Khi tiền mã hóa ngày càng dựa vào mã nguồn mở, hợp đồng thông minh và những hệ thống kết nối liên tục với Internet, AI đang mở ra một cuộc đua mới giữa tấn công và phòng thủ.
Theo Tiến sĩ Jeff Nijsse, giảng viên cấp cao ngành Kĩ thuật phần mềm, Đại học RMIT Việt Nam chia sẻ riêng với tạp chí Một Thế Giới, những cuộc tấn công sử dụng tác tử AI để tự động tìm kiếm lỗ hổng đã bắt đầu xuất hiện. Nhưng cũng chính công nghệ này có thể được sử dụng để “săn” lỗ hổng trước hacker, biến an ninh mạng thành một cuộc chạy đua giữa những hệ thống AI đối đầu nhau.
AI có thể biến việc tìm lỗ hổng thành một cuộc “săn” tự động
Một trong những đặc điểm khiến hệ sinh thái tiền mã hóa khác biệt với nhiều hệ thống tài chính truyền thống là mức độ phụ thuộc rất lớn vào phần mềm mã nguồn mở. Hàng nghìn dự án blockchain, ví điện tử, giao thức tài chính phi tập trung và hợp đồng thông minh được công khai để cộng đồng kiểm tra, phát triển và sử dụng.
Tính mở này đem lại khả năng đổi mới rất nhanh, nhưng đồng thời cũng tạo ra một bề mặt tấn công rộng lớn. Một lỗi trong một đoạn mã có thể không chỉ ảnh hưởng tới một máy tính hay một ứng dụng riêng lẻ. Nếu nó nằm trong một giao thức được sử dụng rộng rãi, hậu quả có thể lan sang nhiều người dùng và tài sản cùng lúc. Sự xuất hiện của các tác tử AI đang làm thay đổi thêm bài toán đó.
Thay vì một nhóm hacker phải lần lượt đọc mã nguồn, tìm kiếm những đoạn mã bất thường, mô phỏng các tình huống tấn công rồi kiểm tra từng lỗ hổng, một tác tử AI có thể được giao nhiệm vụ rà soát một lượng mã khổng lồ trong thời gian ngắn. Nó có thể tìm kiếm các mẫu lỗi, thử những cách tương tác khác nhau với hệ thống và liên tục điều chỉnh chiến lược dựa trên kết quả thu được.
Khi năng lực tính toán ngày càng phổ biến, quy mô của hoạt động này cũng có thể tăng lên rất nhanh. Tiến sĩ Jeff Nijsse nhận định: “Điều này đã bắt đầu xảy ra khi năng lực tính toán ngày càng sẵn có. Thiệt hại có thể rất lớn”.
Theo ông, một cuộc tấn công tự động ở quy mô lớn không còn chỉ là kịch bản giả định xa vời. Nếu một tác tử có thể đồng thời quét hàng nghìn hợp đồng thông minh hoặc các kho mã nguồn mở, tốc độ phát hiện lỗ hổng có thể vượt xa khả năng kiểm tra thủ công của con người.
Điểm đáng lo là trong lĩnh vực tiền mã hóa, giá trị được kết nối trực tiếp với phần mềm. Một lỗi kĩ thuật có thể trở thành tổn thất tài chính gần như ngay lập tức nếu kẻ tấn công tìm được cách khai thác.
Vụ việc liên quan đến Liquid Network gần đây là một ví dụ được TS Nijsse nhắc tới. Theo mô tả của ông, các đối tượng tấn công đã khai thác một lỗi xác thực tinh vi trong hạ tầng liên kết, từ đó tạo ra và rút lượng tài sản Bitcoin có giá trị lên tới hàng trăm triệu USD.
Dù mỗi vụ tấn công có nguyên nhân kĩ thuật khác nhau, sự việc cho thấy một đặc điểm quan trọng của nền kinh tế số: Một lỗi phần mềm có thể nhanh chóng biến thành một sự cố tài chính với quy mô rất lớn.
Nếu AI giúp hacker tự động hóa quá trình tìm kiếm những lỗi như vậy, khoảng cách giữa việc “có một lỗ hổng” và “có một cuộc tấn công thực tế” có thể ngày càng ngắn lại.
Một tác tử AI có thể vừa là hacker, vừa là người bảo vệ cho tiền mã hóa
Tuy nhiên, câu chuyện không chỉ có một chiều. Điểm đặc biệt của AI trong an ninh mạng là cùng một năng lực có thể được sử dụng cho cả tấn công lẫn phòng thủ. Một hệ thống có khả năng tìm ra cách phá vỡ giao thức cũng có thể được yêu cầu tìm cách củng cố chính giao thức đó.
TS Jeff Nijsse nhấn mạnh chính khía cạnh này khi cho rằng các tác tử AI “cũng có thể được sử dụng cho mục đích phòng thủ để tăng cường bảo mật cho hệ thống”. Đây là sự thay đổi quan trọng trong cách tiếp cận an ninh mạng.
Trong mô hình truyền thống, các nhóm bảo mật thường kiểm tra hệ thống theo những chu kì nhất định. Một đội ngũ phát triển phần mềm viết mã, các chuyên gia bảo mật kiểm tra, lỗ hổng được phát hiện và bản vá được phát hành. Nhưng giữa hai lần kiểm tra, hệ thống vẫn có thể xuất hiện những rủi ro mới.
AI có khả năng biến quá trình này thành một hoạt động liên tục hơn. Một tác tử có thể thường xuyên quét mã nguồn, mô phỏng hành vi của kẻ tấn công, thử những phương thức khai thác mới và cảnh báo khi phát hiện dấu hiệu bất thường. Nếu được triển khai đúng cách, hệ thống phòng thủ có thể chuyển từ thế bị động sang chủ động.
TS Nijsse dẫn ví dụ về một đợt Red Teaming gần đây đối với hệ sinh thái Bitcoin. Trong hoạt động này, các nhà nghiên cứu sử dụng những mô hình AI tiên tiến như Kimi K3 để quét hơn 500 kho mã nguồn mở và phát hiện gần 8.000 lỗ hổng tiềm ẩn.
“Red Teaming” có thể hiểu đơn giản là việc tổ chức một nhóm đóng vai kẻ tấn công để chủ động tìm cách phá vỡ hệ thống. Mục tiêu không phải gây thiệt hại mà là tìm ra điểm yếu trước khi một cuộc tấn công thực sự xảy ra. Nếu cách làm này được tự động hóa bằng AI, quy mô kiểm tra có thể tăng lên đáng kể.
Thay vì chờ một hacker phát hiện lỗ hổng rồi mới phản ứng, các nhà phát triển có thể chủ động giao cho AI nhiệm vụ đóng vai hacker. Tác tử tìm thấy điểm yếu nào, đội ngũ phát triển có thể sửa điểm yếu đó trước khi mã nguồn được đưa vào sử dụng rộng rãi. Điều này tạo ra một cuộc chạy đua mới: AI tấn công tìm lỗi, trong khi AI phòng thủ tìm lỗi trước.
An ninh mạng phải thay đổi nếu AI ngày càng nhanh hơn con người
Theo TS Nijsse, mức độ nghiêm trọng của nguy cơ tấn công tự động phụ thuộc không chỉ vào sức mạnh của AI mà còn vào khả năng thích ứng của hệ thống phòng thủ. Ông lưu ý rằng rủi ro này “chủ yếu trở thành hiện thực nếu hệ thống phòng thủ an ninh mạng vẫn không thay đổi”. Đây có thể là điểm mấu chốt của cuộc đua AI trong an ninh mạng.
Nếu hacker sử dụng AI để quét hàng nghìn hệ thống nhưng doanh nghiệp vẫn kiểm tra bảo mật theo cách thủ công, định kì và tĩnh, lợi thế về tốc độ sẽ nghiêng về phía tấn công. Ngược lại, nếu các hệ thống phòng thủ cũng sử dụng AI để liên tục kiểm tra, mô phỏng và phát hiện lỗ hổng, khoảng cách đó có thể được thu hẹp.
Một ví dụ được TS Nijsse đề cập là Project Glasswing của Anthropic. Theo ông, sáng kiến này được triển khai với sự phối hợp của cơ quan quản lí chính phủ, trong đó một số đối tác doanh nghiệp đáng tin cậy tại Mỹ được cấp quyền truy cập có kiểm soát vào các hệ thống AI mang tên Mythos/Fable để kiểm tra hạ tầng trọng yếu.
Ý tưởng rộng hơn phía sau những chương trình như vậy là đưa AI vào chính tuyến đầu của hoạt động bảo mật. Ý tưởng này giống như tiêm vắc-xin, tức là để AI thử tấn công trước rồi phát hiện điểm yếu trước và giúp con người khắc phục trước khi lỗ hổng bị khai thác trong thực tế.
Điều này đặc biệt quan trọng đối với tiền mã hóa bởi một hệ thống blockchain không giống một phần mềm doanh nghiệp thông thường. Nhiều giao thức hoạt động công khai, tài sản có thể được chuyển đi rất nhanh và giao dịch trên blockchain thường không thể đảo ngược theo cách của một giao dịch ngân hàng truyền thống. Một lỗi được phát hiện muộn vì thế có thể có giá trị rất lớn.
Nhưng cũng chính đặc điểm mã nguồn mở lại tạo điều kiện cho cộng đồng kiểm tra và phát hiện lỗi. Nếu AI được sử dụng rộng rãi cho mục đích phòng thủ, hàng nghìn dự án có thể được kiểm tra với tốc độ mà con người khó đạt được.
Cuộc cạnh tranh sắp tới vì vậy có thể không đơn giản là giữa hacker và chuyên gia an ninh mạng. Đó có thể là cuộc đối đầu giữa những tác tử AI được giao nhiệm vụ tấn công và những tác tử AI được giao nhiệm vụ bảo vệ.
Với tiền mã hóa, nơi mã nguồn, tài sản và hạ tầng tài chính ngày càng gắn chặt với nhau, tốc độ phát hiện lỗ hổng có thể trở thành một yếu tố quyết định. Như TS Jeff Nijsse phân tích, nguy cơ không nằm đơn thuần ở việc AI trở nên giỏi hơn trong việc phá hệ thống, mà ở việc hệ thống phòng thủ có kịp thay đổi với tốc độ tương ứng hay không.
Nếu câu trả lời là không, một lỗ hổng vốn tồn tại âm thầm trong mã nguồn có thể được AI biến thành mục tiêu chỉ trong thời gian rất ngắn. Còn nếu AI phòng thủ đi trước, chính công nghệ từng được xem là công cụ của kẻ tấn công có thể trở thành một trong những lớp bảo vệ quan trọng nhất của nền kinh tế tiền mã hóa.
