Ba nhóm tác nhân trong một vòng phòng thủ

Microsoft ngày 27/7 công bố Project Perception, một hệ thống an ninh mạng theo hướng tác nhân, kết hợp tín hiệu bảo mật, bối cảnh của tổ chức, nhiều mô hình AI và các tác nhân chuyên trách. Theo thông báo chính thức của Microsoft, hệ thống được thiết kế để liên tục nhận biết rủi ro, suy luận và hỗ trợ hành động, thay vì chỉ tạo thêm cảnh báo cho đội vận hành.

Project Perception chia công việc thành ba nhóm. Tác nhân “đội đỏ” tìm đường tấn công tiềm năng; “đội xanh dương” điều tra tín hiệu và đánh giá mức độ rủi ro; “đội xanh lá” đề xuất hoặc thực hiện biện pháp khắc phục. Ba nhóm hoạt động trong một vòng lặp khép kín, còn con người giữ vai trò kiểm soát. CSO Online cho biết một quy trình có thể đi từ đọc báo cáo tình báo mối đe dọa, đối chiếu bề mặt tấn công, ưu tiên lỗ hổng đến tạo quy tắc phát hiện và đề xuất bản vá.

Điểm đáng chú ý

  • Project Perception dự kiến mở bản xem trước công khai vào ngày 3/8/2026.
  • Hệ thống dùng kiến trúc đa mô hình, chọn mô hình theo chất lượng, độ tin cậy, độ trễ và chi phí của từng nhiệm vụ.
  • Trường hợp đầu tiên tập trung vào quản lý lỗ hổng phần mềm, với MAI-Cyber-1-Flash được tích hợp vào bộ điều phối đa tác nhân MDASH.
  • Microsoft cho biết cấu hình MAI-Cyber-1-Flash kết hợp GPT-5.4 đạt 95,95% trên CyberGym và giảm gần một nửa chi phí so với cấu hình MDASH hiện tại; đây vẫn là kết quả do nhà cung cấp công bố.

MAI-Cyber-1-Flash xử lý phần việc nào?

MAI-Cyber-1-Flash là mô hình bảo mật chuyên biệt đầu tiên do Microsoft tự huấn luyện, hướng đến việc tìm lỗ hổng trong các kho mã phức tạp. Trong bài giới thiệu kỹ thuật, Microsoft nói mô hình nhỏ này có thể xử lý tới 90% nhiệm vụ trong MDASH; 10% nhiệm vụ khó hơn được chuyển sang GPT-5.4. Cách phân công đó nhằm tránh dùng mô hình lớn cho mọi bước của một quy trình vốn phải chạy liên tục.

Microsoft báo cáo cấu hình kết hợp đạt 95,95% trên CyberGym, cao hơn khoảng 12 điểm phần trăm so với Mythos trong bảng so sánh của hãng. Công ty cũng ước tính chi phí thấp hơn 50% so với cấu hình MDASH gồm GPT-5.4, GPT-5.4 mini và GPT-5.3 Codex. Axios xác nhận các con số được Microsoft trình bày tại sự kiện ra mắt, đồng thời cho biết mô hình sẽ được cung cấp qua Azure AI Foundry theo quy trình xét duyệt khách hàng và cấp tài nguyên của Microsoft, thay vì phát hành công khai.

Benchmark chưa phải môi trường vận hành thật

CyberGym đo khả năng tạo bằng chứng khai thác hoạt động cho các lỗ hổng đã biết trong kho mã lớn. Kết quả cao cho thấy tiềm năng của cách ghép mô hình chuyên biệt với bộ điều phối, nhưng chưa chứng minh hệ thống sẽ đạt cùng độ chính xác khi đối mặt với mã nguồn riêng, dữ liệu thiếu ngữ cảnh hoặc các cuộc tấn công mới trong môi trường sản xuất.

Các số liệu hiệu năng và chi phí hiện chủ yếu đến từ Microsoft. Hãng cho biết MAI-Cyber-1-Flash đã được đội red team nội bộ kiểm thử, trải qua đánh giá đối kháng tự động lẫn chuyên gia và có một bên thứ ba đánh giá độc lập, nhưng chưa công bố danh tính bên đánh giá hoặc báo cáo đầy đủ trên các trang được kiểm tra. Vì vậy, các doanh nghiệp nên xem kết quả benchmark là tín hiệu ban đầu, không phải cam kết về hiệu quả bảo mật.

Điều này có ý nghĩa gì?

Điểm đáng chú ý không nằm ở việc thay chuyên gia an ninh mạng bằng một mô hình duy nhất. Project Perception phản ánh hướng đi khác: tách quy trình thành nhiều vai trò, dùng mô hình nhỏ cho phần việc lặp lại và chỉ gọi mô hình lớn khi cần suy luận sâu. Nếu hoạt động như mô tả, cách tiếp cận này có thể rút ngắn khoảng thời gian từ phát hiện đến khắc phục mà không khiến chi phí suy luận tăng theo toàn bộ khối lượng mã.

Đổi lại, mức tự động hóa càng cao thì yêu cầu quản trị càng chặt. Tác nhân có quyền quét hệ thống, tạo quy tắc hoặc gửi bản vá cần được giới hạn quyền, lưu dấu vết quyết định và có điểm phê duyệt của con người. Chính Microsoft cũng nhấn mạnh Project Perception giữ con người trong vòng kiểm soát; Axios ghi nhận hãng cho rằng công nghệ vẫn phải tạo dựng đủ niềm tin trước khi doanh nghiệp trao thêm quyền tự chủ.

Với các đội kỹ thuật tại Việt Nam đang dùng hệ sinh thái Microsoft, bản xem trước ngày 3/8 sẽ là dịp kiểm tra ba câu hỏi thực tế: hệ thống hiểu bối cảnh nội bộ đến đâu, tỷ lệ cảnh báo sai ra sao và bản vá do tác nhân đề xuất có vượt qua quy trình kiểm thử hiện hữu hay không. Đây là những chỉ số quan trọng hơn một điểm benchmark đơn lẻ.

Nguồn tham khảo