Hiếu PC gợi ý bốn nguyên tắc bảo mật khi lập trình với AI

AI hỗ trợ lập trình viên viết và kiểm thử mã nguồn, nhưng cũng đặt ra yêu cầu mới về bảo vệ dữ liệu, giới hạn quyền truy cập và kiểm soát hoạt động của hệ thống.

‏Chuyên ‏gia an ninh mạng Ngô Minh Hiếu (Hiếu PC) đưa ra bốn nguyên tắc giúp lập trình viên chủ động hạn chế rủi ro khi phát triển phần mềm với AI.‏

‏Hiếu PC chia sẻ trong sự kiện về an toàn thông tin do Viện Quản trị & Công nghệ FSB tổ chức‏

‏Trong Hội thảo An toàn thông tin trong kỷ nguyên AI do Viện Quản trị & Công nghệ FSB (Tập đoàn FPT) tổ chức mới đây, Ngô Minh Hiếu, còn được gọi là Hiếu PC, chuyên gia an ninh mạng, đã chia sẻ những lưu ý dành cho lập trình viên khi sử dụng AI, đặc biệt trong việc bảo vệ dữ liệu, kiểm soát quyền truy cập và chủ động phát hiện lỗ hổng. Theo đó, việc tận dụng AI để tăng tốc viết mã cần đi cùng các biện pháp bảo vệ hệ thống, kiểm soát dữ liệu và xác minh kết quả.‏

‏Một trong những nguyên tắc được nhấn mạnh là kết hợp hai hướng tiếp cận: bảo mật cho AI (Security for AI) và ứng dụng AI vào bảo mật (AI for Security). Lập trình viên cần hiểu cách bảo vệ các hệ thống sử dụng AI trước nguy cơ bị khai thác, đồng thời có thể tận dụng công cụ AI để hỗ trợ phát hiện điểm yếu trong mã nguồn và hệ thống. Các hướng dẫn về bảo mật AI của OWASP là một nguồn tham khảo để tìm hiểu những rủi ro cần kiểm soát.‏

‏Nguyên tắc thứ hai là giới hạn quyền tiếp cận dữ liệu nhạy cảm. Các quy tắc và phân quyền cần ngăn AI truy cập những thông tin như khóa bí mật, mật khẩu quản trị hoặc khóa API của bên thứ ba khi không cần thiết. Lập trình viên cũng cần thận trọng khi đưa dữ liệu nhạy cảm lên các dịch vụ AI bên ngoài, bởi khả năng kiểm soát dữ liệu sau khi chia sẻ có thể bị hạn chế.‏

‏Bên cạnh đó, Hiếu PC khuyến nghị lập trình viên chủ động rà soát lỗ hổng trong quá trình phát triển phần mềm. Họ có thể tham khảo các bộ quy tắc và công cụ kiểm thử bảo mật theo phương pháp Red Team từ những nguồn uy tín trên GitHub. Việc kiểm thử nên diễn ra xuyên suốt quá trình phát triển thay vì chỉ thực hiện khi phần mềm đã hoàn thành. Kết quả do công cụ đưa ra cần được kiểm tra, xác minh trước khi quyết định cách xử lý.‏

‏Nguyên tắc thứ tư là duy trì quyền kiểm soát của con người. AI cần hoạt động trong phạm vi quyền được thiết lập; những thao tác nhạy cảm hoặc có thể ảnh hưởng lớn đến hệ thống cần được lập trình viên kiểm tra và phê duyệt, thay vì để AI tự thực thi vượt quá thẩm quyền.‏

‏Những khuyến nghị này được đưa ra trong bối cảnh AI ngày càng phổ biến trong công việc lập trình, nhưng kết quả do công cụ tạo ra vẫn cần được kiểm chứng. Theo Stack Overflow Developer Survey 2025, 84% người tham gia khảo sát đang sử dụng hoặc có kế hoạch sử dụng các công cụ AI. Tuy nhiên, 46% không tin tưởng độ chính xác của kết quả do AI tạo ra, trong khi chỉ 33% bày tỏ sự tin tưởng.‏

‏Rủi ro còn thể hiện ở khía cạnh bảo mật mã nguồn. Báo cáo GenAI Code Security 2025 của Veracode cho biết 45% mẫu mã được tạo ra trong các bài kiểm thử không đáp ứng yêu cầu bảo mật do chứa lỗ hổng thuộc nhóm OWASP Top 10. Kết quả này cho thấy việc tăng tốc độ viết mã bằng AI cần đi cùng quy trình kiểm thử, rà soát lỗ hổng và đánh giá chất lượng phần mềm trước khi triển khai.‏

‏Để kiểm soát những rủi ro, lập trình viên cần có năng lực phân tích cấu trúc chương trình, đánh giá mã nguồn, phát hiện lỗi và kiểm soát tương tác giữa các thành phần trong hệ thống. Với phần mềm tích hợp AI, kiến thức về dữ liệu, mô hình AI và quy trình đưa công nghệ vào sản phẩm thực tế cũng ngày càng quan trọng. Đây là cơ sở để kỹ sư không chỉ sử dụng công cụ AI hiệu quả mà còn chủ động đánh giá, điều chỉnh và chịu trách nhiệm về chất lượng phần mềm.‏

‏Trong bối cảnh đó, việc làm chủ kỹ thuật phần mềm và hiểu cách tích hợp AI vào quá trình phát triển sản phẩm trở thành yêu cầu quan trọng đối với đội ngũ kỹ sư công nghệ. Chương trình‏ ‏Thạc sĩ Kỹ thuật phần mềm‏ ‏định hướng AI (MSE AI) tại Viện Quản trị & Công nghệ FSB, Trường Đại học FPT tập trung vào chuyên môn kỹ thuật phần mềm, đồng thời mở rộng kiến thức chuyên sâu về AI.‏

‏Một lớp học MSE AI tại FSB cơ sở Đà Nẵng‏

‏Nội dung đào tạo bao gồm các lĩnh vực học máy, học sâu, xử lý dữ liệu lớn, xử lý ảnh, video và ngôn ngữ tự nhiên, cùng các công nghệ và quy trình phát triển, vận hành phần mềm như DevOps và MLOps. Song song với đó, học viên được rèn luyện các kỹ năng thực hành thiết kế, triển khai và tối ưu hóa các mô hình AI. Qua đó, người học có khả năng khai thác hiệu quả tài nguyên dữ liệu số và khả năng xây dựng các hệ thống phần mềm tích hợp AI phù hợp với xu hướng.‏

‏Bên cạnh kiến thức chuyên môn, chương trình chú trọng thực hành thông qua dự án và đề án gắn với bài toán thực tế. Học viên có cơ hội vận dụng kiến thức đã học vào quá trình phát triển giải pháp phần mềm tích hợp AI, qua đó nâng cao năng lực triển khai công nghệ trong môi trường doanh nghiệp.‏

‏Chương trình hiện tuyển sinh tại Hà Nội, Đà Nẵng,‏ Thành phố Hồ Chí Minh và ‏Cần Thơ với học bổng cho các ứng viên tài năng. Độc giả quan tâm tìm hiểu chi tiết ‏tại đây.‏ ‏ ‏