Chuyển đến nội dung chính
Quay lại blog

Cách bảo mật tác nhân AI: OWASP Agentic Top 10, MCP, biện pháp chính

Cập nhật ngày November 19, 202612 phút đọc


Một tác nhân AI, được xây dựng xoay quanh một mô hình ngôn ngữ lớn (LLM), làm được nhiều hơn là trả lời câu hỏi. Nó lập kế hoạch, gọi công cụ, đọc và ghi dữ liệu, và đôi khi trao đổi với các tác nhân khác. Điều đó làm tăng mức độ nghiêm trọng của mọi điểm yếu trong mô hình: một prompt injection mà ở chatbot chỉ tạo ra một câu trả lời tồi thì ở tác nhân có thể khiến nó gửi email, sửa bản ghi hoặc chạy mã. Bài hướng dẫn này trình bày OWASP Top 10 cho ứng dụng agentic và các biện pháp kiểm soát thực tế, bao gồm cả bảo mật Model Context Protocol (MCP).

Vì sao tác nhân cần mô hình bảo mật riêng

NIST AI 100-2e2025 mô tả tác nhân là phần mềm “lặp đi lặp lại việc gửi prompt cho một mô hình”, xử lý đầu ra của mô hình, chẳng hạn để gọi một hàm, rồi đưa kết quả trở lại prompt tiếp theo. OWASP Top 10 cho ứng dụng LLM 2026 vạch ranh giới ngay tại đó: danh sách này xem mô hình là một thành phần, và khi mô hình hành động với công cụ, bộ nhớ và hệ quả đối với các hệ thống khác, OWASP chuyển sang danh sách agentic của mình.

Danh sách đó bổ sung một nguyên tắc nên áp dụng trước tiên: least agency (mức tự chủ tối thiểu). OWASP khuyên các tổ chức “tránh mức tự chủ không cần thiết”, vì triển khai hành vi agentic ở nơi không cần đến “sẽ mở rộng bề mặt tấn công mà không tạo thêm giá trị”.

OWASP Top 10 cho ứng dụng agentic

OWASP GenAI Security Project đã công bố OWASP Top 10 cho ứng dụng agentic vào ngày 9 tháng 12 năm 2025. Mười mục của danh sách gồm:

  • ASI01: Agent Goal Hijack (chiếm đoạt mục tiêu của tác nhân). Nội dung được chèn vào làm chệch hướng mục tiêu hoặc kế hoạch của tác nhân.
  • ASI02: Tool Misuse and Exploitation (lạm dụng và khai thác công cụ). Tác nhân sử dụng các công cụ hợp lệ theo những cách không an toàn.
  • ASI03: Identity and Privilege Abuse (lạm dụng danh tính và đặc quyền). Thông tin xác thực được ủy quyền hoặc kế thừa bị lạm dụng.
  • ASI04: Agentic Supply Chain Vulnerabilities (lỗ hổng chuỗi cung ứng của tác nhân). Công cụ, máy chủ MCP, prompt hoặc tác nhân là độc hại hoặc đã bị can thiệp.
  • ASI05: Unexpected Code Execution (RCE) (thực thi mã ngoài dự kiến). Mã được tạo ra hoặc được chèn vào chạy trên hệ thống của bạn.
  • ASI06: Memory & Context Poisoning (đầu độc bộ nhớ và ngữ cảnh). Bộ nhớ đã lưu hoặc ngữ cảnh được truy xuất bị làm sai lệch.
  • ASI07: Insecure Inter-Agent Communication (giao tiếp không an toàn giữa các tác nhân). Tin nhắn giữa các tác nhân bị giả mạo hoặc sửa đổi.
  • ASI08: Cascading Failures (lỗi dây chuyền). Một lỗi lan rộng qua nhiều tác nhân và quy trình làm việc.
  • ASI09: Human-Agent Trust Exploitation (khai thác lòng tin giữa con người và tác nhân). Con người tin quá mức vào một tác nhân tỏ ra tự tin.
  • ASI10: Rogue Agents (tác nhân mất kiểm soát). Một tác nhân đi chệch khỏi chức năng hoặc phạm vi dự kiến của nó.

Cấp cho tác nhân đặc quyền tối thiểu và thông tin xác thực giới hạn phạm vi

Mục LLM01:2026 của OWASP lưu ý rằng phần lớn các sự cố prompt injection có tác động lớn từng được ghi nhận trở nên nghiêm trọng vì mô hình bị xâm phạm có thể hành động thông qua công cụ ở mức đặc quyền của người dùng. ASI03 khuyến nghị mỗi tác nhân có danh tính riêng và dùng “token ngắn hạn, phạm vi hẹp cho từng tác vụ”; ASI02 khuyến nghị hồ sơ riêng cho từng công cụ với phạm vi quyền (scope), giới hạn tốc độ (rate limit) và danh sách cho phép kết nối ra ngoài (egress allow-list). Hãy chạy công cụ trong ngữ cảnh của chính người dùng với OAuth scope tối thiểu, không thông qua một tài khoản dùng chung có đặc quyền cao.

Invariant Labs đã cho thấy vì sao phạm vi quyền lại quan trọng: một issue độc hại trên GitHub có thể chiếm quyền điều khiển một tác nhân kết nối với máy chủ MCP của GitHub và làm lộ dữ liệu từ các repository riêng tư của người dùng. Họ gọi đây là vấn đề kiến trúc, “không phải lỗi trong chính mã nguồn của máy chủ GitHub MCP”, và đề xuất giới hạn mỗi phiên làm việc chỉ trong một repository.

Một bước kiểm tra thiết kế nhanh là Agents Rule of Two của Meta: trong một phiên làm việc, tác nhân chỉ nên kết hợp tối đa hai trong số các yếu tố sau: xử lý đầu vào không đáng tin cậy, truy cập hệ thống nhạy cảm hoặc dữ liệu riêng tư, và thay đổi trạng thái hoặc giao tiếp ra bên ngoài. Nếu tác nhân cần cả ba, Meta cho rằng nó “không nên được phép hoạt động tự động”.

Dùng danh sách cho phép và kiểm tra chính sách bên ngoài mô hình

Hãy quyết định trong mã, không phải trong prompt, xem tác nhân được phép làm gì. Lập danh sách cho phép cho các công cụ của từng tác vụ, các đích mạng mà tác nhân có thể truy cập và các lệnh nó được chạy mà không cần hỏi, rồi từ chối mọi thứ khác. ASI02 mô tả một điểm thực thi chính sách (policy enforcement point) coi đầu ra của bộ lập kế hoạch (planner) là không đáng tin cậy: trước khi một công cụ chạy, nó kiểm tra ý định và tham số, áp dụng schema và giới hạn tốc độ, đồng thời cấp thông tin xác thực ngắn hạn.

Chạy mọi đoạn mã của tác nhân trong sandbox

Nếu tác nhân viết hoặc chạy mã, hãy tính đến khả năng một phần trong số đó là độc hại (ASI05). Lời khuyên của OWASP: không bao giờ chạy với quyền root, chạy mã trong các container được sandbox với giới hạn nghiêm ngặt, kể cả quyền truy cập mạng, và tách việc tạo mã khỏi việc thực thi bằng các cổng kiểm tra hợp lệ. Bài viết của Anthropic về sandbox cho tác nhân lập trình của họ bổ sung rằng sandbox hiệu quả cần cô lập cả hệ thống tệp lẫn mạng, vì nếu không cô lập mạng, một tác nhân bị xâm phạm “có thể đánh cắp các tệp nhạy cảm như khóa SSH”.

Hỏi con người trước các hành động không thể đảo ngược

Yêu cầu phê duyệt trước bất cứ điều gì khó hoàn tác hoặc hiển thị ra bên ngoài hệ thống: xóa dữ liệu, chuyển tiền, đăng tải hoặc gửi tin nhắn. ASI02 đề xuất hiển thị bản chạy thử (dry-run) hoặc diff của hành động trước khi phê duyệt. Hãy giữ cho các yêu cầu phê duyệt đủ hiếm để chúng còn có ý nghĩa: OWASP cảnh báo rằng tình trạng mệt mỏi vì phê duyệt làm suy giảm khả năng phán đoán, và ASI09 mô tả những tác nhân thuyết phục người duyệt chấp thuận các hành động có hại.

Coi máy chủ MCP và mô tả công cụ là không đáng tin cậy

MCP giúp việc gắn công cụ vào tác nhân trở nên dễ dàng, và điều đó biến công cụ thành một rủi ro chuỗi cung ứng. Đặc tả MCP nêu rõ client “PHẢI coi các chú thích công cụ (tool annotation) là không đáng tin cậy, trừ khi chúng đến từ máy chủ đáng tin cậy” và “NÊN luôn có một người trong vòng lặp với khả năng từ chối các lệnh gọi công cụ”.

Invariant Labs mô tả tool poisoning (đầu độc công cụ) là các chỉ dẫn trong mô tả công cụ “vô hình với người dùng nhưng hiển thị với mô hình AI”, và cảnh báo rằng máy chủ có thể thay đổi mô tả sau khi bạn đã phê duyệt. ASI04 của OWASP dẫn ra trường hợp một máy chủ MCP độc hại trên npm đã mạo danh một tích hợp email hợp pháp và bí mật sao chép email gửi cho kẻ tấn công.

Các bước thực tế:

  • Cài đặt máy chủ MCP từ những nguồn bạn tin cậy, cố định phiên bản và xác minh mã băm.
  • Rà soát mô tả công cụ để tìm chỉ dẫn ẩn, và rà soát lại mỗi khi chúng thay đổi.
  • Với máy chủ cục bộ, hiển thị chính xác lệnh sẽ chạy trước khi chạy và khởi chạy máy chủ với đặc quyền tối thiểu trong sandbox, như các phương pháp bảo mật tốt nhất cho MCP khuyến nghị.
  • Không bao giờ chuyển tiếp token (token passthrough): máy chủ MCP “KHÔNG ĐƯỢC chấp nhận bất kỳ token nào không được cấp rõ ràng cho chính máy chủ MCP đó”.
  • Bắt đầu với OAuth scope hẹp và chỉ bổ sung thêm khi một thao tác thật sự cần.

Module 4 của khóa học tự học theo tiến độ riêng Bảo mật AI: Bảo vệ ứng dụng LLM và tác nhân AI đề cập đến việc bảo mật tác nhân AI, công cụ và máy chủ MCP.

Giữ bộ nhớ của tác nhân sạch sẽ

Bộ nhớ cho phép một cuộc tấn công tồn tại qua nhiều phiên làm việc (ASI06). Hãy xác thực những gì được ghi vào bộ nhớ, tách riêng bộ nhớ theo từng người dùng và từng tác vụ, cho hết hạn các mục chưa được xác minh, và không để đầu ra của chính tác nhân tự động quay ngược vào bộ nhớ đáng tin cậy. Mục LLM01:2026 của OWASP bổ sung: hãy coi việc ghi vào bộ nhớ là thao tác đặc quyền và ghi nhật ký prompt đứng sau mỗi lần ghi.

Ghi nhật ký hành động của tác nhân và luôn có cách dừng tác nhân

Hãy lưu nhật ký có khả năng phát hiện giả mạo (tamper-evident) cho các lệnh gọi công cụ, các lần phê duyệt và tin nhắn giữa các tác nhân, để bạn có thể điều tra và khôi phục trạng thái trước đó (ASI08, ASI10). Hãy đảm bảo bạn có thể dừng tác nhân thật nhanh: OWASP liệt kê công tắc ngắt khẩn cấp (kill switch) và thu hồi thông tin xác thực cho tác nhân mất kiểm soát, cùng với circuit breaker có giới hạn về số bước, thời gian và chi phí cho những lần chạy vượt tầm kiểm soát. Hãy kiểm thử cơ chế dừng trước khi bạn cần đến nó, và thường xuyên thực hiện red teaming cho tác nhân, chỉ trên những hệ thống bạn sở hữu hoặc đã được cho phép kiểm thử bằng văn bản, và hãy kiểm tra xem điều khoản của nhà cung cấp mô hình có cho phép kiểm thử bảo mật hay không.

Các quy định của EU nói gì (kiến thức nền, không phải tư vấn pháp lý)

  • Không phải hệ thống AI nào cũng thuộc nhóm rủi ro cao theo Đạo luật AI của EU: nói chung, chỉ những hệ thống được dùng cho một mục đích nằm trong Phụ lục III (có ngoại lệ), hoặc là thành phần an toàn của một sản phẩm thuộc phạm vi các luật của EU được liệt kê trong Phụ lục I (hoặc bản thân là sản phẩm như vậy) khi sản phẩm đó phải trải qua đánh giá sự phù hợp của bên thứ ba.
  • Đối với hệ thống AI rủi ro cao, Điều 15 yêu cầu “mức độ chính xác, độ vững chắc và an ninh mạng phù hợp”. Điều 15(5) bổ sung yêu cầu về khả năng chống chịu trước các nỗ lực của bên thứ ba không được phép nhằm thay đổi cách sử dụng, đầu ra hoặc hiệu năng của hệ thống, đồng thời liệt kê, khi thích hợp, các biện pháp chống đầu độc dữ liệu, đầu độc mô hình, ví dụ đối kháng (né tránh mô hình), cũng như các cuộc tấn công vào tính bảo mật hoặc khiếm khuyết của mô hình.
  • Sau Quy định (EU) 2026/1744, tức “Digital Omnibus on AI” (có hiệu lực từ ngày 27 tháng 7 năm 2026), các nghĩa vụ đối với hệ thống rủi ro cao được áp dụng từ ngày 2 tháng 12 năm 2027 cho các hệ thống thuộc Phụ lục III và từ ngày 2 tháng 8 năm 2028 cho các hệ thống trong sản phẩm thuộc Phụ lục I.
  • Một số quy định đã được áp dụng: theo Điều 50, từ ngày 2 tháng 8 năm 2026, nhà cung cấp các hệ thống AI tương tác trực tiếp với con người phải bảo đảm những người đó được thông báo rằng họ đang tương tác với AI, trừ khi điều đó là hiển nhiên.
  • Cyber Resilience Act áp dụng cho các sản phẩm có yếu tố kỹ thuật số, bao gồm cả phần mềm, được đưa ra thị trường EU, vì vậy hãy kiểm tra xem tác nhân của bạn được phân phối như một sản phẩm như vậy hay chạy dưới dạng dịch vụ. Đạo luật này có hiệu lực từ ngày 10 tháng 12 năm 2024. Nghĩa vụ của nhà sản xuất về việc báo cáo các lỗ hổng đang bị khai thác tích cực và các sự cố nghiêm trọng được áp dụng từ ngày 11 tháng 9 năm 2026, còn các nghĩa vụ chính được áp dụng từ ngày 11 tháng 12 năm 2027.

Việc những điều này có áp dụng cho tác nhân của bạn hay không là câu hỏi dành cho chuyên gia pháp lý.

Tiếp theo nên đọc gì

Nếu bạn mới bắt đầu xây dựng tác nhân, hướng dẫn của chúng tôi về cách xây dựng một tác nhân AI (bằng tiếng Anh) và khóa học tự học theo tiến độ riêng AI Tác nhân: Giới thiệu về Phát triển Tác nhân sẽ giúp bạn nắm những kiến thức cơ bản.

Một cách bài bản để xây dựng những kỹ năng này là khóa học Bảo mật AI: Bảo vệ ứng dụng LLM và tác nhân AI: tự học theo tiến độ riêng, trình độ trung cấp, thời lượng 40 giờ. Khóa học bao gồm bảo mật chuỗi cung ứng AI và các quy định của EU, và dự án cuối khóa yêu cầu bạn tấn công, khắc phục và kiểm thử lại một tác nhân AI.

Học kỹ năng công nghệ trực tuyến với Code Labs Academy

Học kỹ năng công nghệ trực tuyến với Code Labs Academy

Tham gia cộng đồng học viên quốc tế của chúng tôi, mở khóa tiềm năng bản thân và bắt đầu con đường sự nghiệp công nghệ đầy ý nghĩa.

Nộp đơn ngay

Câu hỏi thường gặp

OWASP Top 10 cho ứng dụng agentic là gì?

Đây là danh sách mười rủi ro bảo mật có tác động lớn nhất đối với tác nhân AI, do OWASP GenAI Security Project công bố vào tháng 12 năm 2025. Các mục trải dài từ ASI01 Agent Goal Hijack đến ASI10 Rogue Agents, mỗi mục đều có ví dụ và biện pháp giảm thiểu.

Least agency có nghĩa là gì đối với tác nhân AI?

Least agency (mức tự chủ tối thiểu) là phần mở rộng của nguyên tắc đặc quyền tối thiểu do OWASP đưa ra: chỉ trao cho tác nhân mức tự chủ mà nhiệm vụ của nó cần. Hành vi agentic không cần thiết sẽ mở rộng bề mặt tấn công mà không tạo thêm giá trị.

Dùng máy chủ MCP có an toàn không?

Hãy đối xử với chúng như mọi mã nguồn của bên thứ ba, vì công cụ và mô tả công cụ của một máy chủ có thể chứa chỉ dẫn ẩn. Cài đặt chúng từ những nguồn bạn tin cậy, cố định và xác minh phiên bản, rà soát mô tả công cụ, chạy máy chủ cục bộ trong sandbox và luôn để một người có thể từ chối các lệnh gọi công cụ.

Tác nhân AI có nên xin phê duyệt trước mọi hành động không?

Không. Hãy hỏi con người trước những hành động có tác động lớn hoặc không thể đảo ngược như xóa dữ liệu, chuyển tiền hay gửi tin nhắn, và để các hành động rủi ro thấp, có thể đảo ngược tự chạy. Quá nhiều yêu cầu phê duyệt dẫn đến tình trạng mệt mỏi vì phê duyệt, làm giảm chất lượng việc rà soát.

Mọi tác nhân AI có đều thuộc nhóm rủi ro cao theo Đạo luật AI của EU không?

Không. Nói chung, chỉ những hệ thống AI được dùng cho một mục đích nằm trong Phụ lục III của Đạo luật (có ngoại lệ), hoặc là thành phần an toàn của một sản phẩm thuộc phạm vi các luật của EU trong Phụ lục I (hoặc bản thân là sản phẩm như vậy) khi sản phẩm đó phải trải qua đánh giá sự phù hợp của bên thứ ba, mới thuộc nhóm rủi ro cao. Việc một tác nhân cụ thể có thuộc một trong các nhóm đó hay không là câu hỏi dành cho chuyên gia pháp lý.

Dịch vụ nghề nghiệp

Hỗ trợ nghề nghiệp cá nhân hoá để khởi đầu lộ trình trong lĩnh vực công nghệ. Bao gồm đánh giá CV, phỏng vấn thử và góc nhìn ngành giúp bạn tự tin thể hiện kỹ năng mới.

Khám phá