Các kỹ thuật tấn công mạng AI nguy hiểm nhất vẫn cần sự can thiệp của con người

Lily Hay Newman An ninh mạng Ngày 5/8/2026 3:42 PM Các kỹ thuật tấn công mạng nguy hiểm nhất của AI vẫn cần sự can thiệp của con người Nhà nghiên cứu bảo mật James Kettle đã cố gắng đẩy giới hạn khả năng tấn công của AI và phát hiện ra mức độ hiệu quả của nó khi kết hợp với chuyên môn của con người. Ảnh minh họa: Wired Staff; Getty Images Lưu bài viết này Lưu bài viết này AI tác nhân (Agentic AI) đã thay đổi vĩnh viễn an ninh mạng bằng cách giúp việc phát hiện các lỗ hổng trong phần mềm và khắc phục chúng – hoặc phát triển các công cụ khai thác (exploit) để vũ khí hóa chúng – trở nên nhanh chóng và dễ dàng hơn. Tuy nhiên, nhà nghiên cứu bảo mật web lâu năm James Kettle muốn nhìn xa hơn viễn cảnh "tận thế săn lỗi" để khám phá một câu hỏi đang trở nên cấp bách hơn khi các tổ chức AI lớn tiết lộ các ví dụ thực tế về AI độc hại tấn công: Liệu AI tác nhân có thể phát triển các phương pháp tấn công mới, trừu tượng, từ ý tưởng đến các cuộc tấn công thực tế không? Tại hội nghị bảo mật Black Hat ở Las Vegas vào thứ Tư, Kettle đã trình bày những phát hiện của mình, minh họa cả khả năng an ninh mạng đang phát triển nhanh chóng của AI và những hạn chế của nó. Hiện tại, câu trả lời cho câu hỏi của Kettle rất phức tạp. Ông kết luận rằng AI có thể có khả năng tối thiểu nhưng cực kỳ hạn chế trong việc đưa ra các đường tấn công mới một cách hoàn toàn tự động. Tuy nhiên, điều quan trọng là, khi được kết hợp với sự hướng dẫn và hiểu biết của con người vào những thời điểm quan trọng, Kettle nhận thấy AI là một đối tác cực kỳ mạnh mẽ trong việc hình thành ý tưởng và khám phá các chiến lược tấn công mới. Sau nhiều năm nghiên cứu các lỗ hổng bảo mật web, Kettle cho biết ông đã khám phá ra một lĩnh vực lỗ hổng tiềm năng hoàn toàn mới – được gọi là Shared-Parser Confusion – nhờ một khám phá của AI về các máy chủ web sử dụng mã chung để xử lý cả yêu cầu và phản hồi. “Đây là một vấn đề cực kỳ lớn, bởi vì nếu bạn nghĩ về nó, các yêu cầu gửi đến một trang web hoàn toàn không đáng tin cậy, chúng có thể là bất cứ thứ gì, nhưng các phản hồi thì đáng tin cậy,” Kettle nói với WIRED trước buổi thuyết trình tại hội nghị của mình. “Vì vậy, đây là một bề mặt tấn công lớn và có khả năng lan rộng ra nhiều loại tấn công khác nhau.” Phát hiện này xuất phát từ nhiều tháng thử nghiệm bắt đầu vào tháng 9/2025 bằng cách sử dụng các mô hình mới nhất của Anthropic và OpenAI vào thời điểm đó. Kettle muốn khám phá khả năng của AI trong việc nghiên cứu bảo mật lý thuyết nhưng nhanh chóng nhận ra rằng một trở ngại là các hệ thống đang cố gắng biến nghiên cứu hiện có thành nghiên cứu gốc bằng cách trả về các phát hiện về các chủ đề cực kỳ khó hiểu mà khó kiểm chứng. Với suy nghĩ này, ông quyết định thu hẹp phạm vi thử nghiệm để các hệ thống AI hoạt động trong lĩnh vực chuyên môn bảo mật web của mình. Bằng cách này, ông hoàn toàn nắm vững tài liệu và biết rằng AI không thể lừa ông. Ngoài ra, Kettle nhận ra rằng bằng cách tổng hợp phương pháp nghiên cứu của riêng mình và đào tạo các mô hình trên đó, ông có thể tìm hiểu sâu hơn về những gì các hệ thống có khả năng ngoại suy một cách độc lập. “Tôi quan tâm đến việc đẩy AI đến giới hạn tuyệt đối để xem nó thất bại ở đâu và nơi nào cần có con người,” Kettle nói. “Vẫn còn rất ít người nói về giới hạn là gì, đặc biệt là trong không gian bảo mật, bởi vì không có động lực để nói về khía cạnh đó. Mọi người đều muốn được coi là người bản địa AI, không nói về nơi hệ thống của họ hoàn toàn sụp đổ.” Ông Kettle cho biết, khi ông tinh chỉnh các thử nghiệm của mình – cung cấp cho các mô hình nhiều dữ liệu phương pháp luận hơn và các tham số tinh tế hơn – và khi thời gian trôi qua, các mô hình mạnh mẽ hơn ra mắt, các hệ thống này đã có ngày càng nhiều phát hiện với tốc độ vượt xa khả năng của ông, tạo ra một vòng lặp phản hồi nghiên cứu hiệu quả. Ông Kettle chia sẻ: “Quá trình này thực sự thú vị. Hệ thống có những phát hiện đáng chú ý có thể cứ hai ngày một lần mà tôi thậm chí không cần đăng nhập, đến mức khiến tôi lo lắng, như thể tôi gần như không muốn biết. Có quá nhiều đầu mối nghiên cứu đến nỗi bạn sợ bỏ lỡ việc khám phá tất cả chúng, vì vậy nó buộc bạn phải tự động hóa nhiều phân tích hơn”. Ngoài việc tìm thấy nhiều ví dụ đã được chứng minh về một số lỗ hổng trong vài tháng hơn so với khả năng ông có thể tìm thấy trong vài năm, ông Kettle cũng hy vọng rằng hệ thống AI có thể tìm ra một lớp lỗi hoàn toàn mới thuộc loại đó. Và theo một cách nào đó, nó đã thành công, ông nói, nhưng phát hiện này liên quan đến một loại lỗi cực kỳ hiếm và thực tế không thể khai thác được trong một mục tiêu dễ bị tấn công duy nhất có sẵn. Tuy nhiên, ông Kettle nhấn mạnh rằng phát hiện Shared-Parser Confusion có ý nghĩa rất lớn, mặc dù đó là sự hợp tác giữa con người và AI, bởi vì nó minh họa thực tế về cách các hệ thống AI có thể đóng góp mạnh mẽ nhất vào công việc an ninh mạng hiện nay cho cả hoạt động phòng thủ và tấn công. Ông Kettle nói: “Nó không thể tự chứng minh điều này, nhưng nó đã phân tích một số phát hiện thực tế, đã được chứng minh và đưa ra giả thuyết, và tôi đã đánh giá và xác nhận nó. Đó có lẽ sẽ là khám phá có tác động lâu dài lớn nhất. Nó không thể tự làm điều đó, nhưng tôi chắc chắn sẽ không bao giờ tự mình tìm ra điều đó. Ngay cả khi bạn đưa cho tôi một dòng duy nhất từ [tài liệu], tôi cũng sẽ không thấy nó. Nhưng cùng nhau, chúng tôi đã tìm thấy nó”.