบอนุญาต
• จำนวนไฟล์ที่ได้รับการสแกนแล้ว

เนื่องจากผลลัพธ์เหล่านี้ถูกคำนวณไว้แล้ว ผู้ใช้สามารถตรวจสอบข้อมูลได้โดยใส่ชื่อโมเดลลงในช่องค้นหา ลดค่าใช้จ่ายและเวลาที่เคยต้องใช้เพื่อดาวน์โหลดน้ำหนักขนาดหลายสิบกิกะไบต์และรันเครื่องมือบนเครื่องของตน

Methodology

การสร้างลายนิ้วมือของโมเดลทำโดย Model Provenance Kit ผ่านสองขั้นตอนหลัก:

• ขั้นที่หนึ่งเปรียบเทียบเมตาดาต้าเชิงสถาปัตยกรรมก่อนโหลดน้ำหนัก
• หากข้อมูลไม่ชัดเจน ระบบจะเข้าสู่ขั้นที่สองซึ่งดึง ห้าสัญญาณระดับน้ำหนัก ดังต่อไปนี้

• Embedding Anchor Similarity – วัดความสัมพันธ์เชิงเรขาคณิตที่คงอยู่หลังการฝึกต่อ
• Embedding Norm Distribution – บันทึกรูปแบบความถี่ของคำ
• Norm Layer Fingerprint – ตรวจจับเลเยอร์ที่คงที่แม้มีการปรับแต่งเพิ่มเติม
• Layer Energy Profile – เปรียบเทียบการกระจายพลังงานตลอดระดับเครือข่าย
• Weight‑Value Cosine – คำนวณความคล้ายของค่าถ่วงน้ำหนักโดยตรง

Cisco รายงานว่าการทดสอบกับชุดข้อมูล 111 คู่โมเดลให้ผลแม่นยำ **96.4% ที่ค่า threshold 0.70 โดยมีคะแนน F1 อยู่ที่ 0.963 มีเพียงสี่คู่ที่จัดประเภทผิด ซึ่งทั้งหมดเป็นกรณีของการแปลงสถาปัตยกรรมอย่างสุดขั้วซึ่ง Cisco เรียกว่า “ข้อจำกัดพื้นฐานของการเปรียบเทียบน้ำหนักแบบคู่อันดับ”

แม้ว่า tokenizer จะถูกประมวลผลเพื่อการวินิจฉัย แต่จะไม่รวมในคะแนนสายพันธุ์ เพื่อหลีกเลี่ยงผลบวกปลอมหากโมเดลสองตัวใช้ tokenizer เดียวกันแต่ไม่มีความสัมพันธ์ด้านน้ำหนัก เช่น StableLM กับ Pythia

นอกจากนี้ยังมีการนำเทคนิค behavioral fingerprinting มาผสาน ซึ่งอ้างอิงจากงานของ Jonah Leshin, Manish Shah และ Ian Timmis ของ Project VAIL ร่วมกับ Daniel Kang จาก UIUC ที่แสดงว่า endpoint ของโมเดลสามารถรักษาความเสถียรได้แม้ตัวตนที่มีประสิทธิภาพจะเปลี่ยนผ่านการปรับน้ำหนัก การอัปเดตควอนไทซ์ หรือการ routing

Impact & Limitations

AI Supply Chain Provenance Explorer ทำให้ผู้ใช้สามารถเข้าถึงข้อมูลเชิงลึกเกี่ยวกับแหล่งกำเนิดและความเสี่ยงของโมเดลเปิด‑source ได้โดยไม่ต้องพึ่งพาเครื่องมือภายใน Cisco อย่างไรก็ตาม ความครอบคลุมของฐานข้อมูลยังจำกัดอยู่ที่ประมาณ 900 โมเดล เทียบกับ มากกว่า 2 ล้าน โมเดลที่โฮสต์บน Hugging Face ณ ฤดูใบไม้ผลิ 2026 ซึ่งหมายความว่าหลายส่วนยังคงพึ่งพาแท็กผู้ใช้กำหนดเอง

อีกประเด็นหนึ่งคือการไม่มี API สาธารณะ ทำให้ไม่สามารถผสานตรวจสอบเข้ากับกระบวนการ CI/CD ขององค์กรได้อย่างอัตโนมัติ ซึ่งแตกต่างจากเครื่องมือ SCA (Software Composition Analysis) ดั้งเดิมที่ออกแบบมาสำหรับตรวจสอบ manifest, ไลบรารีและคอนเทนเนอร์ ตามที่ Sakshi Grover ผู้จัดการวิจัยระดับสูงด้านความปลอดภัยไซเบอร์ของ IDC กล่าวใน CSO Online ว่า “เครื่องมือ SCA แบบดั้งเดิมไม่ได้ถูกสร้างมาเพื่อรับมือกับโมเดล AI ที่มีขนาดใหญ่และรูปแบบข้อมูลซับซ้อนเช่นนี้”

ผลกระทบโดยรวมคือการเปิดเผยช่องโหว่ด้านสายพันธุ์ของโมเดลที่อาจทำให้ระบบปฏิบัติการ AI ถูกโจมตีได้ง่ายขึ้น ทั้งในแง่ของ license risk และ regional origin risk การทำให้ข้อมูลเหล่านี้เป็นสาธารณะและเข้าถึงได้ฟรี เป็นก้าวสำคัญในการเร่งกระบวนการกำกับดูแลโมเดล AI อย่างโปร่งใส แต่ความจำกัดด้านขอบเขตและการเชื่อมต่อยังต้องได้รับการพัฒนาเพิ่มเติมเพื่อให้เป็นเครื่องมือที่ใช้ได้จริงในระดับองค์กร

Summary

Cisco เปิดตัว AI Supply Chain Provenance Explorer เพื่อให้ข้อมูลสายพันธุ์ของโมเดลเปิด‑source อย่างแม่นยำและเข้าถึงฟรี แม้จะช่วยลดช่องโหว่จากการพึ่งพาแท็กผู้ใช้งานเอง แต่ฐานข้อมูลยังครอบคลุมเพียงส่วนหนึ่งของตลาด และขาด API ทำให้การนำไปใช้ในกระบวนการอัตโนมัติขององค์กรยังเป็นเรื่องท้าทาย.