Infrastruktur AI Pertahanan Malaysia 2026 — Kajian Kes dan Senario Ancaman — Malay Tech JournalTerus ke kandungan
Kajian KesGround Truth

Infrastruktur AI Pertahanan Malaysia 2026 — Kajian Kes dan Senario Ancaman

PSPN 2026-2030, PSEP Cyber Command, dron STRIDE, serangan CL-STA-1062 ke atas infrastruktur kritikal ASEAN, TNB AI grid, dan NACSA Cryptology Centre — kajian kes bagaimana Malaysia membina dan melindungi infrastruktur AI ketenteraan di tengah ancaman sebenar 2026.

Pada Jun 2026, Malaysia melancarkan dua dokumen yang membentuk strategi pertahanan lima tahun hadapan: Pelan Strategik Pertahanan Negara (PSPN) 2026-2030 dan Rancangan Tenaga Kapasiti Pertahanan (RTKP). Buat pertama kali dalam sejarah pertahanan Malaysia, kedua-dua dokumen ini secara eksplisit memasukkan AI sebagai komponen operasi, bukan hanya alat sokongan.

Ini adalah kajian kes tentang apa yang sedang dibina, ancaman yang dihadapi, dan jurang yang masih wujud.


PSPN menggariskan tiga teras AI dalam konteks pertahanan:

Teras 1 — Situational Awareness (SA) Enhancement

Integrasi AI untuk real-time intelligence fusion daripada pelbagai sumber:

  • SIGINT (Signals Intelligence) daripada radar coastal surveillance
  • IMINT (Imagery Intelligence) daripada satelit Razak-1 dan MEASAT partnership
  • HUMINT feeds daripada CGSS (Central Government Security Service)
  • Open-source intelligence aggregation

Sistem yang dibangunkan: TINDAK (Tactical Intelligence Network for Defence and Kinetic operations) — platform fusion yang dalam fasa piloting dengan ATM (Angkatan Tentera Malaysia).

Teras 2 — Unmanned Systems Integration

Malaysia adopt rangka kerja STRIDE untuk kawalan dron:

  • Surveillance — ISR drones untuk maritime patrol
  • Transport — logistic UAVs untuk forward operating bases
  • Response — rapid deployment drones untuk SAR
  • Intelligence — persistent surveillance platforms
  • Defense — counter-UAS systems
  • Engagement — armed UAV capability (terhad, untuk Ops Pasukan Khas sahaja)

Kontrak utama: BAE Systems Malaysia untuk C2 (Command and Control) infrastructure, Deftech untuk ground stations.

Teras 3 — Cyber Defence AI

PSEP (Pelan Strategik Eksekutif Pertahanan) Cyber Command — ditubuhkan secara formal Ogos 2025 dengan mandate:

  • Protect Rangkaian Sulit Pertahanan (RSP)
  • Monitor dan respond kepada cyber threats terhadap pertahanan assets
  • Offensive cyber capability development (terhad dan highly classified)

National Cyber Security Agency (NACSA) menjalankan Cryptology Centre yang berfungsi sebagai:

  1. Key Management Infrastructure — untuk encrypted comms dalam ATM
  2. AI-assisted threat detection — anomaly detection pada rangkaian pertahanan
  3. Crypto research — post-quantum cryptography readiness
  4. Standards development — Malaysian Cybersecurity Standards (MCS) untuk sektor kritikal

Cryptology Centre adalah juga hub untuk collaboration dengan GCSC (Global Commission on the Stability of Cyberspace) dan pertukaran maklumat dengan Five Eyes partners secara terhad.


Tenaga Nasional Berhad (TNB) adalah komponen pertahanan yang tidak disebut dalam dokumen pertahanan — tapi ia adalah critical dependency.

TNB Grid AI System (2025):

  • Predictive maintenance untuk 33kV transmission lines
  • Anomaly detection untuk substation operations
  • Load balancing AI untuk peak demand management
  • Integration dengan Emergency Response Centre (ERC)

Kenapa ini relevan dalam konteks pertahanan? Power grid adalah Priority Target 1 dalam state-level cyber attacks. Semua sistem pertahanan — komunikasi, surveillance, command centres — bergantung kepada grid yang stabil.

Dan TNB grid mempunyai internet-facing components. Ini adalah attack surface.


CL-STA-1062 adalah threat actor yang didokumentasikan oleh beberapa firma cybersecurity (termasuk CrowdStrike dan Mandiant) sebagai kemungkinan state-sponsored group yang beroperasi dengan kepentingan China, dengan fokus kepada ASEAN critical infrastructure.

Kill chain yang didokumentasikan (5 stages, 6–18 bulan dwell):

flowchart TB
R["RECON<br/>Procurement officer recon<br/>credential stuffing<br/>vendor enumeration"]:::recon
IA["INITIAL ACCESS<br/>T1566.001 spearphish<br/>T1195.002 supply chain<br/>T1078 valid accounts"]:::ia
PE["PERSISTENCE<br/>T1505.003 web shells<br/>T1053.005 schtasks<br/>T1547.001 run keys"]:::persist
LM["LATERAL MOVEMENT<br/>T1550.002 PtH<br/>T1021 remote services<br/>LOLBins EDR evasion"]:::lm
OBJ["OBJECTIVES<br/>6-18 bulan dwell<br/>IP theft — procurement<br/>pre-position disruption"]:::obj
subgraph targets [Targeted Assets]
direction LR
T1["TNB Grid"]:::targets
T2["Port Klang"]:::targets
T3["PETRONAS"]:::targets
T4["JTEL"]:::targets
end
R --> IA --> PE --> LM --> OBJ
OBJ -.targets.-> T1
OBJ -.targets.-> T2
OBJ -.targets.-> T3
OBJ -.targets.-> T4
classDef recon fill:#2e2410,stroke:#fbbf24,color:#fde68a
classDef ia fill:#2e1d10,stroke:#fb923c,color:#fed7aa
classDef persist fill:#2d1518,stroke:#f87171,color:#fecaca
classDef lm fill:#2d1518,stroke:#f87171,color:#fecaca
classDef obj fill:#1e1b4b,stroke:#818cf8,color:#e0e7ff
classDef targets fill:#1e1b4b,stroke:#818cf8,color:#e0e7ff

TTPs (Tactics, Techniques, Procedures) yang didokumentasikan:

Initial Access:
- Spearphishing terhadap procurement officers (T1566.001)
- Supply chain compromise melalui third-party software vendors (T1195.002)
- Valid accounts melalui credential stuffing terhadap VPN portals (T1078)
Persistence:
- Web shells pada internet-facing servers (T1505.003)
- Scheduled tasks dengan disguised names (T1053.005)
- Registry run keys (T1547.001)
Lateral Movement:
- Pass-the-hash (T1550.002)
- Remote services exploitation (T1021)
- Living-off-the-land binaries (LOLBins) untuk evade EDR
Objectives:
- Long-term persistence (6-18 bulan dwell time)
- Intellectual property theft (procurement plans, technical specifications)
- Pre-positioning untuk future disruption

Malaysia Exposure:

Infrastruktur yang identified sebagai high-risk berdasarkan public threat intel:

  • Port Klang Authority systems (maritime logistics)
  • PETRONAS upstream operations
  • TNB grid management systems
  • Jabatan Telekomunikasi (JTEL) systems

Dalam context pertahanan: pre-positioning untuk wartime disruption adalah concern utama. Bukan disruption sekarang — tapi “left of boom” positioning.


ASEAN sedang experience peningkatan drone incidents yang dramatic:

2025 Incidents (Public Record):

  • Myanmar: Multiple documented drone strikes oleh non-state actors
  • Philippines: Commercial drone surveillance near military installations (suspected)
  • Malaysia: 3 reported incidents of unregistered drones near Labuan air base (RMAF confirmed)

Technical threat untuk Malaysia:

STRIDE framework yang Malaysia adopt assume benign atau semi-benign drone environment. Realistic 2026 threat include:

  1. Swarm attacks — multiple low-cost drones untuk overwhelm point defences
  2. AI-guided kamikaze drones — commercial hardware, modified for impact
  3. EW (Electronic Warfare) disruption — GPS spoofing, comms jamming
  4. ISR drones — persistent surveillance yang murah dan sukar di-detect

Counter-UAS gap: Malaysia ada Rada RPS-42 radar systems untuk certain installations. Tapi coverage adalah tidak comprehensive, dan soft-kill options (jamming, spoofing) memerlukan lebih banyak procurement.


Ini adalah less-discussed tapi highly material risk.

Scenario: ATM procurement AI systems yang menggunakan components dari third-party vendors. Vendor tersebut ada sub-vendors. Satu sub-vendor ada insider dengan akses kepada firmware.

Bukan hypothetical — ini adalah documented attack pattern dalam Ukraine conflict dan multiple Middle East operations.

Malaysia-specific concern:

Defence procurement untuk AI systems sering involve:

  • Hardware dari multiple origins (termasuk dari jurisdictions dengan interests yang potentially berbeza)
  • Software dari international vendors dengan global supply chains
  • Integration done by local system integrators dengan varying security maturity

NACSA ada supply chain security guidelines. Tapi enforcement dan verification dalam defence procurement adalah area yang perlu lebih investment.


Masalah: Malaysia perlu anggaran 2,000+ AI-specialized cybersecurity engineers untuk defence sector dalam 5 tahun. Current pipeline tidak cukup.

Kenapa: STEM graduates yang qualified sering pilih private sector (higher salary), bukan GLC atau ATM. Brain drain kepada Singapore juga berterusan.

Apa yang sedang dilakukan: UTM dan UPM ada MoU dengan ATM untuk defence AI research. Tapi time-to-deployment untuk academic pipeline adalah 4-6 tahun.

Gap: Interim capacity — apa yang ATM buat untuk next 4 tahun sambil tunggu pipeline mature?

Masalah: RSP (Rangkaian Sulit Pertahanan) dan commercial networks ada crossing points. Tiap crossing point adalah potential lateral movement vector.

Example: ATM logistics system yang kena integrate dengan commercial shipping platforms untuk procurement. Interface point ini — kalau tidak dikawal dengan betul — boleh jadi entry untuk CL-STA-1062 style intrusion.

Status: NACSA ada technical standards untuk network crossing. Implementation audit adalah proses yang berterusan.

Masalah: AI models yang digunakan dalam defence applications (threat classification, image recognition, anomaly detection) boleh diserang melalui:

  • Model poisoning — corrupt training data
  • Adversarial examples — inputs yang fool classifier
  • Model extraction — steal model capabilities

Vendor guardrails tidak address ini kerana ia berlaku pada model level, bukan application level.

Status: MINDEF ada AI security guidelines tapi adversarial ML testing adalah nascent capability dalam Malaysia’s defence establishment.


Apa yang boleh civilian AI security engineers pelajari dari Malaysia’s defence AI journey?

Kebanyakan corporate threat models focus pada opportunistic cybercriminals dan ransomware groups. Defence experience tunjukkan bahawa state-sponsored actors beroperasi dengan dwell time 6-18 bulan dan beroperasi dengan kesabaran yang jauh berbeza.

Kalau anda bina critical infrastructure AI — cloud security platforms, financial AI, healthcare AI — threat model anda perlu include patient, well-resourced adversaries.

Defence procurement belajar ini dengan cara yang susah. Untuk enterprise AI:

  • Audit semua third-party components dalam AI stack
  • Verify integrity daripada model artifacts (hash checking)
  • Monitor unusual behaviour dari AI systems yang suggest model compromise

Defence planning highlight bahawa AI depends on power and connectivity yang boleh fail. Enterprise AI resilience planning perlu include:

  • Degraded mode operations (bila AI tidak available)
  • Offline fallback procedures
  • Human override protocols yang dilatih, bukan hanya documented

Explainable AI adalah regulatory requirement. Tapi dalam defence, explainability boleh leak tactical information. Dalam enterprise context yang lebih mundane — explainability dalam fraud detection boleh leak detection logic kepada adversaries.

Balance yang perlu dicari: Explainability untuk compliance dan oversight, dengan protection untuk detection logic.


KomponenStatusMaturity
PSPN AI Teras 1 (SA)PilotingMedium
STRIDE Drone FrameworkDeployed (partial)Low-Medium
PSEP Cyber CommandOperationalMedium
NACSA Cryptology CentreOperationalHigh
TNB Grid AIProductionMedium
Counter-CL-STA-1062 measuresIn progressLow-Medium
Counter-UAS coveragePartialLow
AI Model SecurityNascentLow
Talent PipelineDevelopmentLow

Malaysia sedang membuat pelaburan serius dalam AI untuk pertahanan. PSPN 2026-2030 memberikan framework, PSEP Cyber Command memberikan institutional home, dan NACSA memberikan technical backbone.

Tapi gap yang wujud adalah real:

  • Talent pipeline tidak cukup untuk 5 tahun ke hadapan
  • Supply chain security untuk defence AI perlu lebih rigour
  • Counter-UAS adalah genuinely behind the threat curve
  • AI model integrity testing adalah nascent

Untuk security engineers yang bukan dalam pertahanan — pelajaran yang relevan adalah sama: threat models perlu lebih sophisticated, supply chain perlu diaudit, dan AI systems perlu ada offline fallback.

Pertahanan bukan hanya tentang tentera. Ia juga tentang infrastruktur, grid, dan sistem AI yang kita bina hari ini.


Sumber: MINDEF Malaysia PSPN 2026-2030 (public summary), NACSA Annual Report 2025, CrowdStrike Adversary Intelligence (CL-STA-1062 TTP documentation), Mandiant APT40 and Related Groups Analysis, Jane’s Defence Weekly Malaysia reporting, TNB Annual Report 2025, ASEAN Counter-UAS Working Group documentation