Một loại mã độc tống tiền mới xuất hiện

Các nhóm vận hành mã độc tống tiền từ trước đến nay thường nhắm vào những thứ có thể kiếm tiền nhanh chóng: cơ sở dữ liệu, hồ sơ tài chính, tệp khách hàng. Nhưng một tác nhân đe dọa được theo dõi với định danh JADEPUFFER đã chuyển trọng tâm sang thứ chuyên biệt hơn và, ở một góc độ nào đó, gây thiệt hại lớn hơn: các mô hình AI và dữ liệu huấn luyện mà các công ty ngày càng phụ thuộc để vận hành doanh nghiệp.

Theo báo cáo gần đây, JADEPUFFER đã leo thang từ tống tiền cơ sở dữ liệu tự động sang phá hoại mô hình AI có chủ đích, triển khai một mã độc tống tiền tùy chỉnh viết bằng Go có tên ENCFORGE. Thay vì chỉ khóa tệp để đòi tiền chuộc, phần mềm độc hại này được thiết kế để mã hóa và phá hủy hiệu quả các mô hình đã huấn luyện cùng bộ dữ liệu mà tổ chức dựa vào cho các hoạt động học máy. Sự khác biệt đó rất quan trọng. Cơ sở dữ liệu thường có thể được khôi phục từ bản sao lưu tương đối nhanh. Còn mô hình AI đã huấn luyện, được xây dựng qua nhiều tháng hoặc nhiều năm dữ liệu tuyển chọn và đầu tư tính toán, thì khó thay thế hơn rất nhiều.

Vì sao hạ tầng AI trở thành mục tiêu mới

Điều khiến chiến dịch này đáng chú ý không chỉ nằm ở tải trọng tấn công, mà còn ở cơ chế phát tán. JADEPUFFER đã được ghi nhận sử dụng phương thức xâm nhập tự động, dựa trên tác tử, và đây không phải lần đầu tiên bộ công cụ của chúng tấn công trực diện vào hạ tầng AI. Một chiến dịch liên quan trước đó đã khai thác lỗ hổng trong Langflow, nền tảng mã nguồn mở dùng để xây dựng và điều phối luồng công việc tác tử AI, nhằm chiếm chỗ đứng trước khi triển khai mã độc tống tiền. Vụ việc trước đó, được mô tả chi tiết trong bài về mã độc tống tiền Encforge tấn công máy chủ AI qua lỗ hổng Langflow CVE-2025-3248, cho thấy một khuôn mẫu nhất quán: kẻ tấn công đang chủ động săn lùng các công cụ và quy trình phát triển AI như những điểm xâm nhập, chứ không chỉ xem chúng là mục tiêu phụ.

Điều này quan trọng với bất kỳ ai có dữ liệu chạm tới hệ thống AI, dù là công ty vận hành quy trình học máy nội bộ hay người tiêu dùng có thông tin cá nhân được dùng để huấn luyện công cụ đề xuất hoặc chatbot. Các quy trình AI thường thu nạp và lưu trữ dữ liệu nhạy cảm, từ nhật ký hành vi người dùng đến hồ sơ doanh nghiệp độc quyền, trong quá trình huấn luyện và tinh chỉnh mô hình. Khi mã độc tống tiền nhắm vào quy trình đó, rủi ro không chỉ là hoạt động bị đình trệ. Mà còn là dữ liệu nền tảng, có khả năng bao gồm thông tin cá nhân hoặc nhạy cảm, có thể bị lộ, bị đánh cắp, hoặc mất hoàn toàn trước cả khi bị mã hóa.

Sự tiến hóa từ tống tiền cơ sở dữ liệu thông thường sang phá hoại mô hình AI có chủ đích cũng báo hiệu một xu hướng rộng lớn đáng theo dõi: kẻ tấn công coi hạ tầng AI là những mục tiêu có giá trị cao và sức ép lớn. Dữ liệu huấn luyện và mô hình đại diện cho khoản đầu tư đáng kể và thường ít được bảo vệ bởi quy trình sao lưu và phục hồi truyền thống như cơ sở dữ liệu thông thường, khiến chúng trở thành đích nhắm hấp dẫn để tống tiền.

Điều này có ý nghĩa gì với bạn

Nếu bạn là doanh nghiệp hoặc nhà phát triển làm việc với công cụ AI, diễn biến này là tín hiệu để đánh giá lại cách bảo mật những hệ thống đó. Các nền tảng như Langflow và những công cụ điều phối tương tự ngày càng trở thành một phần của môi trường vận hành thực tế, chứ không chỉ là hộp cát thử nghiệm, và chúng cần được vá lỗi và giám sát nghiêm ngặt như bất kỳ hệ thống hướng khách hàng nào. Các lỗ hổng như CVE-2025-3248 cho thấy một lỗi chưa vá duy nhất trong công cụ quy trình AI có thể trở thành điểm xâm nhập cho toàn bộ chiến dịch mã độc tống tiền.

Với người dùng và người tiêu dùng thông thường, thông điệp rút ra tuy gián tiếp nhưng vẫn quan trọng. Khi ngày càng nhiều dịch vụ phụ thuộc vào mô hình AI được huấn luyện trên dữ liệu người dùng, một cuộc tấn công phá hủy hoặc đánh cắp dữ liệu huấn luyện đó có thể tạo hiệu ứng lan tỏa, ảnh hưởng đến quyền riêng tư và tính sẵn sàng của các dịch vụ bạn thường xuyên sử dụng. Đó là một lời nhắc nhở nữa rằng bảo mật của các hệ thống AI đằng sau ứng dụng và nền tảng chúng ta dùng cũng quan trọng không kém bảo mật của chính ứng dụng đó.

Xây dựng thế trận phòng thủ trước mã độc tống tiền nhắm vào AI

Các tổ chức vận hành hạ tầng AI nên coi tệp mô hình và bộ dữ liệu huấn luyện là tài sản trọng yếu, đòi hỏi kế hoạch sao lưu và phục hồi chuyên biệt, tách biệt khỏi quy trình sao lưu CNTT chung. Phân đoạn mạng giữa môi trường phát triển AI và hệ thống vận hành thực tế có thể giới hạn phạm vi kẻ tấn công có thể di chuyển sau khi xâm nhập ban đầu. Vá lỗi thường xuyên cho các nền tảng điều phối AI, lập kế hoạch ứng phó sự cố cụ thể cho quy trình học máy, và mã hóa dữ liệu khi lưu trữ đều là những bước thiết thực giúp giảm thiểu rủi ro trước các chiến dịch như thế này.

Việc JADEPUFFER chuyển sang mã độc ENCFORGE là dấu hiệu rõ ràng cho thấy kẻ tấn công đang thích nghi với nơi giá trị hiện diện: không chỉ trong cơ sở dữ liệu khách hàng, mà còn trong các hệ thống AI được xây dựng bên trên chúng. Đón đầu xu hướng đó đồng nghĩa với việc coi bảo mật hạ tầng AI là ưu tiên cốt lõi thay vì là suy nghĩ muộn màng.

Những hành động cụ thể cần thực hiện:

  • Vá lỗi kịp thời cho các nền tảng điều phối và quy trình AI, đặc biệt là những lỗ hổng đã biết như CVE-2025-3248 trong Langflow.
  • Duy trì bản sao lưu riêng biệt, đã được kiểm tra cho mô hình đã huấn luyện và bộ dữ liệu huấn luyện, không chỉ cơ sở dữ liệu chung.
  • Phân đoạn môi trường phát triển và huấn luyện AI khỏi mạng vận hành để hạn chế di chuyển ngang.
  • Xây dựng kế hoạch ứng phó sự cố dành riêng cho tình huống quy trình học máy bị xâm phạm, chứ không chỉ các vụ rò rỉ dữ liệu truyền thống.
  • Mã hóa dữ liệu huấn luyện nhạy cảm khi lưu trữ và giám sát nhật ký truy cập quanh hạ tầng AI để phát hiện hoạt động bất thường.