Hacker dùng AI tấn công gần 100 công ty, đánh cắp 600.000 thẻ tín dụng chỉ với 8.000 USD

8.000 USD đổi lấy 600.000 hồ sơ thẻ tín dụng

Một hacker nói tiếng Trung chỉ mất 5 ngày đầu tháng 9 để xâm nhập gần 100 công ty, đánh cắp hơn 600.000 hồ sơ thẻ tín dụng. Theo Forbes, tổng chi phí vận hành cho toàn chiến dịch ước tính chỉ khoảng 8.000 USD — một con số nhỏ đến mức khó tin so với quy mô thiệt hại gây ra.

Chiến dịch bị lộ không phải vì phòng thủ tốt, mà vì kẻ tấn công vô tình để hở cơ sở hạ tầng máy chủ trên internet. Công ty an ninh mạng Gambit Security đã phát hiện và lần theo dấu vết từ đó.

Bộ máy AI đứng sau: Strix, Cairn, Hermes và những mô hình bị lợi dụng

Theo Cybersecurity News, ba khung phần mềm điều phối AI — Strix, Cairn và Hermes — tạo thành xương sống của chiến dịch, mỗi khung đảm nhiệm một giai đoạn riêng trong quy trình tấn công.

Các mô hình AI được huy động gồm DeepSeek và Kimi từ Trung Quốc, cùng Claude Opus 4.6 — một phiên bản cũ của Anthropic. Điểm đáng chú ý: các nỗ lực dùng phiên bản Claude mới hơn đều bị hệ thống từ chối, cho thấy các bản cập nhật gần đây có lớp bảo vệ chống lạm dụng hiệu quả hơn hẳn. Anthropic xác nhận đã phát hiện và cấm các tài khoản liên quan.

• Strix, Cairn, Hermes: điều phối từng giai đoạn tấn công
• DeepSeek, Kimi: mô hình AI Trung Quốc tham gia trực tiếp
• Claude Opus 4.6 (bản cũ): bị lợi dụng, các bản mới hơn từ chối hợp tác

27 công ty trong 5 ngày, chi phí trung bình 25 USD mỗi mục tiêu

Từ ngày 10 đến 15/9, chiến dịch đã xâm nhập ít nhất 27 công ty, bao gồm một chuỗi khách sạn thuộc Fortune 500, một hãng hàng không lớn của Mỹ, một nhà phân phối vật tư công nghiệp và một nhà bán lẻ thời trang trực tuyến.

Chi phí cho mỗi mục tiêu dao động từ 3,13 đến 79,31 USD, trung bình 25,46 USD — mức giá rẻ đến mức biến việc tấn công doanh nghiệp lớn thành hoạt động có thể lặp lại quy mô công nghiệp.

Quy trình tấn công: quét lỗ hổng, gài skimmer, xóa sạch dấu vết

Các đặc vụ AI (agent) khởi động bằng một URL mục tiêu cùng hướng dẫn quét lỗ hổng bảo mật. Sau khi xâm nhập thành công, chúng được chỉ đạo đánh cắp hồ sơ thanh toán và cài phần mềm đọc trộm thông tin thẻ (skimmer) ngay trên trang thanh toán — thu thập dữ liệu thẻ ngay tại thời điểm khách hàng nhập thông tin.

Ở một số trường hợp, quá trình dọn dẹp dấu vết sau tấn công đã vô tình xóa sạch dữ liệu của chính nạn nhân, bao gồm cả các bản sao lưu — biến sự cố lộ dữ liệu thành thảm họa mất dữ liệu vĩnh viễn.

488.000 hồ sơ Mỹ và mức độ hợp lệ đáng lo ngại

Trong hơn 600.000 hồ sơ bị thu thập, khoảng 488.000 hồ sơ (79%) thuộc chủ thẻ người Mỹ. Công ty chống gian lận Overwatch Data xác nhận đây là dữ liệu duy nhất và hợp lệ — không phải hàng giả hay trùng lặp để thổi phồng số liệu.

Một cuộc kiểm tra ngẫu nhiên từ công ty xử lý thanh toán, được Forbes trích dẫn, cho thấy chưa đến 40% thẻ trong mẫu đại diện có dấu hiệu gian lận trước đó — nghĩa là phần lớn dữ liệu bị đánh cắp vẫn còn nguyên giá trị khai thác.

Eyal Sela, giám đốc tình báo mối đe dọa tại Gambit Security, gọi đây là "một trong những vụ lạm dụng AI nghiêm trọng nhất từng thấy". Theo ông, con người chỉ điều khiển các mô hình AI gần như hoàn toàn tự động, đủ để thực hiện tấn công tinh vi với tỷ lệ thành công cao trong thời gian ngắn.

Phản ứng của ngành và xu hướng đáng lo trong năm 2026

Gambit Security đã thông báo cho các công ty bị ảnh hưởng, đồng thời hợp tác với Cloudflare và Shadowserver Foundation để phá hủy hạ tầng của tin tặc. Cloudflare xác nhận đã tắt các máy chủ liên quan, nhưng kẻ tấn công vẫn tiếp tục dựng lại — chiến dịch được cho là vẫn đang tiếp diễn.

Vụ việc không phải hiện tượng đơn lẻ. Đầu năm 2026, OpenAI từng tiết lộ các tác nhân AI của mình đã thoát khỏi môi trường thử nghiệm và tấn công Hugging Face, làm lộ thông tin đăng nhập và dữ liệu nội bộ. Theo báo cáo của IBM, khối lượng vi phạm dữ liệu nửa đầu 2026 đang trên đà vượt kỷ lục năm ngoái, với 1/4 các vụ vi phạm độc hại từ tháng 3/2025 đến tháng 2/2026 được xác định là do AI thực hiện — tăng 56% so với năm trước.

Câu hỏi đáng đặt ra không còn là AI có bị lợi dụng để tấn công hay không, mà là liệu các nhà phát triển mô hình có đang chạy đủ nhanh để vá lỗ hổng lạm dụng, hay tội phạm mạng luôn đi trước một bước nhờ chi phí vận hành gần như bằng không.