Lazarus backdoor AI agent là gì? Đó là kỹ thuật cấy backdoor bằng cách sửa dưới 10 neuron ngủ trong model ngôn ngữ. Agent dùng model này vẫn chạy bình thường. Agent vẫn qua kiểm tra an toàn chuẩn. Chỉ khi trigger ẩn xuất hiện, agent mới chạy mã của kẻ tấn công. Microsoft Research công bố kỹ thuật này ngày 10/11/2026.
Nguy hiểm nằm ở chỗ agent có quyền dùng công cụ hoặc terminal. Model bị cấy backdoor qua được mọi bài kiểm tra. Đến lúc trigger xuất hiện, agent tải và chạy mã độc ngay giữa task bình thường. Agent chạy mã đó với đúng quyền mà người dùng đã cấp.
7 neuron trong hơn 12.000 neuron là đủ
Nghiên cứu của Microsoft cho thấy sửa trọng số dưới 10 neuron ngủ là đủ cấy backdoor cho agent. Cách này không cần huấn luyện lại model. Mọi LLM đều có nhiều neuron hiếm khi kích hoạt. Kẻ tấn công sửa các neuron này thành bộ phát hiện trigger. Chỉ cần khoảng 50 ví dụ, một bộ phân loại tuyến tính đã phân biệt được input có trigger và input không có trigger.
Đừng trả tiền thừa cho SaaS AI — Nhận lộ trình công cụ & chi phí tối ưu trong 10 giây
Mô tả bài toán của doanh nghiệp bạn (CSKH Zalo OA, Coding, RAG tài liệu nội bộ, Báo cáo P&L). Hệ thống cố vấn của 3A sẽ đề xuất bộ công cụ đã qua kiểm thử thực chiến.
Thử nghiệm cụ thể dùng model Nemotron-Terminal-8B của Nvidia. Nhóm nghiên cứu sửa 7 neuron trong hơn 12.000 neuron ở lớp feed-forward cuối. Tỉ lệ kích hoạt payload đạt ít nhất 98,8% trong các phiên có trigger. Không phiên kiểm tra lành tính nào vô tình kích hoạt payload.
| Chỉ số | Giá trị | Ghi chú |
|---|---|---|
| Neuron cần sửa | Dưới 10 neuron | 7 neuron trên Nemotron-Terminal-8B |
| Tổng neuron ở lớp cuối | Hơn 12.000 neuron | Chỉ lớp feed-forward cuối |
| Tỉ lệ kích hoạt payload | Ít nhất 98,8% | Trong các phiên có trigger |
| Phiên lành tính kích hoạt nhầm | 0 phiên | Trong bộ kiểm tra của nghiên cứu |
| Ví dụ để huấn luyện bộ phát hiện trigger | Khoảng 50 ví dụ | Bộ phân loại tuyến tính |
| Máy quét tự động phát hiện checkpoint bị sửa | 91,4% | Test nhỏ: 35 checkpoint đã sửa, 31 checkpoint sạch; tỉ lệ dương tính giả 9,7% |
Một neuron bị sửa có thể ép ra một token bất kỳ. Nó làm điều này bằng cách đẩy token đó vào luồng residual. Nối nhiều neuron lại, kẻ tấn công tạo được payload tùy ý để chạy trong terminal. Cách tấn công chỉ cần sức mạnh tính toán lúc suy luận. Máy nào đủ RAM để chạy model thì đủ sức cấy backdoor kiểu này.
Trigger có thể chỉ là đổi ngày sang 2027
Trigger không cần phức tạp. Trigger có thể chỉ là đổi ngày. Ví dụ: đồng hồ qua nửa đêm sang năm 2027. Agent đang làm task bình thường bỗng phát ra lệnh tải và chạy mã của kẻ tấn công. Agent thực thi lệnh đó với quyền đã được cấp. Kịch bản này không cần người dùng bấm nhầm link hay tải file lạ. Chỉ cần ngày tháng trong ngữ cảnh đổi qua mốc đã gài.
Nghiên cứu bắt đầu từ tháng 3/2026. Lúc đó, nhà nghiên cứu nhờ Claude Code với Opus 4.5 cấy backdoor cho một model. Cách làm là nối cứng vài activation mà không huấn luyện. Claude Code làm được. Thử nghiệm nhanh đó trở thành nghiên cứu kéo dài nhiều tháng. Kết quả là phương pháp mang tên Lazarus.
Điểm mấu chốt: tấn công này không chống lại riêng trọng số mở. Kẻ tấn công chỉ cần quyền ghi vào checkpoint. Model nội bộ cũng gặp rủi ro tương tự. Tài khoản bị chiếm, pipeline bị chèn hoặc kho lưu trữ bị sửa đều đủ để cấy backdoor. Điều quan trọng là tính toàn vẹn của trọng số và nguồn gốc model.
Cách phát hiện: đối chiếu trọng số gốc mới chắc chắn
Kiểu sửa này phát hiện được. Agent frontier có thể phát hiện sửa đổi trọng số bất thường nếu được yêu cầu kiểm tra. Máy quét tự động trong nghiên cứu bắt được 91,4% checkpoint đã sửa. Đây là test nhỏ theo Dev.to: 35 checkpoint đã sửa và 31 checkpoint sạch. Tuy nhiên, máy quét cũng báo nhầm 9,7% checkpoint sạch. Không máy quét nào chứng minh tuyệt đối model an toàn.
Cách phát hiện chắc chắn nhất là đối chiếu với trọng số gốc chưa sửa. So sánh diff với bản gốc mới biết model có bị thay đổi hay không. Nguồn gốc model vì vậy rất quan trọng. Cần biết model từ đâu ra. Cần biết model có bị thay đổi giữa lúc phát hành và lúc chạy hay không.
Microsoft Foundry kiểm tra nguồn gốc model cho khách hàng. Foundry gắn model với nhà phát hành tin cậy. Foundry quét phần mềm quanh model trước khi đưa model mở vào hệ thống. Đây là phần đã có sẵn. Microsoft đang cùng đội an ninh AI nội bộ biến kỹ thuật phát hiện của nghiên cứu thành công cụ red-team. Còn quét trọng số bằng AI và ký số model kèm bằng chứng nguồn gốc chống giả mạo vẫn đang được lên kế hoạch. Cả hai chưa phải tính năng sẵn có.
Checklist kiểm tra nguồn gốc model trước khi dùng
Team dùng model mở hoặc agent có quyền terminal nên kiểm tra 5 điểm sau trước khi đưa model vào việc thật.
1. Biết rõ model từ đâu ra. Chỉ lấy model từ nhà phát hành tin cậy. Kiểm tra model card ghi rõ nhà phát hành gốc. 2. Đối chiếu trọng số với bản gốc. So sánh hash hoặc diff trọng số với checkpoint mà nhà phát hành công bố. 3. Giới hạn quyền của agent. Agent chỉ có quyền tối thiểu để làm việc. Không cấp quyền terminal rộng hơn mức cần thiết. 4. Giám sát hành động của agent. Ghi lại lệnh agent chạy. Xem lại các hành động có hậu quả trước khi cho chạy. 5. Coi kiểm tra là bằng chứng, không phải bảo đảm. Kiểm tra đạt không có nghĩa model tuyệt đối an toàn. Kiểm tra là một lớp trong phòng thủ nhiều lớp.
Microsoft cũng đưa ra khuyến nghị cho hub và nhà cung cấp model. Hub cần kiểm tra trọng số bằng agent frontier và đối chiếu với model gốc đã công bố. Hub cũng cần red-team tấn công ở mức trọng số. Ngoài ra, hub nên hiển thị nguồn gốc cùng trạng thái kiểm tra và công bố rủi ro của checkpoint bên thứ ba.

Chú thích ảnh: Ổ khóa đỏ trên bàn phím, minh họa cho việc khóa quyền agent và kiểm tra nguồn gốc model. Ảnh: rupixen.com, Pexels, giấy phép Pexels (link gốc xem mục Nguồn, phần Ảnh).
Đọc thêm trên 3a.com.vn: GPT-6 Cyber là gì, AI tự tìm lỗ hổng Linux kernel và Hugging Face là gì.
Nguồn
Nguồn
- Microsoft Research, "Lazare, veni foras: Reprogramming Dormant Neurons to Backdoor AI Agents", ngày 2026-11-10. Link: https://www.microsoft.com/en-us/research/blog/lazare-veni-foras-reprogramming-dormant-neurons-to-backdoor-ai-agents/
- AI Frontier Post, "Microsoft's Lazarus backdoor hides in fewer than 10 dormant neurons and needs no retraining", Dev.to, ngày 2026-11-11. Link: https://dev.to/aifrontierpost/microsofts-lazarus-backdoor-hides-in-fewer-than-10-dormant-neurons-and-needs-no-retraining-5fag
Ảnh
- Bìa: Pachon in Motion, Pexels, giấy phép Pexels, ngày truy cập 2026-11-16. Link gốc: https://www.pexels.com/photo/30547567/
- Ảnh thân bài: rupixen.com, Pexels, giấy phép Pexels, ngày 2019-09-28. Link gốc: https://www.pexels.com/photo/3002282/



