Bỏ qua đến nội dung
Bảo mật

· 6 phút đọc

AI hiện có thể phát hiện lỗ hổng "zero-day" chỉ với 4 USD, và ngay cả những hacker kém kỹ năng nhất cũng có thể hưởng lợi

Những điểm chính cần nhớ về việc AI phát hiện lỗ hổng Khi AI tiến bộ, khả năng phát hiện các lỗ hổng "zero-day" của nó cũng ngày càng được cải thiện

Những điểm chính cần nhớ về việc AI phát hiện lỗ hổng

Khi AI tiến bộ, khả năng phát hiện các lỗ hổng "zero-day" của nó cũng ngày càng được cải thiện.

Chỉ ba trong bảy mô hình AI phát hiện được một lỗi của Google V8 đã được báo cáo bí mật.

Chi phí để phát hiện một lỗ hổng "zero-day" giờ chỉ còn 4 USD. Liệu các bên phòng thủ có theo kịp nhịp độ này không?

Các mô hình AI hàng đầu trên thị trường đã không thể phát hiện lỗ hổng "zero-day" hồi đầu năm.

Nhưng giờ đây chúng làm được điều đó trong chưa đầy 15 phút và chỉ với vài đô la, theo một báo cáo mới do công ty kiểm thử xâm nhập Xint.io công bố.

Những kết quả này đặt ra câu hỏi về cách các lỗ hổng sẽ được phát hiện và khai thác trong tương lai.

AI ngày càng hiệu quả và rẻ hơn – điều này tác động đến an ninh mạng

Tất cả các nhà phát triển AI lớn đang làm việc với tốc độ chóng mặt để nâng cao hiệu quả của mô hình. Đồng thời, giá token tiếp tục giảm. Các nghiên cứu cho thấy chi phí token trung bình, thay đổi tùy lĩnh vực, đã giảm khoảng 47% mỗi quý kể từ năm 2023 và giảm 15% chỉ trong tháng trước, do sự cạnh tranh gay gắt giữa các công ty như OpenAI và Anthropic.

Đây là tin tốt cho các doanh nghiệp muốn tận dụng AI để tăng năng suất và cung cấp dịch vụ mới. Nhưng khi giá token giảm, việc tin tặc thực hiện các cuộc tấn công có hỗ trợ của AI cũng trở nên rẻ hơn, bao gồm các vụ xâm phạm phần mềm do khai thác những lỗ hổng chưa được biết đến.

Báo cáo xem xét cách các mô hình AI phổ biến nhất đã phát triển trong năm qua, đến mức những cuộc tấn công an ninh mạng từng thất bại chỉ vài tháng trước nay lại thành công. Nhóm nghiên cứu đã phân tích bảy mô hình ra mắt từ tháng 2 năm 2026: hai của OpenAI, ba của Anthropic và hai mô hình mã nguồn mở của DeepSeek và Z.ai. Họ theo dõi hiệu suất của các mô hình này theo thời gian trong việc phát hiện một lỗ hổng mục tiêu.

4 USD: khả năng hack của AI đã thay đổi như thế nào trong năm 2026

Đối tượng của nghiên cứu là một lỗ hổng bảo mật trong công cụ V8 của Google. Được liệt kê với mã CVE-2026-102321, lỗi nhầm lẫn kiểu (type confusion) dẫn đến thực thi mã từ xa (RCE) này đã được Taisic Yun, nhà nghiên cứu tại Xint, báo cáo cho chương trình thưởng lỗ hổng của Google (VRP). Do đó, nó không có trong các tập dữ liệu huấn luyện của các mô hình AI.

Phạm vi nghiên cứu được giới hạn trong một tập hợp các tệp nguồn, bao gồm cả tệp chứa lỗ hổng, và mỗi mô hình được hướng dẫn tìm kiếm các lỗi bảo mật trong những tệp này.

Bài kiểm tra đầu tiên của Xint được thực hiện vào tháng Hai. Sau 25 giờ phân tích và chi 350 USD, các mô hình tốt nhất có sẵn vào thời điểm đó vẫn không phát hiện được lỗ hổng nghiêm trọng này.

Vào tháng Bảy, GPT 5.6 Sol đã phát hiện lỗ hổng «zero-day» trong 44 phút với chi phí 22 USD.

Vào tháng Chín, GPT 6 Sol đã tìm ra lỗi trong 13 phút chỉ với 4,24 USD nhờ lời nhắc có hướng dẫn đầu tiên.

Chỉ có ba trong số bảy mô hình phát hiện được lỗi: GPT 6 Sol, GPT 5.6 Sol và Claude Opus 5, tất cả đều ra mắt từ tháng Bảy. GPT 5.6 Sol cần hai lời nhắc, trong khi Claude Opus 5 phát hiện ngay ở lần thử đầu tiên, nhưng với chi phí cao hơn là 43,40 USD.

Các mô hình của DeepSeek và Z.ai đã thất bại trong nhiệm vụ này.

Vì sao các công cụ bảo mật AI rẻ hơn là con dao hai lưỡi

Các nhà nghiên cứu cho rằng sự kết hợp giữa việc phát triển mô hình AI và chi phí token thấp có nghĩa là những «hacker tầm thường» giờ đây có thể sử dụng hiệu quả các mô hình tiên tiến để phát hiện và có khả năng khai thác các lỗ hổng, và «mặc dù chúng ta vẫn còn xa mới thấy những người hoàn toàn nghiệp dư dùng các mô hình không bị kiểm soát để tấn công hệ thống và ứng dụng, những việc từng bị coi là quá khó và quá tốn kém để một hacker bình thường bỏ công sức nay đã nằm trong tầm tay họ.»

Do đó, các tổ chức cần điều chỉnh chiến lược bảo mật cho phù hợp. Nhưng chi phí token giảm, cùng với sự tiến bộ về kỹ năng và tốc độ của AI, cũng có thể có lợi cho bạn.

Không gì ngăn cản đội ngũ bảo mật hoặc những người kiểm thử xâm nhập của một tổ chức tự thực hiện chính những kiểm tra này để phát hiện lỗ hổng trước khi các tác nhân độc hại làm điều đó. Có thể nói việc kiểm thử có AI hỗ trợ không còn là vấn đề có thể gác lại đến kỳ rà soát ngân sách năm sau. Bằng cách thực hiện đánh giá rủi ro tập trung vào các điểm yếu tiềm ẩn, chẳng hạn như các dịch vụ truy cập công khai hoặc chuỗi cung ứng số đã nhiều năm chưa được kiểm toán, doanh nghiệp có thể giảm thiểu rủi ro từ các cuộc tấn công mạng dựa trên AI.

«Chuyên môn vẫn là yếu tố thiết yếu»

Các lỗ hổng «zero-day» là những lỗ hổng mà nhà cung cấp chưa biết. Và có thể chưa có bản vá khi chúng được công bố hoặc đang bị khai thác tích cực. Vì vậy, AI có những giới hạn, nhưng nó có thể giải phóng đội ngũ phòng thủ của bạn để họ tập trung vào các nhiệm vụ cần sự can thiệp của con người. Hơn nữa, việc duy trì kiểm soát truy cập «zero-trust», phân đoạn và củng cố hệ thống phòng thủ mạng, cũng như giám sát các thiết bị đầu cuối để phát hiện dấu hiệu hành vi đáng ngờ có thể hiệu quả ngang bằng, thậm chí hơn AI.

Như Xint nhấn mạnh, «chuyên môn vẫn là yếu tố thiết yếu» khi huấn luyện các mô hình AI phát hiện lỗ hổng. Trong một số trường hợp, các mô hình không thể tự xác định lỗ hổng mục tiêu nếu không có hỗ trợ, buộc phải chạy thêm các lượt, làm tăng thời gian và chi phí.

"Các lỗ hổng phần mềm vẫn luôn đòi hỏi một mức độ kỹ năng kỹ thuật nhất định", các nhà nghiên cứu khẳng định, "nhưng không còn đòi hỏi chuyên môn ở trình độ rất cao nữa."

Source : "ZDNet.com"


Tài liệu nguồn để biên tập: ZDNet, tác giả Chưa xác định.

Chủ đề xu hướng: zdnet. Thời điểm xu hướng trong nguồn cấp: 2026-11-16T07:22:00Z.

  • Bản tin
  • ZDNet