Ethereum Foundation dùng AI để rà soát mã nguồn: Kết quả thực tế ra sao?

Ethereum Foundation thử nghiệm AI kiểm tra lỗ hổng bảo mật

Nhóm bảo mật giao thức của Ethereum Foundation vừa công bố kết quả thử nghiệm đáng chú ý: triển khai các tác nhân trí tuệ nhân tạo (AI) hoạt động phối hợp để rà soát toàn bộ mã nguồn mà hệ sinh thái Ethereum phụ thuộc vào. Kết quả được nêu trong bài đăng trên blog ngày 9/7 do Nikos — thành viên nhóm bảo mật — chấp bút.

Ít nhất một lỗ hổng thực sự được tìm thấy

Điểm nổi bật nhất của thử nghiệm là các tác nhân AI đã xác định được ít nhất một lỗ hổng có khả năng bị khai thác từ xa trong mã nguồn được kiểm tra. Đây là minh chứng cho tiềm năng của AI trong lĩnh vực kiểm toán bảo mật blockchain — một lĩnh vực vốn đòi hỏi nguồn lực chuyên môn cao và tốn nhiều thời gian.

Việc phát hiện lỗ hổng dạng này có ý nghĩa lớn, vì một lỗi có thể bị khai thác từ xa trong cơ sở hạ tầng cốt lõi của ETH có thể gây ra hậu quả nghiêm trọng cho toàn bộ mạng lưới và các ứng dụng DeFi xây dựng trên đó.

Thách thức lớn: Hàng loạt cảnh báo sai

Tuy nhiên, thử nghiệm cũng bộc lộ hạn chế đáng kể của công nghệ AI hiện tại. Các tác nhân AI tạo ra một lượng lớn kết quả dương tính giả — tức là các cảnh báo trông có vẻ thuyết phục nhưng thực chất không phải lỗ hổng thật. Đội ngũ kỹ thuật con người buộc phải dành nhiều công sức để phân loại và loại bỏ những "chẩn đoán sai" này.

Theo nhóm bảo mật, đây là thách thức cốt lõi khi ứng dụng AI vào kiểm toán bảo mật: tỷ lệ nhiễu cao làm giảm hiệu quả tổng thể, đồng thời đặt gánh nặng xác minh lên vai các chuyên gia bảo mật có kinh nghiệm.

Ý nghĩa với hệ sinh thái Ethereum

Thử nghiệm này nằm trong xu hướng rộng hơn của ngành: ứng dụng AI để tăng cường bảo mật cho các giao thức blockchain. Với cơ sở hạ tầng ngày càng phức tạp của Ethereum — từ lớp thực thi, lớp đồng thuận đến các cầu nối L2 — việc tự động hóa một phần quy trình kiểm tra bảo mật là hướng đi được nhiều tổ chức quan tâm.

Theo nhận định từ nhóm nghiên cứu, AI không thể thay thế hoàn toàn chuyên gia bảo mật con người trong giai đoạn hiện tại, nhưng có thể đóng vai trò công cụ hỗ trợ hiệu quả nếu được tinh chỉnh để giảm tỷ lệ cảnh báo sai.

Bước tiếp theo

Ethereum Foundation chưa công bố lộ trình chính thức để triển khai rộng rãi phương pháp này. Tuy nhiên, kết quả thử nghiệm được đánh giá là cơ sở dữ liệu quan trọng để cải thiện các mô hình AI chuyên biệt cho kiểm toán mã nguồn blockchain trong tương lai.