Khi AI kết hợp với IoT: Thách thức an ninh mạng và nhu cầu về kỹ sư công nghệ thế hệ mới

Chi phí tiếp cận thấp khiến các công cụ này trở thành mối lo ngại đáng kể khi bị sử dụng cho mục đích lừa đảo. Theo số liệu được dẫn tại hội thảo từ Bộ Công an và Hiệp hội An ninh mạng quốc gia, trong năm 2024, Việt Nam ghi nhận hơn 6.000 vụ lừa đảo trực tuyến, với số tiền bị chiếm đoạt hơn 12.000 tỷ đồng. Hiếu PC nhận định thiệt hại thực tế có thể cao hơn từ 5 đến 10 lần do một bộ phận nạn nhân ngại trình báo. Trong giai đoạn 2020–2025, tổng thiệt hại được đề cập lên tới hơn 40.000 tỷ đồng; tại khu vực ASEAN, con số trong năm 2024 vượt 23 tỷ USD.

Một điểm đáng chú ý là hoạt động lừa đảo trực tuyến ngày càng được tổ chức theo mô hình chuyên nghiệp, có sự phân công giữa các nhóm phụ trách tiếp cận nạn nhân, phát triển công cụ kỹ thuật, xây dựng kịch bản và luân chuyển dòng tiền. Các đối tượng có thể sử dụng kịch bản lừa đảo từ nước ngoài, sau đó dịch và điều chỉnh bằng AI để phù hợp với ngôn ngữ, tâm lý người dùng tại từng thị trường.

AI cũng hỗ trợ các thủ đoạn giả mạo danh tính. Chẳng hạn, kẻ gian có thể sử dụng camera ảo để đưa hình ảnh giả vào cuộc gọi video, tìm cách qua mặt hệ thống xác thực khuôn mặt. Nếu thành công, chúng có thể tiếp tục thực hiện giao dịch trái phép hoặc tìm cách đăng ký các khoản vay trực tuyến dưới danh nghĩa nạn nhân.

Bên cạnh đó, các ứng dụng giả mạo VNeID, VssID hoặc dịch vụ công có thể được dùng để phát tán mã độc. Trên thiết bị Android, việc chiếm quyền trợ năng có thể giúp kẻ gian tiếp cận thông tin nhạy cảm, bao gồm mật khẩu và dữ liệu lưu trong điện thoại.
Những trường hợp này cho thấy bảo mật cần được nhìn nhận như một quá trình liên tục, từ xác thực danh tính, bảo vệ thiết bị đến giám sát giao dịch và xử lý sự cố.

Khi hàng chục triệu thiết bị kết nối với AI, đâu là điểm cần bảo vệ?

Sự phát triển của các hình thức tấn công mạng diễn ra song song với quá trình chuyển dịch từ Internet vạn vật (IoT) sang trí tuệ nhân tạo vạn vật (AIoT), nơi AI được tích hợp vào thiết bị, cảm biến và các hệ thống kết nối để phân tích dữ liệu, hỗ trợ ra quyết định hoặc tự động thực hiện tác vụ.

Theo báo cáo của Fortune Business Insights được dẫn trong nội dung hội thảo, thị trường AIoT toàn cầu ước tính đạt 82,74 tỷ USD vào năm 2026 và có tốc độ tăng trưởng kép hằng năm 32,4% trong giai đoạn 2026–2034. Số lượng thiết bị IoT kết nối trên toàn cầu được dự báo tăng từ 18,8 tỷ thiết bị năm 2024 lên 39 tỷ thiết bị vào năm 2030.

Tại Việt Nam, MarketsandMarkets dự báo thị trường IoT có thể đạt quy mô 7,2 tỷ USD vào năm 2030. Tính đến tháng 8/2026, cả nước có hơn 27,2 triệu thuê bao 5G. Các ứng dụng IoT và AIoT đang dần xuất hiện trong nhà máy, đô thị, giao thông và các thiết bị gia đình.

Tuy nhiên, số lượng thiết bị tăng lên cũng đồng nghĩa với việc phạm vi cần bảo vệ ngày càng rộng. Khi AI có khả năng tiếp nhận dữ liệu và tự thực hiện hành động, một lỗ hổng không chỉ ảnh hưởng đến thiết bị riêng lẻ mà còn có thể tác động đến toàn bộ hệ thống.

Theo cách phân chia kiến trúc AIoT thành năm tầng, các rủi ro an ninh có thể xuất hiện ở nhiều vị trí:

• Tầng cảm nhận: Camera và cảm biến có thể bị xâm nhập nếu sử dụng mật khẩu mặc định, không được cập nhật firmware hoặc thiếu cơ chế bảo vệ phù hợp.
• Tầng kết nối: Các thiết bị và hạ tầng mạng có thể bị khai thác để phát tán mã độc hoặc tham gia mạng máy tính ma (botnet).
• Tầng suy nghĩ: Mô hình AI có thể bị tác động bởi các lệnh được cài cắm trong dữ liệu hoặc nội dung đầu vào. Một ví dụ được nhắc đến là lỗ hổng EchoLeak liên quan đến Microsoft 365 Copilot, cho thấy nguy cơ dữ liệu bị truy xuất hoặc gửi ra ngoài khi thiếu biện pháp bảo vệ thích hợp.
• Tầng hành động: Các tác tử AI có thể thực hiện thao tác ngoài dự kiến, chẳng hạn sửa đổi hoặc xóa dữ liệu, nếu không có giới hạn quyền và cơ chế xác nhận phù hợp.
• Tầng học hỏi: Dữ liệu huấn luyện hoặc dữ liệu vận hành có thể bị can thiệp, khiến mô hình đưa ra kết quả sai lệch.

Vì vậy, bảo đảm an toàn cho AIoT không chỉ là cập nhật hay vá lỗi phần mềm sau khi sự cố xảy ra. Các yêu cầu bảo mật cần được tính đến từ giai đoạn thiết kế, đồng thời duy trì trong quá trình triển khai, vận hành và cập nhật hệ thống.

Khi AI hỗ trợ viết phần lớn mã nguồn, kỹ sư cần phát triển năng lực nào?

Sự phổ biến của AI tạo sinh đang làm thay đổi công việc của đội ngũ công nghệ thông tin. Các công cụ AI hiện có thể hỗ trợ viết một phần lớn mã nguồn trong nhiều dự án phần mềm. Tuy nhiên, việc tạo ra mã nguồn chỉ là một phần của quá trình phát triển hệ thống; yêu cầu về kiến trúc, kiểm thử, bảo mật và khả năng vận hành vẫn cần được giải quyết.

Theo nội dung được chia sẻ tại hội thảo, các công cụ AI có thể hỗ trợ viết khoảng 80–90% khối lượng mã trong một số dự án. Trong bối cảnh đó, vai trò của kỹ sư không chỉ nằm ở việc viết code, mà còn ở khả năng xác định đúng vấn đề cần giải quyết, lựa chọn giải pháp phù hợp và thiết kế kiến trúc tổng thể.

Đối với AIoT, kỹ sư cần hiểu cách các thành phần phối hợp với nhau, từ thiết bị, cảm biến và kết nối đến thu thập dữ liệu, hạ tầng điện toán và mô hình AI. Bên cạnh năng lực chuyên môn, khả năng nắm bắt nhu cầu thực tế của khách hàng và đánh giá rủi ro trong toàn hệ thống cũng ngày càng quan trọng.

Để đáp ứng nhu cầu nhân lực trong lĩnh vực này, Viện Quản trị & Công nghệ FSB, Trường Đại học FPT, công bố chương trình Thạc sĩ Công nghệ thông tin định hướng Trí tuệ nhân tạo vạn vật (MIT-AIoT). Chương trình tập trung vào việc tích hợp AI với các thiết bị và hệ thống IoT.

FPT giới thiệu chương trình đào tạo Thạc sĩ Công nghệ thông tin định hướng Trí tuệ nhân tạo vạn vật MIT-AIoT.

Chia sẻ về định hướng đào tạo, TS. Đoàn Xuân Huy Minh, Giám đốc Chương trình Thạc sĩ Công nghệ thông tin, Viện Quản trị & Công nghệ FSB, Tập đoàn FPT, cho biết:
“Mục tiêu của chương trình MIT-AIoT là đào tạo lực lượng kỹ sư, chuyên gia công nghệ dẫn dắt quá trình thông minh hóa hệ thống sản xuất quy mô công nghiệp, cũng như phát triển và quản trị đô thị thông minh, giao thông thông minh. Chương trình tập trung vào sự tích hợp giữa AI và các thiết bị, hệ thống IoT. Người học tiếp cận hệ thống AIoT như một chỉnh thể, từ thiết bị, cảm biến và kết nối đến thu thập, xử lý dữ liệu, nền tảng điện toán và ứng dụng AI. Cách tiếp cận này hướng đến năng lực thiết kế, tích hợp và vận hành hệ thống, thay vì chỉ tập trung vào một công nghệ hoặc thành phần riêng lẻ”.

Đào tạo gắn với dự án thực tế

Theo thông tin từ đơn vị tổ chức, chương trình MIT-AIoT áp dụng phương pháp học tập theo dự án (Project-based Learning), kết hợp kiến thức chuyên môn với các bài toán thực tế trong hệ sinh thái doanh nghiệp FPT, thuộc những lĩnh vực như viễn thông, phần mềm, tích hợp hệ thống, an ninh mạng và AI.

Học viên có cơ hội thực hành trên hạ tầng điện toán đám mây và các hệ thống thực tế, đồng thời phát triển kỹ năng phân tích dữ liệu từ thiết bị biên, triển khai mô hình học máy và xây dựng các biện pháp bảo vệ cho môi trường kết nối quy mô lớn. Chương trình gồm 60 tín chỉ, tổ chức trong bốn học kỳ với thời gian dự kiến khoảng 18 tháng. Sau khi hoàn thành chương trình, học viên nhận bằng Thạc sĩ Công nghệ thông tin do Trường Đại học FPT cấp.

Theo kế hoạch được công bố, chương trình dự kiến khai giảng vào tháng 11/2026 tại Hà Nội, Đà Nẵng, TP.HCM và Cần Thơ. Khóa đầu tiên có chính sách học bổng với mức hỗ trợ lên tới 42 triệu đồng. Thông tin chi tiết về tuyển sinh và học bổng chương trình MIT-AIoT được cung cấp tại kênh thông tin chính thức của Viện Quản trị & Công nghệ FSB.

Thông tin tuyển sinh và học bổng chương trình có tại đây.

*Nội dung được tài trợ chỉ mang tính tham khảo.