Báo cáo An ninh Hàng năm của CertiK: Tổn thất Web3 năm 2025 tăng 37% so với cùng kỳ, Tấn công Lừa đảo và Sự kiện Chuỗi Cung ứng trở thành Mối đe dọa Chính

marsbitXuất bản vào 2025-12-25Cập nhật gần nhất vào 2025-12-25

Tóm tắt

Công ty an ninh mạng CertiK công bố Báo cáo An ninh Web3 năm 2025, cho thấy tổn thất trong lĩnh vực này đã tăng 37% so với năm 2024, lên 3,35 tỷ USD từ 630 sự kiện bảo mật. Dù số vụ giảm 137 vụ, thiệt hại trung bình mỗi vụ tăng 66,6%, lên 5,32 triệu USD, cho thấy xu hướng nhắm mục tiêu vào các giá trị cao. Tấn công chuỗi cung ứng trở thành mối đe dọa lớn nhất, chỉ với hai sự kiện nhưng chiếm gần một nửa tổng thiệt hại (1,45 tỷ USD), nổi bật là vụ Bybit (1,4 tỷ USD). Tin tặc nhắm vào các nhà cung cấp dịch vụ cốt lõi thay vì giao thức riêng lẻ. Tấn công phishing (lừa đảo) là phổ biến nhất với 248 vụ (723 triệu USD), nhưng con số thực tế có thể cao hơn. Trí tuệ nhân tạo (AI) làm gia tăng rủi ro, tạo trang web giả mạo và thông tin đa ngôn ngữ, vượt mặt biện pháp phòng thủ truyền thống. Bối cảnh pháp lý ngày càng rõ ràng (như EU, Mỹ, Singapore) thúc đẩy phát triển minh bạch. An ninh đang chuyển từ "chi phí" sang "cơ sở hạ tầng" quan trọng. Dự báo năm tới, các cuộc tấn công dựa trên AI, chuỗi cung ứng phức tạp và lừa đảo xã hội sẽ tiếp tục, đòi hỏi tích hợp bảo mật vào thiết kế và trải nghiệm người dùng.

Ngày 23 tháng 12, CertiK, công ty an ninh Web3 lớn nhất toàn cầu, đã công bố "Báo cáo An ninh Web3 Skynet Hack3D 2025", hệ thống hóa các sự kiện an ninh chính và xu hướng rủi ro trong lĩnh vực Web3 năm qua. Báo cáo chỉ ra rằng ngành Web3 đang phát triển nhanh chóng trong bối cảnh thị trường phục hồi và kỳ vọng quản lý rõ ràng hơn, nhưng rủi ro an ninh không giảm theo, mà vẫn phải đối mặt với những thách thức an ninh có tính hệ thống.

Báo cáo cho thấy, năm 2025, lĩnh vực Web3 đã xảy ra tổng cộng 630 vụ việc an ninh, gây thiệt hại tổng cộng khoảng 3,35 tỷ USD, tăng 37% so với năm 2024; mặc dù số vụ việc giảm 137 vụ so với năm trước, nhưng thiệt hại trung bình mỗi lần tấn công lên tới 5,322 triệu USD, tăng mạnh 66,6%, cho thấy xu hướng kẻ tấn công tập trung vào các mục tiêu có giá trị cao.

Tấn công chuỗi cung ứng đẩy thiệt hại hàng năm lên cao

Xét theo loại hình tấn công, tấn công chuỗi cung ứng trở thành nguồn rủi ro gây thiệt hại lớn nhất trong năm 2025. Mặc dù cả năm chỉ ghi nhận hai sự kiện liên quan, nhưng tổng thiệt hại lên tới 1,45 tỷ USD, chiếm gần một nửa tổng thiệt hại cả năm. Trong đó, sự kiện xảy ra với Bybit vào tháng 2 chiếm phần lớn thiệt hại.

Theo báo cáo tiết lộ, sự kiện an ninh mà Bybit gặp phải vào tháng 2 năm 2025 đã gây thiệt hại khoảng 1,4 tỷ USD, được coi là một trong những sự kiện đánh cắp tài sản mã hóa có quy mô lớn nhất từ trước đến nay. Kẻ tấn công không trực tiếp đột phá hệ thống sàn giao dịch, mà thông qua việc xâm nhập môi trường nhà phát triển của nhà cung cấp dịch vụ ví đa ký (multi-sig) bên thứ ba, cài mã độc vào quy trình ký, từ đó bỏ qua cơ chế phê duyệt đa tầng.

CertiK chỉ ra trong báo cáo rằng những sự kiện tương tự phản ánh việc kẻ tấn công đang tập trung nguồn lực vào các nhà cung cấp dịch vụ then chốt và công cụ cơ sở, thay vì bản thân một giao thức đơn lẻ, an ninh chuỗi cung ứng đã trở thành rủi ro hệ thống không thể xem nhẹ.

Tấn công lừa đảo (phishing) xảy ra thường xuyên, AI trở thành "bộ khuếch đại"

Về tần suất tấn công, lừa đảo mạng (phishing) vẫn là mối đe dọa an ninh phổ biến nhất năm 2025. Báo cáo cho thấy, cả năm ghi nhận 248 vụ tấn công lừa đảo, gây thiệt hại khoảng 723 triệu USD, số lần xảy ra cao hơn một chút so với tấn công lỗ hổng mã (240 vụ).

Đáng chú ý, CertiK cho rằng con số này vẫn có thể bị đánh giá thấp. Một lượng lớn sự kiện lừa đảo và gian lận nhắm vào người dùng cá nhân không được tiết lộ chính thức, đặc biệt là các cuộc tấn công kỹ thuật xã hội (social engineering) có số tiền thiệt hại nhỏ hoặc xảy ra off-chain.

Báo cáo nhấn mạnh, việc phổ cập trí tuệ nhân tạo (AI) đang làm giảm đáng kể ngưỡng kỹ thuật cho các cuộc tấn công lừa đảo. Kẻ tấn công bắt đầu sử dụng AI để tạo ra các trang web lừa đảo, cửa sổ pop-up ví và thông tin lừa đảo đa ngôn ngữ có độ mô phỏng cao, đồng thời kết hợp với dữ liệu on-chain và nội dung mạng xã hội để "phân phối chính xác". Các phương pháp phòng thủ truyền thống dựa vào lỗi ngữ pháp hoặc đặc điểm mẫu để nhận biết đang dần mất tác dụng.

Quản lý ngày càng rõ ràng, An ninh đang chuyển từ "khoản chi phí" sang "cơ sở hạ tầng"

Trong khi rủi ro gia tăng, báo cáo cũng ghi nhận môi trường quản lý toàn cầu đang có những thay đổi tích cực. Những tiến triển về lập pháp xoay quanh stablecoin và tính minh bạch của tài sản số tại Mỹ đã mang lại tín hiệu chính sách rõ ràng hơn cho ngành; các khuôn khổ MiCA của EU, sandbox quản lý tại Singapore và Hong Kong (Trung Quốc) cũng đang thúc đẩy Web3 phát triển theo hướng quy chuẩn hơn.

CertiK chỉ ra trong báo cáo rằng, cùng với việc các tổ chức và nguồn vốn tuân thủ liên tục tham gia thị trường, năng lực an ninh đang chuyển từ "khắc phục sau sự cố" sang thành tố cơ sở hạ tầng trong thiết kế và vận hành dự án. Dù là đối với nhà dự án hay người dùng cá nhân, an ninh không còn là tùy chọn, mà là biến số then chốt ảnh hưởng đến khả năng tồn tại lâu dài.

Báo cáo cuối cùng nhìn nhận, trong năm tới, các cuộc tấn công giả mạo dựa trên AI, xâm nhập chuỗi cung ứng ngày càng phức tạp và các cuộc tấn công kỹ thuật xã hội nhắm vào người dùng cá nhân sẽ tiếp tục phát triển. Trong bối cảnh này, chỉ những dự án tích hợp an ninh vào thiết kế kiến trúc, quy trình phát triển và trải nghiệm người dùng mới có khả năng nổi bật trong cuộc cạnh tranh Web3 mới.

Toàn văn báo cáo: https://indd.adobe.com/view/6935ac85-c644-4048-9e27-1d310549aa0a

Câu hỏi Liên quan

QBáo cáo an ninh mạng của CertiK năm 2025 chỉ ra tổng thiệt hại tài chính trong lĩnh vực Web3 là bao nhiêu?

ABáo cáo cho thấy tổng thiệt hại năm 2025 là khoảng 3,35 tỷ USD, tăng 37% so với năm 2024.

QLoại hình tấn công nào gây ra thiệt hại lớn nhất về mặt tài chính trong năm 2025 theo báo cáo?

ATấn công chuỗi cung ứng (Supply Chain Attack) là nguồn rủi ro gây thiệt hại lớn nhất, với tổng số tiền lên tới 1,45 tỷ USD, chiếm gần một nửa tổng thiệt hại cả năm.

QSự kiện bảo mật nào được coi là một trong những vụ trộm cắp tài sản mã hóa lớn nhất từ trước đến nay được đề cập trong báo cáo?

AĐó là sự kiện xảy ra với Bybit vào tháng 2 năm 2025, gây thiệt hại ước tính khoảng 1,4 tỷ USD.

QLoại hình tấn công nào là phổ biến nhất về số lượng sự cố trong năm?

ATấn công lừa đảo (Phishing) là mối đe dọa phổ biến nhất với 248 sự cố được ghi nhận.

QBáo cáo nhận định vai trò của Trí tuệ nhân tạo (AI) như thế nào trong các cuộc tấn công?

ABáo cáo nhấn mạnh rằng AI đang làm giảm đáng kể rào cản kỹ thuật cho các cuộc tấn công lừa đảo, được sử dụng để tạo ra các trang web lừa đảo giả mạo có độ chân thực cao và thông tin lừa đảo đa ngôn ngữ, hoạt động như một 'bộ khuếch đại' mối đe dọa.

Nội dung Liên quan

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

Mô hình tạo sinh (generative models) từ lâu đã phụ thuộc vào các phương pháp đào tạo nhiều giai đoạn (như diffusion, autoregressive), dẫn đến "exposure bias" - sự khác biệt giữa cách huấn luyện và suy luận. Bài báo "Explorative Modeling" (XM) từ UIUC và Harvard đề xuất một giải pháp đơn giản nhưng mạnh mẽ: thay vì tách quá trình tạo mẫu, hãy tách vòng lặp huấn luyện. Trong mỗi bước huấn luyện, mô hình tạo ra K ứng viên, sau đó chỉ chọn ứng viên gần nhất với dữ liệu thực để cập nhật gradient. Vòng lặp `for` đơn giản này giải quyết vấn đề "mode blurring" - xu hướng của hàm mất mát tái tạo đẩy đầu ra về trung bình của các mode hợp lệ, tạo ra kết quả mờ nhạt. Bằng cách khám phá nhiều ứng viên, mô hình học cách bao phủ nhiều mode khác nhau trong phân phối dữ liệu. Khả năng này được gọi là "biểu đạt tạo sinh" (generative expressivity). Thí nghiệm cho thấy "khám phá" (exploration) trở thành một trục mở rộng quy mô hiệu quả thứ ba, bên cạnh quy mô dữ liệu và tham số. Khi quy mô tăng, lợi ích từ việc khám phá càng lớn, cải thiện hiệu suất FLOP, mẫu và tham số. XM đạt được kết quả tạo ảnh trên ImageNet (FID 1.43 không guidance) ngang bằng các mô hình hàng đầu. Quan trọng hơn, XM cho phép huấn luyện mô hình tạo sinh "end-to-end" thực sự. Trong thí nghiệm điều khiển robot, Explorative Policy chỉ cần một lượt truyền thẳng mạng, đạt hiệu suất tương đương Diffusion Policy cần hàng trăm bước suy luận. Điều này chuyển chi phí tính toán từ giai đoạn suy luận sang giai đoạn huấn luyện, mở ra khả năng cho các mô hình tạo sinh nhanh và hiệu quả hơn. Công trình dựa trên lý thuyết "Mode Forcing" trước đó của nhóm tác giả. Hạn chế hiện tại bao gồm chi phí tính toán cho "Forward XM" trên phân phối nhiều mode và thách thức với mô hình ngôn ngữ tự hồi quy thuần túy.

marsbit16 phút trước

Mô hình sinh đã có thể huấn luyện end-to-end? Cốt lõi chỉ là một vòng lặp for

marsbit16 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

Tác giả Google DeepMind Dan Roy đã khởi xướng một kiến nghị trào phúng nhằm phản đối quy định mới của hội nghị AI hàng đầu ICLR, giới hạn mỗi tác giả chỉ được đăng ký tối đa 20 bài báo tham dự ICLR 2027. Quy định này được đưa ra do số lượng bài nộp tăng đột biến 68% vào năm 2026, gây áp lực nặng nề lên hệ thống phản biện. Trong bài đăng của mình, Dan Roy giả vờ ủng hộ việc để AI Agent tạo ra càng nhiều nghiên cứu gia tăng càng tốt, và cho rằng giới hạn này sẽ "làm chậm sự phát triển của AI". Anh còn mỉa mai nhận xét rằng "tất cả công việc phản biện giờ đã được giao cho các mô hình ngôn ngữ lớn xử lý", ám chỉ đến một nghiên cứu trước đó phát hiện khoảng 21% ý kiến phản biện tại ICLR 2026 có khả năng cao là do AI tạo ra. Bài viết chỉ ra rằng thông điệp trào phúng của Roy thực chất phản ánh mối lo ngại về một vòng luẩn quẩn: AI tạo ra bài báo hàng loạt, nhà nghiên cứu gửi đi hàng loạt, và phản biện viên lại dùng AI để đánh giá hàng loạt. Qua đó, tác giả đặt câu hỏi liệu biện pháp giới hạn số lượng cứng nhắc có phải là giải pháp tối ưu cho những thách thức căn bản về chất lượng học thuật trong kỷ nguyên AI này.

marsbit21 phút trước

Mỗi người tối đa 20 bài? Quy định mới của ICLR bị nhà nghiên cứu DeepMind 'mỉa mai' kiến nghị

marsbit21 phút trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

OpenAI đã điều chỉnh giá, giảm 80% cho mô hình GPT-5.6 Luna và 20% cho Terra, đồng thời giới thiệu chế độ Fast cho mô hình mạnh nhất Sol. Động thái này, cùng với việc Anthropic giới thiệu Claude Opus 5 với giá bằng một nửa so với flagship Fable 5, đánh dấu sự thay đổi chiến lược quan trọng: các hãng không còn chỉ tập trung bán mô hình mạnh nhất. Thay vào đó, họ khuyến nghị người dùng kết hợp các mô hình theo nhiệm vụ: dùng Sol (đắt, mạnh) để phân tích và lập kế hoạch phức tạp, sau đó giao cho Luna (rẻ, hiệu quả) thực thi. Điều này cho thấy trọng tâm thương mại đang chuyển từ các mô hình flagship (chứng minh năng lực kỹ thuật) sang các mô hình tầm trung, phục vụ cho lượng truy vấn API khổng lồ hàng ngày của doanh nghiệp, nơi hiệu quả chi phí (ROI) và độ ổn định là yếu tố quyết định. Một yếu tố then chốt giúp giảm chi phí là việc chính các mô hình AI (như Sol) tham gia tối ưu hóa mã nguồn và quy trình vận hành của chính chúng, tạo ra một vòng lặp tự thúc đẩy giảm chi phí. Điều này có thể đẩy nhanh hơn nữa đà giảm giá trong tương lai. Cạnh tranh đang chuyển từ "mô hình thông minh nhất" sang "hệ sinh thái hiệu quả nhất". OpenAI muốn biến các mô hình như Luna thành lựa chọn mặc định cho các tác vụ thường ngày, từ đó gia tăng độ phụ thuộc và chi phí chuyển đổi cho doanh nghiệp. Tương tự như ngành điện hay điện toán đám mây, mục tiêu cuối cùng là AI trở thành một tiện ích phổ biến, hoạt động âm thầm và không thể thiếu trong mọi quy trình, thay vì chỉ là một sản phẩm công nghệ đình đám.

marsbit2 giờ trước

OpenAI không bán tiền dựa trên mô hình đắt nhất

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

Cuộc đua AI đang vấp phải nút thắt mới: thiếu hụt nghiêm trọng lao động lành nghề như thợ điện và công nhân xây dựng để xây dựng các trung tâm dữ liệu quy mô lớn. Tại Mỹ, dự báo cần thêm 130.000 thợ điện và 240.000 công nhân xây dựng từ 2023-2030 cho hạ tầng AI, trong khi mỗi năm có 80.000 vị trí thợ điện không thể lấp đầy. Các công ty AI sẵn sàng trả lương cao (thợ điện giỏi có thể kiếm 240.000-280.000 USD/năm), nhưng sự chậm trễ xây dựng vẫn gây thiệt hại hàng chục triệu USD. Độ phức tạp của các trung tâm dữ liệu AI, với công suất điện khổng lồ, hệ thống phân phối điện và làm mát phức tạp, đòi hỏi lao động có kỹ năng đặc biệt. Để giải quyết, các gã khổng lồ công nghệ như Meta và Google đang đầu tư hàng trăm triệu USD vào đào tạo. Meta mở trường dạy nghề miễn phí, cung cấp cả trợ cấp sinh hoạt, trong khi OpenAI hợp tác với công đoàn xây dựng. Chiến dịch tuyển dụng nhắm đến cả học sinh trung học, góp phần làm tăng mạnh tỷ lệ Gen Z theo học trường nghề. Tuy nhiên, nhu cầu điện cho AI tiếp tục bùng nổ, chiếm phần ngày càng lớn trong tổng tiêu thụ điện và đẩy giá điện lên cao. Một nghịch lý tồn tại: các dự án xây dựng cần hàng nghìn lao động cùng lúc, nhưng khi hoàn thành chỉ cần số ít vận hành, dẫn đến rủi ro dư thừa lao động lành nghề trong tương lai.

marsbit2 giờ trước

Lương trăm nghìn đô la săn thợ điện, Meta vội vàng tự mở trường dạy nghề

marsbit2 giờ trước

Giao dịch

Giao ngay
活动图片