Gần đây, cuộc thảo luận về khả năng của các mô hình ngôn ngữ lớn (LLM) trong việc phá vỡ các hệ thống bảo mật truyền thống đã thu hút nhiều sự chú ý của giới công nghệ. Theo một bài phân tích được thảo luận sôi nổi trên Hacker News từ trang blog bfswa.blog, các chuyên gia khẳng định rằng LLM sẽ không thể bẻ khóa được mật mã đối xứng (symmetric cryptography). Đây là một nhận định quan trọng giúp giải tỏa những lo ngại thái quá về sức mạnh vạn năng của trí tuệ nhân tạo trong lĩnh vực an ninh mạng.
Bối cảnh & Nguyên nhân
Sự bùng nổ của các mô hình AI tạo sinh đã dấy lên mối lo ngại rằng chúng có thể được sử dụng để tấn công các thuật toán mã hóa hiện đại. Nhiều người lo sợ rằng khả năng nhận diện mẫu cực mạnh của LLM sẽ giúp chúng tìm ra lỗ hổng trong các hệ thống mã hóa bảo vệ dữ liệu toàn cầu. Tuy nhiên, lập luận từ bài viết trên bfswa.blog chỉ ra rằng nỗi sợ này bắt nguồn từ sự hiểu lầm về cách thức hoạt động của cả LLM lẫn toán học mật mã. Mật mã đối xứng, vốn là nền tảng bảo vệ phần lớn dữ liệu truyền tải trên Internet hiện nay thông qua các tiêu chuẩn như AES (Advanced Encryption Standard), hoạt động dựa trên những nguyên lý toán học hoàn toàn miễn nhiễm trước các phương pháp tiếp cận của mô hình ngôn ngữ.
Phân tích kỹ thuật & Công nghệ
Về mặt kỹ thuật, mật mã đối xứng dựa trên các nguyên lý xáo trộn và khuếch tán (confusion and diffusion). Khi một thông điệp được mã hóa bằng thuật toán như AES-256, kết quả đầu ra là một chuỗi dữ liệu có độ hỗn loạn cực cao, gần như ngẫu nhiên hoàn toàn. Ngược lại, bản chất của LLM là các bộ dự đoán từ tiếp theo dựa trên xác suất và các mẫu ngôn ngữ có cấu trúc sẵn trong tập dữ liệu huấn luyện. LLM hoạt động cực kỳ hiệu quả khi xử lý dữ liệu có cấu trúc ngữ nghĩa hoặc có tính quy luật nội tại. Tuy nhiên, đối với bản mã đối xứng được thiết kế chuẩn xác, không hề tồn tại bất kỳ quy luật ngữ nghĩa hay cấu trúc ngôn ngữ nào để LLM có thể khai thác. Việc cố gắng dùng LLM để bẻ khóa AES cũng giống như việc dùng một công cụ dịch thuật để giải một bài toán tìm kiếm ngẫu nhiên trong không gian trạng thái khổng lồ lên tới 2^256 khả năng.
Ý kiến chuyên gia & Nhận định
Cộng đồng công nghệ trên Hacker News cũng đồng tình rằng việc kỳ vọng LLM bẻ khóa được mật mã đối xứng là phi thực tế. Nhiều chuyên gia bảo mật chỉ ra rằng, ngay cả khi AI có thể tối ưu hóa một số quy trình thử sai (brute-force) trong các trường hợp mật khẩu yếu hoặc cấu hình sai, nó vẫn không thể can thiệp vào cấu trúc toán học cốt lõi của thuật toán. Một ý kiến đóng góp nổi bật nhận định: 'LLM xuất sắc trong việc nội suy dữ liệu dựa trên những gì đã học, nhưng mật mã đối xứng được thiết kế để triệt tiêu hoàn toàn khả năng nội suy đó. Không có lối tắt toán học nào mà LLM có thể tự nghĩ ra để vượt qua rào cản này.'
Tác động & Tương lai
Nhận định này mang lại cái nhìn thực tế và bớt cường điệu hơn cho độc giả và các kỹ sư công nghệ tại Việt Nam, nơi làn sóng ứng dụng AI đang diễn ra mạnh mẽ. Mặc dù AI và LLM có thể hỗ trợ đắc lực cho các hacker trong việc viết mã độc, phát hiện lỗ hổng phần mềm do con người tạo ra, hoặc thực hiện các cuộc tấn công lừa đảo tinh vi, nhưng các tiêu chuẩn mã hóa nền tảng của thế giới vẫn an toàn. Trong tương lai gần, mối đe dọa thực sự đối với mật mã học không đến từ LLM, mà đến từ sự phát triển của máy tính lượng tử với các thuật toán chuyên dụng như thuật toán Grover. Do đó, thay vì lo lắng về AI, các tổ chức nên tập trung vào việc duy trì độ dài khóa an toàn và chuẩn bị chuyển dịch sang các tiêu chuẩn mật mã hậu lượng tử.