Câu trả lờiĐã xuất bản22 nguồn
AI đang thay đổi các cuộc tấn công mạng như thế nào?
AI đang làm các cuộc tấn công mạng quen thuộc trở nên nhanh hơn, rẻ hơn và dễ thích ứng hơn, thay vì thay thế hoàn toàn những kỹ thuật truyền thống. FunkSec và chiến dịch RevengeHotels năm 2025 cho thấy mã độc có thể được phát triển với sự hỗ trợ của AI; LameHug đi xa hơn khi truy vấn LLM trong lúc hoạt động để tạo...
Đăng bởiBiên tập bằng GPT-5.6 LunaHình ảnh được tạo bằng GPT Image 1.5
Câu trả lời nghiên cứu
Bài học chính
- AI đang làm các cuộc tấn công mạng quen thuộc trở nên nhanh hơn, rẻ hơn và dễ thích ứng hơn, thay vì thay thế hoàn toàn những kỹ thuật truyền thống.
- FunkSec và chiến dịch RevengeHotels năm 2025 cho thấy mã độc có thể được phát triển với sự hỗ trợ của AI; LameHug đi xa hơn khi truy vấn LLM trong lúc hoạt động để tạo lệnh trinh sát và thu thập dữ liệu.
- Từ tháng 1 đến tháng 4 năm 2026, Kaspersky phát hiện hơn 33.300 vụ tấn công nhắm vào doanh nghiệp nhỏ và vừa, trong đó phần mềm độc hại giả danh các dịch vụ AI phổ biến.
- Ưu tiên phòng thủ là giám sát hành vi: lưu lượng bất thường tới API mô hình ngôn ngữ, hoạt động script đáng ngờ, truy cập thông tin xác thực và quá trình tập hợp dữ liệu trước khi đánh cắp.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: How is artificial intelligence becoming deeply embedded in cyberattacks, according to Kaspersky and other cybersecurity researchers, and wha. Article summary: AI is becoming an operational layer across the attack chain: it helps criminals write and revise code, tailor phishing, automate reconnaissance, and vary payloads at machine speed. The clearest current evidence supports . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
AI đang trở thành một “lớp vận hành” trong tấn công mạng
Trí tuệ nhân tạo đang được đưa vào nhiều khâu của một chiến dịch tấn công mạng. Tội phạm mạng và các nhóm có liên hệ với nhà nước có thể dùng mô hình ngôn ngữ lớn (LLM) để viết thành phần mã độc, soạn nội dung phishing, sửa lỗi script và tạo nhiều biến thể nhanh hơn quy trình thủ công.
Tuy nhiên, kết luận chính xác nhất từ những bằng chứng hiện có là: AI đang tăng tốc và giúp các phương thức tấn công quen thuộc thích ứng tốt hơn, chứ chưa biến mọi cuộc tấn công thành một chiến dịch hoàn toàn tự động.
Thay đổi lớn nhất: rút ngắn chu kỳ tấn công
Phần lớn các vụ xâm nhập vẫn dựa trên những kỹ thuật đã quen thuộc như email lừa đảo, script độc hại, trojan truy cập từ xa (RAT) và đánh cắp dữ liệu. Điểm khác biệt là AI làm giảm thời gian, chi phí và trình độ chuyên môn cần thiết để triển khai các kỹ thuật này.
Kẻ tấn công có thể dùng LLM để tạo bản script ban đầu, dịch hoặc cá nhân hóa nội dung dụ dỗ, sửa mã sau mỗi lần thử nghiệm và tạo biến thể cho từng nhóm mục tiêu. Nhờ đó, việc thử-sai trở nên rẻ hơn, khoảng thời gian từ ý tưởng đến lúc phát động chiến dịch cũng ngắn hơn. Với bên phòng thủ, điều này đồng nghĩa số lượng cuộc tấn công có vẻ đáng tin cậy có thể tăng lên, trong khi thời gian phản ứng bị thu hẹp.
Vì vậy, không phải cứ xuất hiện hình ảnh hay thông điệp liên quan đến AI là có thể gọi đó là một “cuộc tấn công bằng AI”. Mức độ tham gia của AI có thể rất khác nhau, từ hỗ trợ viết mã cho đến trực tiếp tạo lệnh trong lúc mã độc đang chạy.
FunkSec: AI hỗ trợ phát triển mã độc tống tiền
Nghiên cứu của Kaspersky về FunkSec là một ví dụ về việc AI hỗ trợ xây dựng mã độc. Mã độc tống tiền viết bằng Rust này kết hợp mã hóa dữ liệu, đánh cắp dữ liệu cục bộ và tự dọn dẹp trong cùng một tệp thực thi. Kaspersky cũng cho biết các thành phần liên quan, trong đó có công cụ tạo mật khẩu và một công cụ DDoS cơ bản, mang dấu hiệu được tổng hợp mã bằng mô hình ngôn ngữ lớn. 28
39
Điều đó không có nghĩa LLM đã tự mình thiết kế, triển khai và vận hành toàn bộ chiến dịch. Bằng chứng cho thấy AI tạo sinh có thể đóng góp vào những thành phần mã độc hoạt động được, giúp kẻ tấn công lắp ghép một bộ công cụ gọn và thống nhất hơn với ít công sức thủ công hơn.
RevengeHotels: AI củng cố một chuỗi phishing truyền thống
Chiến dịch RevengeHotels năm 2025 cho thấy AI có thể làm một phương thức xâm nhập cũ hiệu quả hơn thay vì thay thế nó. Kaspersky ghi nhận các cuộc tấn công nhắm vào khách sạn ở Brazil và những thị trường nói tiếng Tây Ban Nha. Email lừa đảo được ngụy trang thành yêu cầu đặt phòng, hóa đơn hoặc hồ sơ xin việc. Nạn nhân sau đó bị chuyển tới các trang mô phỏng dịch vụ lưu trữ tài liệu, nơi script tiếp tục cài trojan truy cập từ xa như VenomRAT. 30
31
36
Kaspersky cho biết một phần đáng kể mã lây nhiễm ban đầu và mã tải xuống dường như được tạo bởi các tác nhân sử dụng LLM. 28 Dù vậy, chiến dịch vẫn dựa trên những mắt xích quen thuộc: kỹ nghệ xã hội, thực thi script và phát tán RAT. AI chủ yếu giúp tạo cũng như biến đổi các phần trong chuỗi lây nhiễm, qua đó cho phép nhóm tấn công thử nghiệm hiệu quả hơn trên nhiều khu vực và nhóm mục tiêu.
Do đó, cụm từ “được AI hỗ trợ” cần được giải thích rõ. Trong trường hợp này, mã được tạo với sự hỗ trợ của AI nằm bên trong một chiến dịch phishing truyền thống.
LameHug đưa LLM vào chính quá trình tấn công
Bước tiến đáng chú ý hơn là LameHug, trong một số tài liệu còn được gọi là PROMPTSTEAL. Khác với loại mã độc chỉ được viết bằng sự hỗ trợ của AI, LameHug sử dụng LLM ngay trong lúc thực thi.
Theo các phân tích dựa trên báo cáo của CERT-UA, mã độc này liên lạc với API của Hugging Face và sử dụng mô hình Qwen2.5-Coder-32B-Instruct của Alibaba Cloud để tạo động các lệnh Windows. Những lệnh đó có thể thu thập thông tin hệ thống và tìm các tài liệu Office để đánh cắp. 2
3
7
Cách vận hành này làm thay đổi hành vi của mã độc theo ba hướng:
- Chuỗi lệnh không nhất thiết phải được cố định từ đầu. Mã độc có thể yêu cầu tạo lệnh dựa trên chỉ dẫn và môi trường mà nó gặp trên máy bị xâm nhập.
- Mã độc có thể tận dụng các tiện ích hệ thống thông thường. Vì vậy, việc phát hiện cần tập trung vào hành vi và chuỗi lệnh, thay vì chỉ tìm một tệp độc lập có dấu hiệu đặc trưng.
4
- Hệ thống bị xâm nhập tạo ra một điểm phụ thuộc bên ngoài. Một máy tính bất ngờ gửi yêu cầu tới API mô hình ngôn ngữ có thể trở thành tín hiệu quan trọng cho đội ngũ bảo mật.
LameHug chưa chứng minh rằng mã độc đã trở nên tự trị. Nó cho thấy kẻ tấn công có thể đặt LLM vào vòng lặp vận hành, để mô hình hỗ trợ tạo các hành động trinh sát và thu thập dữ liệu theo thời gian thực.
Chính các công cụ AI cũng trở thành mồi nhử
AI không chỉ được dùng để tạo mã độc; nó còn được dùng làm “mồi” để dụ nạn nhân. Từ tháng 1 đến tháng 4 năm 2026, các giải pháp của Kaspersky phát hiện hơn 33.300 cuộc tấn công nhắm vào doanh nghiệp nhỏ và vừa, trong đó phần mềm độc hại hoặc phần mềm không mong muốn cho máy tính được ngụy trang thành các dịch vụ AI phổ biến. Con số này gần gấp năm lần cùng kỳ năm 2025. 50
51
Các phát hiện trên đo lường những phần mềm giả danh dịch vụ AI, không chứng minh mọi payload đều được AI tạo ra hay mọi cuộc tấn công đều do một hệ thống AI vận hành. Kết luận thận trọng hơn là kẻ tấn công đang khai thác niềm tin của người dùng vào các thương hiệu AI quen thuộc và tốc độ doanh nghiệp áp dụng công cụ AI.
Với nhân viên, rủi ro rất thực tế: một công cụ tạo ảnh, chatbot hoặc trợ lý năng suất giả có thể trở thành kênh phát tán mã độc. Chính sách cài đặt phần mềm, nguồn tải được xác minh và kiểm soát thiết bị đầu cuối vì thế vẫn quan trọng, ngay cả khi “sản phẩm” được quảng bá là một ứng dụng AI.
Các con số khu vực cho thấy mức độ phơi nhiễm, không phải nguyên nhân AI
Dữ liệu đo lường theo khu vực của Kaspersky cho thấy các mối đe dọa trên web vẫn phổ biến, nhưng không nên xem đó là số lượng các cuộc tấn công do AI điều khiển. Trong nửa đầu năm 2026, Kaspersky cho biết hệ thống của họ đã chặn 5,7 triệu cuộc tấn công từ các nguồn trực tuyến ở Nam Phi, 4,5 triệu ở Kenya và 1,6 triệu ở Nigeria. Türkiye ghi nhận tỷ lệ người dùng bị ảnh hưởng bởi các mối đe dọa trên web cao nhất trong bộ dữ liệu khu vực META, ở mức 22,8%. 14
Các chỉ số này bao gồm những mối đe dọa được phát tán qua website, email và dịch vụ web. Chúng cho thấy mức độ phơi nhiễm rộng trước các cuộc tấn công trực tuyến, chứ không chứng minh nguyên nhân là AI. Việc tách bạch hai điều này giúp tránh biến thống kê về tội phạm mạng nói chung thành bằng chứng cho các chiến dịch tự trị hoặc do AI tạo ra.
Vì sao khả năng thích ứng đáng lo hơn tính tự trị?
Rủi ro trước mắt không nhất thiết là sự xuất hiện đột ngột của những “đội quân mạng” tự điều hành. Đáng lo hơn là nhiều cải thiện nhỏ được cộng dồn trong toàn bộ chuỗi tấn công:
- mã có thể được viết nháp và chỉnh sửa nhanh hơn;
- email phishing có thể được điều chỉnh theo ngôn ngữ, ngành nghề và kịch bản khác nhau;
- script có thể được sửa lỗi và đóng gói lại nhanh hơn;
- hành vi của mã độc có thể thay đổi tùy môi trường;
- hoạt động trinh sát và thu thập dữ liệu có thể được điều chỉnh ngay khi mã độc đang chạy.
Kết hợp lại, những hiệu quả này làm giảm chi phí phát động một vụ xâm nhập và cho phép kẻ tấn công tiến hành nhiều thử nghiệm hơn. AI cũng có thể giúp những người ít kỹ năng bắt chước các kỹ thuật trước đây đòi hỏi chuyên môn cao.
Rủi ro đặc biệt đáng chú ý với các tổ chức có đội ngũ bảo mật mỏng, nắm giữ lượng lớn dữ liệu nhạy cảm hoặc phụ thuộc vào hệ sinh thái bên thứ ba phức tạp. Tuy nhiên, mọi tuyên bố về việc tấn công hạ tầng trọng yếu cần bằng chứng cụ thể về vụ xâm nhập, tác động và vai trò của AI. Tuyên bố từ một nhóm tấn công tự thân chưa phải là xác nhận độc lập cho bất kỳ điều nào trong số đó.
Doanh nghiệp nên ưu tiên phòng thủ ra sao?
Các ví dụ trên cho thấy cần một chiến lược nhiều lớp, tập trung vào hành vi. Tổ chức vẫn nên sử dụng chữ ký nhận diện và chặn các chỉ dấu đã biết, nhưng đồng thời phải theo dõi những hoạt động có thể cho thấy một cuộc tấn công được AI hỗ trợ hoặc có khả năng thích ứng động.
Các tín hiệu đáng chú ý gồm:
- tiến trình Python hoặc PyInstaller bất ngờ gửi yêu cầu ra ngoài tới dịch vụ mô hình ngôn ngữ;
- prompt được mã hóa bằng Base64 hoặc các lệnh gọi API bất thường từ những thiết bị vốn không sử dụng dịch vụ lập trình hay AI;
- chuỗi lệnh kết hợp các tiện ích như
systeminfo,tasklist,dsqueryhoặc tìm kiếm tệp đệ quy; - hoạt động script đáng ngờ qua JavaScript, PowerShell hoặc các trình thông dịch khác;
- truy cập thông tin xác thực, tập hợp tài liệu hoặc truyền dữ liệu ra ngoài bất thường;
- nhân viên cài đặt ứng dụng AI hoặc tiện ích trình duyệt chưa được phê duyệt.
Hướng dẫn phát hiện LameHug của Splunk đặc biệt lưu ý các tiến trình Python hoặc PyInstaller kết nối tới API Hugging Face và sử dụng mô hình Qwen. 4 Đây là ví dụ cụ thể về cách phát hiện hành vi xung quanh một cuộc tấn công có LLM, thay vì chờ mã độc sử dụng một chữ ký cố định.
Kết luận
AI đang được tích hợp ngày càng sâu vào tấn công mạng vì nó giúp các chiến dịch hiện có dễ tạo, dễ cá nhân hóa và dễ chỉnh sửa hơn. FunkSec và RevengeHotels cho thấy AI có thể hỗ trợ phát triển mã độc; LameHug cho thấy LLM có thể được truy vấn trong một cuộc xâm nhập đang diễn ra; còn các phát hiện của Kaspersky về doanh nghiệp nhỏ và vừa cho thấy chính mức độ phổ biến của AI cũng bị biến thành công cụ lừa đảo. 28
31
51
Cách mô tả chính xác nhất không phải là “AI đã thay thế hoạt động hack truyền thống”. Đúng hơn, AI đang trở thành một lớp tăng hiệu suất và khả năng thích ứng trong phishing, phát triển mã độc, trinh sát và đánh cắp dữ liệu. Các tổ chức cần chuẩn bị cho những cuộc tấn công đa dạng hơn, được lặp lại nhanh hơn, đồng thời phân biệt rõ phần nào đã được xác minh là có AI tham gia với những vụ tội phạm mạng chỉ khoác lên mình thương hiệu AI.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "AI đang thay đổi các cuộc tấn công mạng như thế nào?" là gì?
AI đang làm các cuộc tấn công mạng quen thuộc trở nên nhanh hơn, rẻ hơn và dễ thích ứng hơn, thay vì thay thế hoàn toàn những kỹ thuật truyền thống.
Những điểm chính cần xác nhận đầu tiên là gì?
AI đang làm các cuộc tấn công mạng quen thuộc trở nên nhanh hơn, rẻ hơn và dễ thích ứng hơn, thay vì thay thế hoàn toàn những kỹ thuật truyền thống. FunkSec và chiến dịch RevengeHotels năm 2025 cho thấy mã độc có thể được phát triển với sự hỗ trợ của AI; LameHug đi xa hơn khi truy vấn LLM trong lúc hoạt động để tạo lệnh trinh sát và thu thập dữ liệu.
Tôi nên làm gì tiếp theo trong thực tế?
Từ tháng 1 đến tháng 4 năm 2026, Kaspersky phát hiện hơn 33.300 vụ tấn công nhắm vào doanh nghiệp nhỏ và vừa, trong đó phần mềm độc hại giả danh các dịch vụ AI phổ biến.
Nguồn
me-en.kaspersky.comKaspersky uncovers the cyber threats defining the first half ...
securelist.comA new RevengeHotels campaign targets Latin America
kaspersky.comKaspersky discovers the return of RevengeHotels, leveraging AI in ...