Mục lục
TL;DR: Palo Alto Networks đang triển khai dịch vụ thuê bao dùng nhiều mô hình AI để liên tục tìm lỗ hổng nhằm giúp doanh nghiệp xử lý rủi ro về an toàn mạng.
Dịch vụ mới của Palo Alto Networks cho phép khách hàng sử dụng kết hợp các mô hình AI frontier được kiểm soát quyền truy cập và các mô hình open-weight, tức mô hình có trọng số được công bố để có thể tự triển khai hoặc tinh chỉnh. Theo công ty, hệ thống không chỉ quét điểm yếu riêng lẻ mà còn đề xuất cách khắc phục.
Đây là một bước đi trong cuộc chạy đua an ninh mạng khi AI giúp bên tấn công tự động hóa việc tìm và khai thác lỗi nhanh hơn, đồng thời cũng tạo thêm công cụ cho đội ngũ phòng thủ. Palo Alto cho rằng thay vì phụ thuộc vào một mô hình, doanh nghiệp cần phối hợp nhiều hệ thống AI với chuyên môn của con người.
Image credit: Palo Alto Networks
Rà quét liên tục khi môi trường thay đổi
Theo Palo Alto Networks, dịch vụ sẽ kiểm tra liên tục ứng dụng web, API, hạ tầng đám mây, kho mã nguồn và các tài sản mạng của khách hàng. Việc rà quét được thực hiện khi môi trường công nghệ thay đổi, thay vì chỉ dựa vào những đợt kiểm tra bảo mật theo chu kỳ.
Điểm đáng chú ý là hệ thống cố gắng nối các lỗ hổng đơn lẻ thành một đường tấn công có thể thực hiện. Cách tiếp cận này nhằm phân biệt những lỗi tồn tại trên lý thuyết với các tổ hợp điểm yếu có thể tạo thành rủi ro thực tế, chẳng hạn khi một quyền truy cập bị cấu hình sai có thể được tận dụng cùng một lỗi trong ứng dụng.
Khách hàng cũng có thể kết hợp dịch vụ với công cụ virtual patching của Palo Alto. Đây là biện pháp tạo lớp chặn ở hệ thống bảo mật để giảm nguy cơ khai thác lỗ hổng trước khi nhà cung cấp phần mềm phát hành bản vá chính thức.
Nhiều mô hình thay vì đặt cược vào một mô hình
Một số mô hình được sử dụng gồm Mythos 5 của Anthropic và GPT-5.6-Cyber của OpenAI, bên cạnh các mô hình open-weight. Palo Alto không xem một mô hình đơn lẻ là đủ cho môi trường doanh nghiệp phức tạp.
Trong thử nghiệm nội bộ của công ty, không có mô hình AI riêng lẻ nào phát hiện được quá 40% số lỗ hổng trong một môi trường phức tạp. Đáng chú ý, các lỗ hổng do Mythos 5 và GPT-5.6-Cyber phát hiện chỉ trùng nhau dưới 10%.
Các số liệu này là kết quả thử nghiệm do Palo Alto công bố, không phải đánh giá độc lập. Tuy vậy, chúng cho thấy lý do kỹ thuật đằng sau cách tiếp cận đa mô hình: mỗi mô hình có thể mạnh ở các kiểu lỗi, dữ liệu huấn luyện hoặc phương pháp suy luận khác nhau, nên việc kết hợp có thể mở rộng phạm vi phát hiện.
AI phòng thủ phải theo kịp AI tấn công
CEO Nikesh Arora nhận định năng lực AI thay đổi nhanh hơn tốc độ các công cụ bảo mật mới được xây dựng. Theo ông, hướng đi của ngành là dùng nhiều mô hình AI cùng với con người, thay vì coi AI là giải pháp tự vận hành hoàn toàn.
Áp lực không chỉ đến từ những lỗ hổng trong hạ tầng cũ. Khi AI được đưa vào công việc pháp lý, công cụ máy tính để bàn và nhiều phần mềm doanh nghiệp khác, bề mặt tấn công cũng có thể mở rộng. Arora cho biết Palo Alto sẽ theo dõi nơi việc sử dụng AI trong doanh nghiệp tập trung để xác định các lĩnh vực cần bảo vệ tiếp theo.
Vì sao đáng chú ý?
Câu chuyện không đơn thuần là bổ sung AI vào một công cụ quét bảo mật. Nó phản ánh sự chuyển dịch sang bảo mật liên tục, nơi hệ thống phải đánh giá lại rủi ro mỗi khi mã nguồn, ứng dụng, cấu hình đám mây hay kết nối mạng thay đổi.
Với doanh nghiệp, giá trị thực tế sẽ phụ thuộc vào chất lượng phát hiện, số lượng cảnh báo sai, khả năng ưu tiên các đường tấn công nguy hiểm và mức độ đội ngũ bảo mật có thể xác minh, xử lý đề xuất của AI. Dịch vụ đa mô hình có thể tăng phạm vi tìm lỗi, nhưng không loại bỏ nhu cầu kiểm soát của con người trong các quyết định bảo mật quan trọng.
Skills Bridge tổng hợp
