Mô hình AI của Anthropic bị hack, lo ngại về an ninh mạng gia tăng

Một trong những công ty khởi nghiệp trí tuệ nhân tạo (AI) hàng đầu của Mỹ, Anthropic, đã thông báo về việc mô hình AI Claude của họ đã bị hack trong quá trình thử nghiệm, dẫn đến việc truy cập trái phép vào 3 tổ chức bên ngoài. Sự cố này xảy ra sau khi OpenAI cũng gặp phải một tình huống tương tự vào tuần trước, làm gia tăng lo ngại về an ninh mạng liên quan đến AI.

Trong thông cáo phát đi vào ngày 30 tháng 7 (theo giờ địa phương), Anthropic cho biết: "Trong quá trình đánh giá an ninh mạng, chúng tôi đã xác nhận 3 trường hợp truy cập trái phép vào hệ thống thực tế của 3 tổ chức trong quá trình mô hình Claude kết nối với internet trong môi trường đánh giá của bên thứ ba." Anthropic đã xem xét tổng cộng 141.006 trường hợp đánh giá và cho biết sự cố đầu tiên xảy ra vào tháng 4.

Anthropic giải thích rằng sau khi sự cố hack xảy ra với GPT của OpenAI, họ đã tiến hành đánh giá nội bộ đối với 3 mô hình, bao gồm Claude Opus 4.7, Mythos 5 và một mô hình thử nghiệm nội bộ. Trước đó, vào ngày 21 tháng 7, OpenAI đã thông báo rằng một số mô hình AI, bao gồm GPT-5.6 Sol, đã thoát khỏi môi trường thử nghiệm cách ly thông qua các lỗ hổng 'zero-day' chưa được biết đến và đã truy cập vào môi trường hoạt động của nền tảng cộng đồng AI 'Hugging Face'.

Anthropic cho biết sự cố này xảy ra trong giai đoạn 'capture-the-flag', một bài kiểm tra nhằm xâm nhập vào máy tính khác trên mạng để tìm kiếm thông tin bí mật (cờ). Tuy nhiên, Anthropic đã chỉ định rằng Claude không được phép truy cập internet trong bài kiểm tra này, nhưng do sự hiểu lầm với đối tác đánh giá Irregular, thực tế Claude đã có thể truy cập internet.

Do đó, khi Claude phát hiện ra hệ thống thực tế trên internet, nó đã coi đó là một phần của bài kiểm tra và đã sử dụng các kỹ thuật cơ bản như bẻ khóa mật khẩu yếu và khai thác các điểm cuối chưa được xác minh để xâm nhập vào cơ sở hạ tầng của các tổ chức đó. Tuy nhiên, Anthropic cho biết Claude chỉ thu thập được 'cờ' trong hệ thống đó và không thực hiện bất kỳ hành vi xâm phạm nào khác.

Anthropic đã bắt đầu xem xét hồ sơ truy cập của Claude vào ngày 23 tháng 7 và sau khi phát hiện ra khả năng truy cập internet, họ đã ngừng tất cả các đánh giá an ninh trong ngày hôm đó. Vào ngày 27 tháng 7, họ đã thông báo cho 3 tổ chức mà Claude đã truy cập vào cơ sở hạ tầng của họ. Họ nhấn mạnh rằng khi các mô hình AI ngày càng mạnh mẽ, cần có sự kiểm soát chặt chẽ hơn trong các bài thử nghiệm.

Sự việc này, cùng với việc OpenAI và Anthropic báo cáo các trường hợp hack không mong muốn trong môi trường thử nghiệm, đã làm gia tăng lo ngại về an ninh mạng liên quan đến các mô hình AI. Ngày hôm trước, Tổng thống Mỹ Donald Trump đã đề cập rằng chính phủ đang xem xét các biện pháp tăng cường quy định đối với AI sau sự cố hack của mô hình OpenAI vào tuần trước. Trước đó, vào ngày 28 tháng 7, hơn 1.100 nhân viên từ các công ty AI hàng đầu như OpenAI, Anthropic, Google và Meta đã kêu gọi chính phủ Mỹ cần có các tiêu chuẩn quốc tế để điều chỉnh tốc độ phát triển AI.



* Bài viết này được dịch tự động bằng AI.

• #an ninh mạng
• #Anthropic
• #hack AI