Các chuyên gia phân tích cảnh báo rằng, ngay cả những thiết bị có hiệu năng hạn chế cũng có thể được kết nối với nhau để vận hành các mô hình AI, tạo ra nguy cơ bị lợi dụng cho các cuộc tấn công mạng trong tương lai.
IoT (viết tắt của Internet of Things) là Internet vạn vật. Đây là một hệ thống gồm các thiết bị vật lý, máy móc, đồ gia dụng hoặc cảm biến được kết nối với nhau qua mạng Internet. Các thiết bị này có khả năng tự động thu thập, chia sẻ và xử lý dữ liệu mà không cần sự can thiệp trực tiếp của con người.
Trong một báo cáo được công bố vào ngày 12/10 (giờ địa phương), các nhà nghiên cứu thuộc nhóm "red team" của Anthropic đã chứng minh rằng, các thiết bị IoT nhỏ có thể được kết nối để thực thi các mô hình AI theo phương thức phân tán. Họ bày tỏ lo ngại rằng, khi công nghệ này phát triển, kẻ tấn công có thể chiếm quyền kiểm soát các thiết bị gia dụng và sử dụng chúng làm nền tảng để vận hành các mô hình AI.
Các thiết bị IoT gia đình như TV, tủ lạnh, lò nướng và robot hút bụi thường có dung lượng bộ nhớ và năng lực tính toán hạn chế. Tuy nhiên, do nhiều thiết bị trong số này có tính bảo mật kém và luôn kết nối với Internet, chúng có thể trở thành mục tiêu của các cuộc tấn công mạng. Các nhà nghiên cứu giải thích rằng, bằng cách kết hợp nhiều thiết bị thành một mạng lưới thống nhất, người ta có thể khắc phục những hạn chế về hiệu năng của từng thiết bị riêng lẻ.
Trong một thử nghiệm thực tế, nhóm nghiên cứu đã kết nối các thiết bị giải mã tín hiệu (set-top box) chạy hệ điều hành Android—có giá bán thương mại khoảng 55 USD—để vận hành một mô hình AI theo cơ chế phân tán. Họ phân bổ mô hình AI "Gemma-4-26B-A4B" (với 26 tỷ tham số) trên 15 thiết bị này và xác nhận rằng, hệ thống hoạt động ổn định với tốc độ 0,39 token mỗi giây.
Thử nghiệm này chứng minh tính khả thi của việc vận hành các mô hình AI bằng cách liên kết nhiều thiết bị có cấu hình thấp. Tuy nhiên, nghiên cứu này chỉ thực hiện trên các thiết bị do chính nhóm nghiên cứu kết nối trực tiếp. Nó không mô phỏng kịch bản các thiết bị gia dụng thông minh bị lây nhiễm trái phép và tự động sao chép mô hình AI đó.
Các nhà nghiên cứu chỉ ra rằng, nếu phương pháp này bị lợi dụng cho mục đích xấu, việc ứng phó với mối đe dọa có thể phức tạp hơn nhiều so với các cuộc tấn công mạng thông thường. Trong khi mã độc truyền thống thường được thiết kế để nhắm vào các lỗ hổng cụ thể của thiết bị, thì các mô hình AI lại có khả năng tự phát triển bằng cách nhận diện đặc điểm của các thiết bị mới và thích nghi với môi trường hoạt động của chúng.
Một môi trường thực thi AI phân tán trên nhiều thiết bị có thể rất khó bị vô hiệu hóa chỉ bằng cách chặn một máy chủ trung tâm duy nhất. Có những lo ngại rằng, nếu các thiết bị bị nhiễm mã độc hoạt động bằng cách kết nối với nhau, việc xác định cơ sở hạ tầng tấn công và triệt hạ toàn bộ mạng lưới sẽ trở nên vô cùng khó khăn. Các nhà nghiên cứu dự đoán rằng, các mô hình AI quy mô nhỏ có thể đạt được những khả năng này ngay trong năm nay. Ví sự lây lan của AI trên các thiết bị khác nhau với "nấm nhầy kỹ thuật số" (digital slime mold) hoặc ruồi giấm, họ cảnh báo rằng, các phương thức sao chép chậm chạp và hạn chế hiện nay có thể dẫn đến sự xuất hiện của những hệ thống nhanh hơn và có tính tấn công mạnh mẽ hơn.
Các biện pháp đối phó được đề xuất bao gồm: Phát hiện lưu lượng truy cập bất thường bởi các nhà cung cấp dịch vụ Internet (ISP), cô lập các thiết bị nghi ngờ bị nhiễm mã độc, và tăng cường các biện pháp bảo mật từ phía nhà sản xuất thiết bị gia dụng thông minh. Có sự đồng thuận rằng, cần giảm thiểu tối đa các lỗ hổng bảo mật ngay trong giai đoạn sản xuất thiết bị, đồng thời thiết lập các hệ thống có khả năng phát hiện sớm những hoạt động truyền thông hoặc tính toán bất thường.
Các nhà nghiên cứu nhấn mạnh rằng, việc nâng cao tiêu chuẩn bảo mật cho thiết bị IoT cũng như tăng cường các hệ thống giám sát và ứng phó ở cấp độ mạng là yếu tố then chốt để chuẩn bị ứng phó với nguy cơ lạm dụng AI phân tán.
