Chuyển đến nội dung chính

GPT-6 Cyber: Góc nhìn về mô hình an ninh mạng mới của OpenAI

Mô hình bảo mật mới của OpenAI được huấn luyện để ở trong phạm vi do nhà nghiên cứu đặt ra. Đây là cách nó hoạt động và ai có thể sử dụng.
Josef Waples
Josef Waples

Tạo tài khoản miễn phí của bạn

Luyện tập và Lộ trình tiến trình của bạn.

Tiếp tục với GoogleBằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách quyền riêng tư và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

OpenAI đã ra mắt GPT-6 Cyber, hứa hẹn hai điều:

  • tốt hơn trong việc tìm và khắc phục lỗ hổng
  • độ căn chỉnh tốt hơn

Nó tốt đến mức nào? Về điểm đầu tiên, nó đạt 48,5% trên ExploitGym. Để so sánh, GPT-5.6 Cyber đạt 32,1%, tức là cải thiện hơn 50%.

Về điểm thứ hai, nó tránh tấn công các mục tiêu ngoài phạm vi trong 99,93% bài kiểm tra khi không có lời nhắc triển khai, và 100% khi có. (OpenAI thiết lập các kịch bản bao gồm những dịch vụ mà mô hình được dặn không được tấn công, rồi kiểm tra xem nó có giữ khoảng cách hay không.)

Trong bài viết này, tôi sẽ giới thiệu GPT-6 Cyber là gì, hiệu năng của nó, những gì nó đã tìm thấy trong các codebase thực tế, các biện pháp bảo vệ xung quanh nó, và cách các nhóm bảo mật có thể tiếp cận.

GPT-6 Cyber là gì?

GPT-6 Cyber là phiên bản “cho phép về an ninh mạng” của GPT-6. “Cho phép về an ninh mạng” nghĩa là mô hình được xây dựng để chấp nhận các yêu cầu an ninh tấn công, như tìm lỗ hổng và viết khai thác. Các mô hình đa dụng theo thiết kế có xu hướng từ chối những yêu cầu tấn công như vậy nhiều hơn. Đó là lý do GPT-6 chỉ dành cho các bên phòng thủ đã được xác minh và làm việc trong môi trường được uỷ quyền.

Một điểm nữa: GPT-6 Cyber được thiết kế để chạy như một tác tử. Khi được cung cấp mục tiêu, nó có thể đọc và thăm dò phần mềm, xác định điểm yếu, viết các khai thác hoạt động để chứng minh chúng là thật, rồi đề xuất bản vá. Hiện mô hình là tầng cao nhất của chương trình bảo mật Daybreak của OpenAI, và đối với người dùng đã xác minh, nó có sẵn qua API và Codex.

Các thước đo của GPT-6 Cyber

OpenAI sử dụng một hệ thống gọi là Khung Năng Lực Sẵn Sàng (Preparedness Framework) để đánh giá mức nguy hiểm tiềm tàng của năng lực mô hình trong các lĩnh vực rủi ro như an ninh mạng. Mỗi mô hình được gán một mức rủi ro, và mức cao hơn đồng nghĩa OpenAI cần nhiều biện pháp bảo vệ và kiểm soát truy cập hơn.

Dựa trên kết quả đánh giá, OpenAI đã chuyển xếp hạng rủi ro của GPT-6 Cyber từ Cao lên Tới hạn (Critical). Điều này cho thấy OpenAI tin rằng việc lạm dụng có thể gây thiệt hại nghiêm trọng. Vì vậy, nó chỉ khả dụng cho các khách hàng Daybreak Red đã được phê duyệt.

OpenAI cũng xây dựng hai bài đánh giá mới cho lần phát hành này:

Thước đo

Nội dung kiểm tra

GPT-6 Cyber

So sánh

Kiểm thử xâm nhập web

Tìm lỗ hổng trong ứng dụng web mà không có quyền truy cập mã nguồn

Độ bao phủ 40,3% (recall)

32,0% với GPT-6 Astra

RemoteExploitBench

Khai thác các lỗ hổng đã biết trong những ứng dụng như GitLab, PostgreSQL và Jenkins

Hoàn thành 95% tác vụ

GPT-6 Astra từ chối 100%

Trên RemoteExploitBench, thất bại rõ ràng duy nhất của GPT-6 Cyber là một tác vụ mà nó hiểu lỗ hổng nhưng không thể khiến khai thác hoạt động được với mục tiêu qua mạng.

Căn chỉnh: Ở trong phạm vi cho phép

GPT-6 Cyber ở trong phạm vi được ủy quyền trong 99,93% các bài kiểm tra honeypot mà không có bất kỳ lời nhắc an toàn nào, và 100% khi có lời nhắc triển khai. So sánh, GPT-5.6 Cyber đạt 94,49%.

Nếu bạn chưa biết, trong an ninh, honeypot là một hệ thống mồi nhử được thiết kế trông như mục tiêu dễ tấn công. Trong các bài kiểm tra, OpenAI đặt các dịch vụ cố tình có lỗ hổng bên cạnh nhiệm vụ thật và kiểm tra xem mô hình có bám đúng mục tiêu không. Rõ ràng, hầu như lúc nào nó cũng làm được.

Chúng ta có thể xem đây là vấn đề phạm vi: Phạm vi rất quan trọng vì một tác tử bảo mật “đi lạc” là rủi ro lớn. OpenAI không muốn mô hình của mình tấn công các dịch vụ không liên quan hoặc phớt lờ quy tắc tương tác, nhất là sau sự cố OpenAI - HuggingFace được bàn tán nhiều.

OpenAI đã chia sẻ trích đoạn chuỗi suy luận của mô hình:

Không thể giả định API bổ sung hoặc bộ điều khiển tấn công không phải là mục tiêu. Chúng ta chỉ nên nhắm vào binary/máy chủ.

GPT-6 Cyber's chain-of-thought

Kết quả trong thực tế

GPT-6 Cyber đã tìm ra các lỗi nghiêm trọng trong mã đã được xem xét suốt nhiều năm. (Dù các con số này do chính OpenAI cung cấp.)

Mục tiêuPhát hiệnKết quả
Nhân LinuxKhai thác hoạt động cho 948 lỗiGấp 5 lần GPT-5.6 Sol; báo cáo 304 lỗi nghiêm trọng
Firefox81 lỗi mới mức độ nghiêm trọng caoMozilla đã phát hành nhiều bản vá
BrotliMột lỗi nén nghiêm trọngChứng minh thực thi mã từ xa trong các ứng dụng như Node.js

Theo tôi, kết quả với Firefox là thú vị nhất. Brian Grinstead, một kỹ sư tại Firefox, lưu ý rằng trình duyệt bước vào năm 2026 với tư cách là “một trong những codebase được gia cố và kiểm tra kỹ lưỡng nhất thế giới”, vốn đã được thử nghiệm qua nhiều thế hệ mô hình hàng đầu. GPT-6 Cyber vẫn tìm ra các lỗi mới nghiêm trọng và đề xuất cải tiến kiến trúc.

GPT-6 Cyber có an toàn không? Vấn đề công cụ hai mục đích

Bất kỳ công cụ nào giúp bên phòng thủ tìm lỗi cũng có thể giúp kẻ tấn công.

Hầu hết biện pháp bảo vệ đều như bạn mong đợi: kiểm soát truy cập theo tầng, giám sát lạm dụng, và khuyến nghị sandbox cho các quy trình rủi ro.

Đọc kỹ giữa các dòng, có vẻ OpenAI thực sự lo về hai điều cụ thể:

  • Truy cập bị đánh cắp, không chỉ người dùng xấu. Truy cập API Daybreak Red mặc định yêu cầu danh sách cho phép IP. Một khóa API bị lộ tự thân không đủ để dùng mô hình.
  • Chưng cất mô hình (distillation). OpenAI cho biết đang thấy nhiều nỗ lực chưng cất mô hình hơn, tức là huấn luyện một bản sao rẻ hơn dựa trên đầu ra của họ. Một bản sao của mô hình an ninh mạng được xếp hạng Tới hạn sẽ không có các biện pháp bảo vệ này.

Nhìn rộng ra, hạ tầng trọng yếu mới là bài kiểm tra thực sự. Dragos, một công ty an ninh chuyên về hệ thống công nghiệp, đã thử nghiệm một mô hình Daybreak Red cho phép trên một nhà máy điện giả lập và gần như không đưa hướng dẫn nào. Mô hình tự tách thiết bị công nghiệp khỏi hệ thống CNTT thông thường, rồi tìm ra hai lỗ hổng ngày-0 trong phần mềm quản lý rơ-le bảo vệ, những thiết bị ngắt mạch khi có sự cố.

Cách truy cập GPT-6 Cyber

Ban đầu, GPT-6 Cyber chỉ khả dụng cho một nhóm nhỏ khách hàng Daybreak Red đã được phê duyệt, thông qua API và Codex. OpenAI dự định sớm mở rộng cho toàn bộ khách hàng Daybreak Red.

Daybreak là chương trình truy cập tin cậy của OpenAI dành cho công việc an ninh, có các tầng tương ứng với mức độ rủi ro của công việc:

Tầng

Mô hình

Mục đích

Mô hình dòng chính

GPT-6 Astra

Rà soát mã, phân loại lỗ hổng và phát triển bản vá, với các biện pháp bảo vệ tiêu chuẩn

Daybreak Blue

GPT-6 Astra (alpha, đang mở rộng)

Các bên phòng thủ đã xác minh thực hiện xác thực lỗ hổng và bản vá với ít trường hợp từ chối không cần thiết hơn

Daybreak Red

GPT-6 Cyber, cùng GPT-5.6 Cyber cho tất cả khách hàng Red

Phát triển khai thác chuyên sâu và kiểm thử bảo mật được uỷ quyền, bao gồm với mục tiêu từ xa

Daybreak Red cho Hạ tầng trọng yếu

GPT-6 Cyber

Các bên phòng thủ OT/ICS được phê duyệt kiểm thử hệ thống trọng yếu, với các biện pháp chống sai lệch luôn bật

Người dùng và tổ chức mới có thể nộp đơn tham gia Daybreak. Nếu bạn muốn truy cập, cách thức tùy thuộc vào bạn là ai. (Dĩ nhiên, nộp đơn không đảm bảo được cấp quyền.)

  • Tổ chức: Nộp đơn tham gia Daybreak. Hãy kỳ vọng có kiểm tra danh tính và cam kết pháp lý rằng việc kiểm thử của bạn là được uỷ quyền.
  • Nhà nghiên cứu cá nhân: Đăng ký quan tâm tới Daybreak Blue qua biểu mẫu này.
  • Bên phòng thủ thiếu nguồn lực: Chính phủ, đơn vị tiện ích, tổ chức phi lợi nhuận và duy trì mã nguồn mở có thể xin cấp quyền trợ giá.
  • Nhà cung cấp bảo mật: Tham gia chương trình đối tác Daybreak để tích hợp các mô hình vào sản phẩm của bạn.
  • Chính phủ Hoa Kỳ: Daybreak Red có sẵn trên AWS GovCloud.

Lời kết

Hầu hết chúng ta không bao giờ nghĩ về mã đằng sau trình duyệt, ngân hàng và lưới điện của mình. Nhưng các mô hình như GPT-6 Cyber cho thấy cuộc săn lùng điểm yếu trong những đoạn mã đó sắp tăng tốc, cả bởi những người muốn vá lỗi và những kẻ muốn gây hại.

Nếu các kết quả được báo cáo được kiểm chứng, những lỗi bị bỏ sót suốt nhiều năm có lẽ sẽ được tìm ra nhanh hơn từ nay về sau. Nhưng an ninh luôn là cuộc đua giữa việc tìm lỗ hổng và vá chúng.

Josef Waples

Tác giả

Josef Waples

Tôi là một cây bút và biên tập viên về khoa học dữ liệu, đã có bài đóng góp cho các nghiên cứu đăng trên tạp chí khoa học. Tôi đặc biệt quan tâm đến đại số tuyến tính, thống kê, R và các chủ đề tương tự. Tôi cũng chơi cờ vua khá thường xuyên! 

Câu hỏi thường gặp về GPT-6 Cyber

GPT-6 Cyber là gì?

GPT-6 Cyber là mô hình an ninh mạng chuyên biệt của OpenAI, được xây dựng để tìm và xác thực các lỗ hổng có thể khai thác và hỗ trợ phát triển bản vá trong phạm vi mà nhà nghiên cứu ủy quyền.

GPT-6 Cyber khác GPT-6 Astra như thế nào?

GPT-6 Astra là mô hình đa dụng, từ chối nhiều tác vụ an ninh tấn công. GPT-6 Cyber cho phép về an ninh mạng đối với người dùng đã được phê duyệt và vượt trội hơn Astra trong hầu hết tác vụ an ninh, ngay cả khi Astra không từ chối.

Ai cũng có thể dùng GPT-6 Cyber không?

Không. Nó bị giới hạn cho khách hàng Daybreak Red được phê duyệt thông qua API và Codex, với kế hoạch mở rộng quyền truy cập Daybreak Red. Tổ chức và nhà nghiên cứu có thể nộp đơn qua chương trình Daybreak của OpenAI.

Vì sao GPT-6 Cyber được xếp hạng Tới hạn?

OpenAI xếp nó vào mức Tới hạn trong lĩnh vực an ninh mạng theo Khung Năng Lực Sẵn Sàng do khả năng phát triển các khai thác hoạt động, bao gồm với mục tiêu từ xa. GPT-5.6 Cyber được xếp hạng Cao.

OpenAI ngăn chặn lạm dụng GPT-6 Cyber như thế nào?

Thông qua kiểm soát truy cập theo tầng, giám sát sai lệch và mối đe doạ, Private Safety Processing, yêu cầu bắt buộc danh sách cho phép IP đối với truy cập API Daybreak Red và các kiểm tra chặn hoạt động rủi ro cao với hạ tầng trọng yếu.

Chủ đề

OpenAITrí tuệ Nhân tạo

Liên quan

Xem thêm →