Các tác nhân AI cho phép tạo ra các sâu máy tính thích ứng

Khoa học Máy tính > Mật mã học và An ninh arXiv:2606.03811 (cs) [Đệ trình ngày 2/6/2026] Tiêu đề: Các tác nhân AI cho phép sâu máy tính thích ứng Tác giả: Jonas Guan, Tom Blanchard, Hanna Foerster, Hengrui Jia, Gabriel Huang, Nicolas Papernot Xem bản PDF của bài báo có tiêu đề "AI Agents Enable Adaptive Computer Worms", của Jonas Guan và 5 tác giả khác Xem PDF HTML (thử nghiệm) Tóm tắt: Sâu máy tính là phần mềm độc hại lây lan trên mạng bằng cách tự sao chép từ máy này sang máy khác. Các loại sâu truyền thống, như WannaCry, khai thác các lỗ hổng đã được xác định trước và sự lây lan của chúng có thể bị ngăn chặn bằng cách vá các lỗ hổng đó. Tại đây, chúng tôi chỉ ra rằng các tác nhân trí tuệ nhân tạo (AI) tạo ra một mối đe dọa hoàn toàn mới: một loại sâu tạo ra các chiến lược tấn công phù hợp cho từng mục tiêu mà nó gặp phải. Loại sâu này sử dụng các máy tính bị xâm nhập một cách ký sinh để chạy các mô hình ngôn ngữ lớn (LLM) mã nguồn mở nhằm duy trì khả năng suy luận của nó, hoặc mở rộng phạm vi tiếp cận để thực hiện các cuộc tấn công tiếp theo. Được triển khai trên một mạng lưới máy tính bao gồm các thiết bị Linux, Windows và IoT (Internet of Things), loại sâu này đã lây lan bằng cách khai thác các lỗ hổng mạng doanh nghiệp phổ biến, có thật. Vì loại sâu này được cung cấp năng lượng tính toán bị đánh cắp, chi phí biên của kẻ tấn công cho mỗi lần lây nhiễm mới là bằng không. Điều này tạo ra sự bất đối xứng kinh tế gây mất ổn định giữa những kẻ tấn công và những người phòng thủ. Hơn nữa, vì loại sâu này không yêu cầu nền tảng AI thương mại nào, các biện pháp kiểm soát an toàn tập trung, như từ chối dịch vụ hoặc giới hạn tốc độ, về cơ bản là không liên quan. Kết quả của chúng tôi chứng minh rằng các mối đe dọa mạng do AI điều khiển, tự duy trì không còn là lý thuyết. Chúng ta phải chuẩn bị cho các đối thủ tự động tạo sinh: các hệ thống phần mềm độc hại lây lan mà không cần người vận hành và được định nghĩa không phải bằng mã khai thác cố định, mà bằng khả năng suy luận về các mục tiêu, thích ứng với các quan sát và tổng hợp logic tấn công trong thời gian thực. Chủ đề: Mật mã học và An ninh (cs.CR); Trí tuệ nhân tạo (cs.AI); Học máy (cs.LG) Trích dẫn dưới dạng: arXiv:2606.03811 [cs.CR] (hoặc arXiv:2606.03811v1 [cs.CR] cho phiên bản này) https://doi.org/10.48550/arXiv.2606.03811 Tập trung để tìm hiểu thêm DOI do arXiv cấp thông qua DataCite Lịch sử đệ trình Từ: Hengrui Jia [xem email] [v1] Thứ Ba, 2/6/2026 15:54:39 UTC (918 KB) Liên kết toàn văn: Truy cập bài báo: Xem bản PDF của bài báo có tiêu đề "AI Agents Enable Adaptive Computer Worms", của Jonas Guan và 5 tác giả khác Xem PDF HTML (thử nghiệm) Nguồn TeX xem giấy phép Ngữ cảnh duyệt hiện tại: cs.CR < trước | tiếp theo > mới | gần đây | 2026-06 Thay đổi để duyệt theo: cs cs.AI cs.LG Tài liệu tham khảo & Trích dẫn NASA ADS Google Scholar Semantic Scholar xuất trích dẫn BibTeX Đang tải... Trích dẫn định dạng BibTeX × đang tải... Dữ liệu được cung cấp bởi: Đánh dấu Công cụ thư mục Công cụ thư mục và trích dẫn Trình khám phá thư mục Chuyển đổi Trình khám phá thư mục (Trình khám phá là gì?) Bài báo liên quan Chuyển đổi Bài báo liên quan (Bài báo liên quan là gì?) Litmaps Chuyển đổi Litmaps (Litmaps là gì?) scite.ai Chuyển đổi Trích dẫn thông minh scite (Trích dẫn thông minh là gì?) Mã, Dữ liệu, Phương tiện Mã, Dữ liệu và Phương tiện liên quan đến bài viết này alphaXiv Chuyển đổi alphaXiv (alphaXiv là gì?) Liên kết đến Mã nguồn (Links to Code) CatalyzeX Code Finder for Papers (CatalyzeX là gì?) DagsHub DagsHub (DagsHub là gì?) GotitPub Gotit.pub (GotitPub là gì?) Huggingface Hugging Face (Huggingface là gì?) ScienceCast ScienceCast (ScienceCast là gì?) Bản thử nghiệm (Demos) Bản thử nghiệm Replicate Replicate (Replicate là gì?) Spaces Hugging Face Spaces (Spaces là gì?) Spaces TXYZ.AI (TXYZ.AI là gì?) Các bài báo liên quan (Related Papers) Công cụ đề xuất và tìm kiếm (Recommenders and Search Tools) Liên kết đến Influence Flower Influence Flower (Influence Flowers là gì?) Công cụ đề xuất cốt lõi (Core recommender) CORE Recommender (CORE là gì?) Tác giả Địa điểm Tổ chức Chủ đề Về arXivLabs arXivLabs: các dự án thử nghiệm với cộng đồng cộng tác viên arXivLabs là một khuôn khổ cho phép các cộng tác viên phát triển và chia sẻ các tính năng arXiv mới trực tiếp trên trang web của chúng tôi. Cả cá nhân và tổ chức làm việc với arXivLabs đều đã chấp nhận và tuân thủ các giá trị của chúng tôi về sự cởi mở, cộng đồng, sự xuất sắc và quyền riêng tư dữ liệu người dùng. arXiv cam kết với những giá trị này và chỉ làm việc với các đối tác tuân thủ chúng. Bạn có ý tưởng cho một dự án sẽ mang lại giá trị cho cộng đồng arXiv? Tìm hiểu thêm về arXivLabs. Những tác giả nào của bài báo này là người xác nhận? | Vô hiệu hóa MathJax (MathJax là gì?)