Mô hình AI của Anthropic khai thác chuỗi lỗ hổng zero-day thành mã độc thực tế

Một mô hình nghiên cứu nội bộ chưa công bố của Anthropic đã thành công trong việc xác định và kết hợp nhiều lỗ hổng bảo mật trên các nền tảng lớn bao gồm Chrome, Safari, Android, Windows và Linux. Công ty báo cáo những phát hiện này vào cuối tháng 10 năm 2026, xác nhận rằng tất cả các nhà cung cấp phần mềm đều đã vá các lỗi sau khi nhận được thông tin tiết lộ có phối hợp.

Chuyện gì đã xảy ra

Đội Frontier Red Team của Anthropic chứng minh rằng một mô hình AI duy nhất có thể tìm thấy các lỗi riêng biệt và kết hợp chúng thành các bản trình diễn khái niệm (PoC) hoạt động hiệu quả, một nhiệm vụ trước đây chỉ dành cho các đội ngũ an ninh chuyên nghiệp. Công ty nhấn mạnh rằng các cuộc tấn công thử nghiệm này được tạo ra trong môi trường phòng thí nghiệm được kiểm soát thông qua việc đưa ra câu lệnh (prompting) và chưa từng được quan sát thấy trong các cuộc tấn công thực tế. Mọi lỗ hổng đều được báo cáo cho nhà cung cấp tương ứng trước khi công khai chi tiết, đảm bảo các bản vá đã sẵn sàng khi thông tin được tiết lộ.

Minh chứng đáng chú ý nhất liên quan đến một cuộc tấn công vào Chrome trên macOS. Sau khi người dùng truy cập một trang web độc hại, cuộc tấn công mở ứng dụng Calculator chỉ trong vài giây mà không cần thêm bất kỳ cú nhấp chuột hay tương tác nào khác. Chuỗi tấn công này dựa vào bốn lỗ hổng riêng biệt hoạt động tuần tự: lỗi hỏng bộ nhớ trong engine JavaScript V8, thoát khỏi sandbox, điều kiện tranh chấp (race condition) trong CacheStorage làm rò rỉ cấu trúc bộ nhớ, và lỗi use-after-free trong tính năng đăng nhập FedCM cho phép thực thi mã bên ngoài sandbox của trình duyệt. Google ghi nhận công lao của nhà nghiên cứu Anthropic Xinyang Ge, với sự hỗ trợ bởi Claude, cho các sửa chữa cụ thể trong Chrome 156, phiên bản đã xử lý 62 lỗi được báo cáo.

Các chuỗi tấn công khác nhắm vào những nền tảng khác nhau với mức độ ảnh hưởng đa dạng. Một cuộc tấn công vào Safari vô hiệu hóa chính sách cùng nguồn gốc (same-origin policy), cho phép một trang web độc hại đọc dữ liệu từ các trang web khác nơi người dùng đang đăng nhập, chẳng hạn như email hoặc cổng ngân hàng. Apple ghi nhận Milad Nasr và Nicholas Carlini cùng với Claude cho bản sửa lỗi trong iOS và iPadOS 26.5.2. Một chuỗi tấn công Android cho phép sao chép dữ liệu từ điện thoại bị khóa qua USB, trong khi các chuỗi tấn công Windows và Linux nhắm vào các lỗ hổng phía máy chủ. Lỗi trên Windows gây ra sập hệ thống từ chối dịch vụ (DoS) thông qua yêu cầu HTTP/3, còn lỗi trên Linux cho phép thực thi lệnh root từ xa trên các máy chủ chạy listener multipath TCP.

Cách thức hoạt động

Năng lực cốt lõi được chứng minh ở đây không chỉ là tìm ra một lỗi đơn lẻ, mà là kết hợp nhiều lỗi có mức độ nghiêm trọng thấp hoặc cô lập thành một cuộc tấn công có tác động cao. Trong ví dụ về Chrome, mô hình không dựa vào một lỗi nghiêm trọng duy nhất mà điều phối bốn vấn đề riêng biệt. Nó bắt đầu bằng cách làm hỏng bộ nhớ trong engine JavaScript, sau đó thoát khỏi sandbox, sử dụng điều kiện tranh chấp để ánh xạ bộ nhớ đặc quyền, và cuối cùng khai thác lỗi trong tính năng đăng nhập để phá vỡ hoàn toàn. Logic đa bước này đòi hỏi hiểu biết về cách các thành phần khác nhau của một stack phần mềm phức tạp tương tác với nhau, một mức độ suy luận mà các mô hình AI ngày càng thể hiện tốt.

Đối với cuộc tấn công Linux, mô hình đã vượt qua Kernel Address Space Layout Randomization (KASLR), một cơ chế phòng thủ ngẫu nhiên hóa địa chỉ bộ nhớ để ngăn chặn kẻ tấn công biết vị trí cần đánh trúng. AI trước tiên làm rò rỉ một địa chỉ bộ nhớ kernel, sau đó sử dụng điều kiện tranh chấp để chuyển hướng thực thi chương trình sang mã do kẻ tấn công đặt. Anthropic lưu ý rằng quá trình này mất 48 phút để rò rỉ địa chỉ và thêm năm phút nữa để có được shell root, nhưng vì các lần thử thất bại không làm sập hệ thống, kẻ tấn công có thể thử lại vô hạn. Cơ chế bền vững này khiến cuộc tấn công đặc biệt nguy hiểm mặc dù thời gian thực hiện khá dài.

Chi tiết chính

• Chrome: Cuộc tấn công chạy mã bên ngoài sandbox trên macOS với một cú nhấp chuột; được sửa trong Chrome 156 vào ngày 20 tháng 10 năm 2026.
• Safari: Vô hiệu hóa chính sách cùng nguồn gốc để đọc dữ liệu chéo trang; được sửa trong iOS/iPadOS 26.5.2 vào ngày 29 tháng 6 năm 2026.
• Windows: Sập hệ thống từ chối dịch vụ (DoS) qua gói tin HTTP/3; liên quan đến CVE-2026-33096, được vá vào tháng 4 năm 2026.
• Linux: Thực thi root từ xa qua multipath TCP; liên quan đến CVE-2026-98432, được vá vào ngày 15 tháng 10 năm 2026.
• Android: Đánh cắp dữ liệu từ thiết bị bị khóa qua USB; Google xác nhận đã sửa, nhưng không tìm thấy hồ sơ CVE công khai.
• Tiết lộ: Tất cả các lỗi được báo cáo theo chính sách tiết lộ có phối hợp 90 ngày với tùy chọn gia hạn 45 ngày.

Tại sao điều này quan trọng

Đối với các kỹ sư phần mềm và trưởng nhóm an ninh, báo cáo này báo hiệu một sự thay đổi trong bối cảnh mối đe dọa. Nếu các mô hình AI có thể kết hợp các lỗ hổng với "sự tham gia tối thiểu của con người", rào cản để tạo ra các cuộc tấn công tinh vi sẽ giảm đi đáng kể. Trước đây, việc tạo ra một chuỗi tấn công đáng tin cậy đòi hỏi kiến thức chuyên sâu, ngách và nhiều tuần phân tích ngược thủ công. Bây giờ, logic khám phá ban đầu và kết hợp lỗ hổng có thể được tự động hóa, tiềm năng cho phép những kẻ tấn công ít kỹ năng hơn vũ khí hóa các lỗ hổng nhanh hơn tốc độ vá lỗi của các nhà phòng thủ.

Tuy nhiên, cùng công nghệ này cũng mang lại khả năng phòng thủ mạnh mẽ. Anthropic định khung công việc này như một lợi ích cho các nhà phòng thủ, nhấn mạnh Chương trình Xác minh An ninh mạng (Cyber Verification Program) cung cấp cho các chuyên gia đã được thẩm định quyền truy cập vào các mô hình nâng cao như Claude Opus 5.5 và Sonnet 5.5. Bằng cách sử dụng AI để chủ động tìm kiếm và kết hợp các lỗi, các tổ chức có thể xác định các điểm yếu trong hệ thống của chính họ trước khi đối thủ làm vậy. Bài học chính là kiểm thử an ninh dựa trên AI không còn là lý thuyết; nó đang tạo ra các cuộc tấn công hoạt động được, có thể xác minh, giúp khẳng định mức độ nghiêm trọng của các vấn đề được báo cáo.

Bạn có thể làm gì

• Cập nhật tất cả các trình duyệt và hệ điều hành lên phiên bản mới nhất, cụ thể là Chrome 156+, iOS/iPadOS 26.5.2+ và các bản cập nhật kernel Linux gần đây.
• Xem xét cấu hình máy chủ để tắt các dịch vụ không cần thiết như listener multipath TCP nếu hạ tầng của bạn không yêu cầu.
• Triển khai các tiêu đề Content Security Policy (CSP) nghiêm ngặt để giảm thiểu tác động của các cuộc thoát sandbox tiềm năng trong các ứng dụng web.
• Đánh giá các công cụ kiểm thử an ninh hỗ trợ bởi AI cho quy trình phát triển của bạn để xác định các chuỗi lỗ hổng sớm trong giai đoạn viết mã.
• Theo dõi các ghi chú phát hành của nhà cung cấp về các đóng góp liên quan đến phát hiện hỗ trợ bởi AI, vì điều này có thể chỉ ra khối lượng lớn hơn các lỗ hổng được tìm thấy trong các bản cập nhật tương lai.
• Đảm bảo các giao thức an ninh vật lý cho thiết bị di động đủ mạnh, vì các cuộc tấn công do AI phát hiện có thể nhắm vào các vector truy cập cục bộ như gỡ lỗi USB.