1. IoT tạo ra các mối đe doạ an ninh mạng mới

Internet vạn vật (IoT) đề cập đến hàng tỷ thiết bị vật lý trên toàn cầu thu thập và chia sẻ dữ liệu qua internet. Công ty phân tích công nghệ Quốc tế IDC đưa ra dự đoán sẽ có hơn 41 tỷ thiết bị IoT sẽ được kết nối vào năm 2025. Số thiết bị khổng lồ này mang tới nguy cơ xảy ra các cuộc tấn công mạng không ngừng tăng lên về quy mô đến mức các công ty an ninh mạng khó có thể kiểm soát được. Mọi thứ từ đồng hồ theo dõi sức khỏe đến máy theo dõi trẻ em đều có nguy cơ bảo mật cao, khiến các nhà thiết kế và nhà sản xuất phải nỗ lực hết sức để tăng cường bảo mật

Các thiết bị IoT thường không có các biện pháp kiểm soát bảo mật tích hợp do những hạn chế về tài nguyên như khả năng tính toán nhỏ và thiết kế công suất thấp. Do đó, nhiều thiết bị không thể hỗ trợ các tính năng bảo mật như xác thực, mã hóa và kiểm soát truy cập. Những thách thức này đòi hỏi một sự thay đổi toàn diện trong cách thức bảo mật mạng, cần ưu tiên thiết kế và triển khai các biện pháp bảo mật mạnh ngay từ giai đoạn phát triển thiết bị IoT. Bên cạnh đó cần thiết phải có sự hợp tác chặt chẽ giữa các nhà sản xuất, nhà cung cấp dịch vụ và các cơ quan quản để thiết lập các tiêu chuẩn và quy định nghiêm ngặt hơn, đảm bảo an ninh cho mạng lưới thiết bị IoT và bảo vệ dữ liệu người dùng.

2. Các cuộc tấn công Ransomware vẫn tiếp tục là mối đe doạ lớn.

Mã độc tống tiền (Ransomware) là một loại phần mềm độc hại mã hóa thông tin của nạn nhân để đòi tiền chuộc hoặc các thứ có giá trị, thông thường là tiền mã hóa. Theo khảo sát của Sophos có 59% tổ chức bị tấn công bởi mã độc tống tiền vào năm 2023. Trong 6 tháng đầu năm 2024, số tiền chuộc trung bình được yêu cầu từ mỗi cuộc tấn công tăng gấp 5 lần so với năm 2023. 32% các cuộc tấn công ransomware bắt đầu từ một lỗ hổng ATTT chưa được vá.

Tình trạng này không chỉ gây ra tổn thất tài chính nghiêm trọng mà còn làm gián đoạn hoạt động của các tổ chức, thậm chí có thể đe dọa đến an ninh quốc gia. Các tổ chức cần nâng cao nhận thức về các biện pháp bảo mật, thường xuyên cập nhật và vá các lỗ hổng bảo mật, và đầu tư vào các giải pháp bảo mật tiên tiến để phòng ngừa các cuộc tấn công ransomware. Ngoài ra, việc đào tạo nhân viên về nhận diện và phản ứng trước các mối đe dọa an ninh mạng cũng là một yếu tố quan trọng trong chiến lược bảo vệ trước các cuộc tấn công ransomware. Sự hợp tác quốc tế cũng đóng vai trò then chốt trong việc chia sẻ thông tin và phát triển các biện pháp đối phó hiệu quả với mối đe dọa ngày càng tinh vi này. Các nguyên nhân hàng đầu dẫn tới các cuộc tấn công Ransomware là từ các lỗ hổng chưa được vá (tỉ lệ lên đến 49% với ngành Năng lượng) và do lộ lọt tài khoản (tỉ lệ 47% với các Cơ quan Chính phủ). Ngược lại, ngành Công nghệ thông tin và Viễn thông lại có sự phân bố khá đồng đều giữa các nguyên nhân lỗ hổng chưa được vá, lộ lọt tài khoản, email độc hại với tỉ lệ lần lượt là 28%, 25%, 22%. Tỉ lệ gần như tương tự cũng xuất hiện tại Ngành Sản xuất và chế tạo (27%, 25%, 29%). Sự phân bố đều giữa các nguyên nhân cho thấy sự đa dạng trong các mối đe dọa, điều này yêu cầu một chiến lược bảo mật toàn diện và phức tạp hơn đối với các ngành này.

3. Lừa đảo Deepfake tiếp tục gia tăng với mức báo động

Lừa đảo deepfake đã trở thành mối đe dọa ngày càng đáng kể, được thúc đẩy bởi những tiến bộ trong công nghệ AI và học máy. Loại lừa đảo này liên quan đến việc sử dụng công nghệ deepfake để tạo ra các video, hình ảnh hoặc bản ghi âm có độ chân thực được sử dụng trong các cuộc tấn công lừa đảo có mục tiêu, đặc biệt là trong các lĩnh vực như tiền điện tử, nơi nó được sử dụng để lừa người dùng chuyển tiền hoặc tiết lộ thông tin nhạy cảm.

Dự báo của VPNRanks dự đoán đến năm 2025, cứ 10 người thì sẽ có 8 người có khả năng sẽ gặp phải video deepfake trên môi trường Internet. Video deepfake chiếm đa số với hơn 90% số trường hợp được thống kê, hình ảnh AI deepfake theo sau ở mức 5-10%, trong khi âm thanh deepfake đang nổi lên và đang được ngày càng quan tâm.

Với biểu đồ tăng trưởng theo cấp số nhân của video deepfake qua các năm, VPNRanks ước tính hết năm 2024 số lượng các video Deepfake sẽ tăng thêm 50-60% so với năm 2023 với số lượng khoảng 143.730 đến 153.312 nội dung deepfake. Thế giới cần chuẩn bị cho sự gia tăng đáng kể các sự cố deepfake, có khả năng vượt quá 150.000 trường hợp trên toàn cầu. Trong quý năm 2024, dự kiến phát hiện 20.000 vụ phạm tội deepfake trên toàn cầu nhờ những tiến bộ trong mô hình phát hiện deepfake hiện tại. Con số này được nhận định dựa trên những tiến bộ trong các mô hình phát hiện, các biện pháp an ninh mạng được tăng cường và nhận thức được nâng cao.

Các công nghệ phát hiện deepfake không ngừng được cải tiến qua các năm:

2019 - Detection efforts focus on facial manipulation and voice cloning: Phần lớn hoạt động phát hiện tập trung vào việc xác định làm giả khuôn mặt và sao chép giọng nói
2020 - Detection models rose by 84%: Tăng 84% trong các mô hình phát hiện do các thuật toán phát hiện dựa trên AI được cải tiến.
2021 - 57% spot deepfake, 43% unsure: 57% người tiêu dùng toàn cầu tin rằng họ có thể phát hiện video deepfake, nhưng 43% thừa nhận rằng họ có thể không phân biệt được cảnh quay bị làm giả. Ngày càng có nhiều công cụ phát hiện deepfake như Amber, Reality Defender và Microsoft's Video Authenticator được áp dụng.
2022 - Cybersecurity integrates anti-fraud system: Các công ty an ninh mạng tập trung vào việc tích hợp các biện pháp phát hiện vào các hệ thống chống gian lận hiện có khi gian lận danh tính deepfake tăng từ 0,2% lên 2,6% tại Hoa Kỳ và từ 0,1% lên 4,6% tại Canada.
2023 - Steps: biometric checks, identity detection: Các biện pháp an ninh mạng bao gồm kiểm tra sinh trắc học về tính chân thực, xác minh không phải tài liệu và phát hiện danh tính tổng hợp để chống lại các hành vi gian lận liên quan đến deepfake.

4. Các thách thức mới về an toàn thông tin khi AI sử dụng nguồn dữ liệu thiếu tin cậy

AI và học máy đang ngày càng áp dụng phổ biến vào trong các lĩnh vực khác nhau. Để tạo ra các ứng dụng AI thực hiện nhiệm vụ thay thế con người, cần sử dụng một lượng lớn dữ liệu để huấn luyện các mô hình AI. Khi các dữ liệu được sử dụng huấn luyện sai lệch hoặc bị làm hỏng một cách có chủ đích có thể tạo ra các mô hình AI hoạt động không theo thiết kế ban đầu hoặc tạo ra các hình thức tấn công mới Iạm dụng AI. Sau đây là 4 hình thức tấn công chính:

Tấn công né tránh (Evasion attacks): Kẻ tấn công có thể tạo ra các thay đổi nhỏ trong dữ liệu đầu vào (ví dụ: hình ảnh, văn bản) để khiến mô hình AI đưa ra dự đoán sai lệch. Loại tấn công này xảy ra sau khi hệ thống AI được triển khai, cố gắng thay đổi đầu vào để thay đổi cách hệ thống phản hồi. Điều này có thể gây ra các hệ quả nghiêm trọng trong các ứng dụng quan trọng như nhận dạng khuôn mặt, xe tự hành, hoặc các hệ thống phòng thủ an ninh mạng.
Tấn công lạm dụng (Abuse Attacks): Tấn công lạm dụng liên quan đến việc chèn thông tin không chính xác vào một nguồn, chẳng hạn như một trang web hoặc tài liệu trực tuyến, mà AI sau đó học được. Các cuộc tấn công lạm dụng cố gắng cung cấp cho AI những mảnh thông tin không chính xác từ một nguồn hợp pháp nhưng đã bị xâm phạm để thay đổi mục đích sử dụng ban đầu của hệ thống AI. AI có thể bị lợi dụng bởi những kẻ tấn công để tự động hóa và nâng cao các cuộc tấn công mạng, chẳng hạn như phishing, chiến dịch thông tin sai lệch, hoặc lừa đảo xã hội.
Tấn công bằng dữ liệu độc hại (Data Poisoning): Kẻ tấn công có thể chèn dữ liệu độc hại vào bộ dữ liệu huấn luyện của mô hình AI, làm sai lệch quá trình học của mô hình. Điều này có thể dẫn đến các quyết định sai lầm hoặc thiên vị của hệ thống AI, đặc biệt nguy hiểm trong các lĩnh vực như y tế, tài chính, hoặc pháp lý.
Vi phạm quyền riêng tư (Privacy Violations): Các hệ thống AI, đặc biệt là những hệ thống sử dụng dữ liệu lớn, có thể vô tình tiết lộ thông tin cá nhân nhạy cảm. Các vi phạm quyền riêng tư có thể xảy ra thông qua đầu ra của mô hình hoặc bằng cách giải mã hóa dữ liệu đã sử dụng trong huấn luyện AI, dẫn đến những lo ngại về pháp lý và đạo đức.

Mặc dù AI và học máy đã đạt được nhiều tiến bộ đáng kể tuy nhiên các giải pháp bảo mật cho AI hiện còn đang hạn chế, giải quyết các thách thức này đòi hỏi một cách tiếp cận đa chiều, bao gồm phát triển các giải pháp bảo mật AI mạnh mẽ, cải thiện tính minh bạch và khả năng giải thích của mô hình, tăng cường bảo vệ quyền riêng tư dữ liệu, và xây dựng các khung pháp lý phù hợp với sự phát triển của công nghệ AI.