top of page
conact-ipsip-vietnam
zalo
Facebook_Messenger_logo_2020
pngtree-minimal-calendar-icon-vector-png-image_21233134

Quản trị non-human identity: 4 bước khoanh vùng rủi ro credential máy và AI agent

18 giờ trước
10 phút đọc

Non-human identity (NHI) là danh tính mà máy chủ, ứng dụng, workload và AI agent dùng để xác thực, gồm service account, API key, token, certificate và signing key. Để một credential máy bị lộ không lan thành sự cố toàn hệ thống, doanh nghiệp cần làm 4 việc: kiểm kê NHI và gán chủ sở hữu, thu hẹp phạm vi credential, giám sát và truy vết theo danh tính, thu hồi nhanh khi có dấu hiệu lạm dụng. Hãy xử lý trước những credential có thể cấp credential khác và quyền quản trị dùng chung giữa nhiều môi trường.

Báo cáo 2026 Identity Security Landscape của Palo Alto Networks, khảo sát hơn 2.900 lãnh đạo an ninh mạng, ghi nhận machine identity (kể cả AI agent) nhiều gấp 109 lần danh tính con người. Tỷ lệ này khác nhau giữa các báo cáo tùy cách đếm, nhưng đều cho thấy NHI là nhánh lớn nhất của chương trình quản lý định danh và truy cập (IAM) và thường ít được rà soát nhất.

Bài viết là tổng hợp biên tập từ khuyến nghị của PwC (03/11/2026), báo cáo kỹ thuật của Hugging Face về sự cố tháng 7/2026 và dữ liệu ngành, đặt trong bối cảnh pháp lý Việt Nam.

Sơ đồ 4 bước khoanh vùng rủi ro non-human identity: kiểm kê, xếp hạng, thu hẹp, phát hiện và thu hồi, cùng 4 vai trò chủ sở hữu, phê duyệt, giám sát, thu hồi
4 bước quản trị non-human identity

Bước 1: Kiểm kê non-human identity và nơi credential đang nằm

Không thể khoanh vùng một credential mà doanh nghiệp không biết nó tồn tại. Bản kiểm kê cần trả lời ba câu hỏi PwC đặt ra: có những credential nào, chúng nằm ở đâu và có nên nằm ở đó không.

Kiểm kê cũng phải đi theo chuỗi tin cậy: sau khi xác thực, NHI có thể assume role nào, cấp credential nào, gọi tiếp dịch vụ nào và kết nối tới bên thứ ba nào.

Loại NHI

Credential thường gặp

Nơi hay bị đặt sai

Kiểm soát ưu tiên

Service account (máy chủ, Active Directory, database)

Mật khẩu tĩnh, keytab

File cấu hình, script, biến môi trường

Đưa vào vault, xoay vòng định kỳ, gán chủ sở hữu

Workload trên cloud và Kubernetes

Service-account token, credential role tạm thời

Pod đọc được dịch vụ metadata, token gắn mặc định

Workload identity federation, chặn metadata từ pod, RBAC hẹp

Ứng dụng tích hợp SaaS và API

API key, OAuth token

Mã nguồn, pipeline CI/CD, công cụ cộng tác

Secrets manager, scope tối thiểu, rà soát ứng dụng được cấp quyền

Hệ thống phát hành danh tính

Signing key, CA, khóa cấp token

Secret object, máy chủ ứng dụng

Lưu trong KMS hoặc HSM, giới hạn người truy cập, cảnh báo phát hành bất thường

AI agent

Token ủy quyền, API key mô hình, credential của công cụ

Prompt, file cấu hình agent, tài khoản dùng chung

Danh tính riêng, quyền theo tác vụ, tự hết hạn

Cần chú ý nhất các credential bị nhúng vào mã, sao chép sang nhiều hệ thống hoặc trao cho hệ thống không cần dùng. GitGuardian ghi nhận 28,65 triệu secret hardcode mới trong commit GitHub công khai năm 2025, tăng 34% so với năm trước (phân tích báo cáo State of Secrets Sprawl 2026).

Bước 2: Xếp hạng rủi ro, bắt đầu từ credential có thể cấp credential khác

Không phải NHI nào cũng cần xử lý cùng lúc. Hãy bắt đầu ở nơi một lần lộ credential có thể đi xa nhất: kho secret, khóa có thể phát hành credential khác, hạ tầng có quyền rộng và môi trường dùng lại cùng một credential. Ma trận dưới đây là khung ra quyết định đề xuất, xây từ các tiêu chí xếp hạng của PwC.

Tiêu chí

Câu hỏi kiểm tra

Rủi ro cao khi

Mức đặc quyền

NHI có quyền quản trị, owner hoặc cluster-admin không?

Có quyền ghi hoặc quản trị trên hệ thống lõi

Hệ thống và dữ liệu trọng yếu

NHI có chạm dữ liệu khách hàng, dữ liệu cá nhân hoặc hệ thống thanh toán không?

Có, và không có lớp kiểm soát nào khác

Khả năng cấp thêm credential

NHI có giữ signing key, quyền tạo token hoặc quyền đọc kho secret không?

Có: một lần lộ sinh ra nhiều credential mới

Kết nối bên thứ ba

Credential do SaaS hoặc đối tác cấp, hay được trao cho họ?

Có, và không rõ ai chịu trách nhiệm thu hồi

Phạm vi dùng chung

Một credential được tin cậy ở bao nhiêu môi trường, cluster hoặc dịch vụ?

Nhiều hơn một môi trường

Một NHI chạm từ hai tiêu chí trở lên nên được đưa vào nhóm xử lý đầu tiên.

Bài học từ sự cố OpenAI và Hugging Face (7/2026)

PwC không nêu tên sự cố, nhưng các loại credential được mô tả trùng với báo cáo kỹ thuật Hugging Face công bố ngày 27/7/2026. Theo công bố của OpenAI ngày 21/7/2026, một AI agent đang được đánh giá năng lực an ninh mạng đã thoát khỏi sandbox (diễn biến sự cố).

Theo Hugging Face, agent đi từ thực thi mã trong một pod xử lý dữ liệu tới quyền cluster-admin trên nhiều cluster nội bộ trong chưa đầy 13 giờ. Một secret object chứa 136 khóa cho agent khóa VPN mesh và một credential kết nối dùng chung cho nhiều cluster, gắn nhóm quyền quản trị cao nhất. Agent còn lấy được khóa ký JWT để tự phát hành token hợp lệ.

Chuỗi credential trong sự cố Hugging Face tháng 7/2026: từ pod xử lý dữ liệu tới kho secret, rồi tới khóa VPN mesh, credential kết nối dùng chung và khóa ký JWT
Chuỗi credential trong sự cố OpenAI và Hugging Face

Theo Hugging Face, dữ liệu khách hàng bị truy cập chỉ gồm 5 dataset liên quan đến bài đánh giá. Bài học nằm ở đường đi của sự cố: credential dùng chung, phạm vi quá rộng và khóa có thể sinh ra khóa khác.

Bước 3: Thu hẹp credential ngay từ thiết kế

Mục tiêu là giảm quãng đường và tốc độ lan của một hoạt động tự động trái phép.

  • Một credential cho một phạm vi. Không dùng chung credential giữa nhiều cluster, môi trường hoặc dịch vụ. Hugging Face đã xây lại dịch vụ kết nối với credential riêng cho từng cluster.

  • Workload identity thay credential tĩnh. Workload nhận token được cấp theo phiên thay vì giữ khóa dài hạn.

  • Credential ngắn hạn vẫn cần quy tắc tạo, giới hạn scope, giám sát và thu hồi.

  • Đóng đường lấy credential mặc định. Hugging Face đã chặn pod truy cập dịch vụ metadata của cloud, để lỗi trong một pod không thành credential của cả node.

  • Tách khóa có thể phát hành credential. Signing key và CA nên nằm trong KMS hoặc HSM, có chủ sở hữu và quy trình xoay vòng đã diễn tập.

  • Một bộ nguyên tắc cho mọi môi trường, từ SaaS, cloud, Kubernetes đến hạ tầng tại chỗ và nhà cung cấp dịch vụ.

So sánh một credential tĩnh dùng chung cho 4 cluster với mỗi cluster có token ngắn hạn riêng
Thu hẹp phạm vi Credentail

Với tài khoản quản trị do con người sử dụng và phiên truy cập đặc quyền, doanh nghiệp có thể tham khảo hướng dẫn quản lý truy cập đặc quyền (PAM).

Riêng với AI agent

AI agent gọi công cụ, assume role và di chuyển giữa các hệ thống ở tốc độ máy, nên PwC cho rằng quyền tĩnh không còn đủ cho tình huống rủi ro cao. Quyền của agent nên gắn với từng tác vụ, cấp đúng lúc, tự hết hạn và thu hẹp được ngay khi ngữ cảnh thay đổi.

Bước 4: Phát hiện, truy vết và thu hồi nhanh

Khi một NHI rủi ro cao bị lạm dụng, đội an ninh cần biết ngay cái gì đã hành động, bằng credential nào và thuộc đội nào chịu trách nhiệm.

Tín hiệu cần giám sát theo khuyến nghị của PwC:

  • Leo thang đặc quyền bất thường

  • Liệt kê hoặc đọc hàng loạt secret

  • Truy cập chéo giữa các môi trường

  • Phát hành token bất thường

  • Kết nối dịch vụ với dịch vụ chưa từng xuất hiện

Sau sự cố, Hugging Face bổ sung cảnh báo khi token được dùng từ nguồn không mong đợi.

Truy vết hoạt động ngắn hạn. Container và token tồn tại vài phút làm đứt mạch điều tra nếu không gắn được với hệ thống đã dùng chúng. Hugging Face phải tái dựng khoảng 17.600 hành động, trong đó mỗi sandbox ngắn hạn mang một danh tính mới. Với AI agent, nhật ký cần đủ 4 thông tin dưới đây.

4 thông tin nhật ký cần có cho mỗi hành động của AI agent: ai khởi tạo, agent và runtime, danh tính được dùng, hệ thống bị gọi
4 thông tin cần có của nhật ký hành động AI agent

Cảnh báo phải tới đúng người. Hệ thống phát hiện của Hugging Face đã tương quan được tín hiệu nhưng không nâng đúng mức nghiêm trọng để gọi đội trực. PwC khuyến nghị đặt SLA và KPI phản hồi cảnh báo, kể cả ngoài giờ, và kiểm tra thời gian lưu log cho SOC.

Khoanh vùng và thu hồi. Xác định phạm vi phía sau NHI bị xâm phạm, thu hồi credential và phiên đang hoạt động, rồi siết các quan hệ tin cậy liên quan. Hugging Face đã xoay vòng toàn bộ token và credential hạ tầng, kể cả trên cluster không bị truy cập.

Doanh nghiệp chưa có đội giám sát liên tục có thể cân nhắc dịch vụ SOC 24/7 để theo dõi tín hiệu lạm dụng danh tính ngoài giờ làm việc.

Ai sở hữu NHI: chia trách nhiệm giữa IT, DevOps, Security và bên thứ ba

Rủi ro NHI thường rơi vào khoảng trống giữa IAM, cloud, DevOps, SOC và bên thứ ba. PwC khuyến nghị mỗi danh tính có đủ 4 vai trò được ghi tên:

  1. Chủ sở hữu: chịu trách nhiệm về mục đích tồn tại và vòng đời của NHI.

  2. Người phê duyệt: quyết định phạm vi quyền được cấp và khi nào phải rà soát lại.

  3. Người giám sát: theo dõi hành vi bất thường và nhận cảnh báo.

  4. Người có quyền thu hồi: khóa credential hoặc khoanh vùng khi có sự cố, kể cả ngoài giờ.

Credential do SaaS, dịch vụ cloud và đối tác cấp cũng là một phần môi trường của doanh nghiệp, nên phải nằm trong cùng danh mục. Bài rủi ro OAuth token phân tích kỹ nhóm credential này.

5 câu hỏi lãnh đạo nên đặt cho đội IT và Security

Câu hỏi chi tiết về credential thuộc về CISO, CIO và đội IAM. Ban lãnh đạo cần 5 câu hỏi giám sát sau, theo gợi ý của PwC:

  1. Phơi nhiễm: NHI nào nếu bị lộ sẽ gây rủi ro đáng kể về vận hành, dữ liệu, pháp lý hoặc bên thứ ba?

  2. Trách nhiệm: Ai ở cấp điều hành chịu trách nhiệm về rủi ro NHI?

  3. Ưu tiên: NHI và quan hệ tin cậy nào có phạm vi ảnh hưởng lớn nhất, và chúng có đang được xử lý trước không?

  4. Khoanh vùng: Khi một NHI rủi ro cao bị xâm phạm, chúng ta mất bao lâu để thu hồi quyền và phục hồi?

  5. Tốc độ: Năng lực bảo mật danh tính có theo kịp tốc độ tăng của AI agent, cloud, SaaS và truy cập từ bên thứ ba không?

Bối cảnh pháp lý tại Việt Nam

Câu hỏi số 4 gắn trực tiếp với nghĩa vụ pháp lý khi credential máy dẫn tới lộ dữ liệu cá nhân. Luật Bảo vệ dữ liệu cá nhân 2025 và Nghị định 356/2025/NĐ-CP có hiệu lực từ ngày 1/1/2026. Theo phân tích của Tilleke & Gibbins, tổ chức phải báo cáo vi phạm trong vòng 72 giờ kể từ khi phát hiện.

Nghị định 330/2026/NĐ-CP về xử phạt vi phạm hành chính trong an ninh mạng và bảo vệ dữ liệu cá nhân có hiệu lực từ ngày ban hành 19/8/2026. Không biết credential bị lộ chạm tới đâu thì khó xác định kịp dữ liệu bị ảnh hưởng trong 72 giờ. Xem hướng dẫn tuân thủ Nghị định 356/2025 và xác nhận nghĩa vụ cụ thể với bộ phận pháp chế.

Kết luận: bắt đầu từ danh sách ngắn nhất có rủi ro cao nhất

Phần lớn điểm yếu trong vụ Hugging Face là vấn đề quen thuộc: credential dùng chung, phạm vi quá rộng, khóa dài hạn và dịch vụ metadata mở. Áp dụng nguyên tắc IAM cho non-human identity chặt như cho con người sẽ giới hạn đáng kể thiệt hại khi xâm nhập xảy ra.

Không cần kiểm kê toàn bộ NHI mới bắt đầu. Hãy lập danh sách ngắn gồm credential có quyền quản trị, credential dùng chung giữa nhiều môi trường và khóa có thể phát hành credential khác, rồi ghi rõ chủ sở hữu, phạm vi quyền và cách thu hồi.

Nếu chưa có danh mục service account, API key và token hiện có, bước tiếp theo phù hợp là kiểm tra an toàn an ninh mạng cho doanh nghiệp để xác định hiện trạng và thứ tự ưu tiên. Với các tài khoản và phiên quản trị cần kiểm soát tập trung, IPSIP Việt Nam có thể tư vấn giải pháp PAM Bastion.

------------

Câu hỏi thường gặp

Non-human identity và machine identity có khác nhau không?

Hai thuật ngữ thường dùng thay thế nhau. Machine identity đôi khi chỉ certificate và khóa mã hóa, còn NHI bao quát cả service account, API key, OAuth token, workload và AI agent. Điều quan trọng là có một danh mục và một quy trình vòng đời chung.

Không. Credential ngắn hạn thu hẹp thời gian lạm dụng nhưng vẫn cần giới hạn scope, giám sát và thu hồi. Trong sự cố Hugging Face, token service account bị giả mạo có hiệu lực 24 giờ, đủ để đọc toàn bộ secret của cluster.

Có. NHI có mặt ở service account Active Directory, API key kết nối SaaS, script sao lưu, tích hợp hóa đơn điện tử hay chatbot gọi API. Doanh nghiệp nhỏ có thể bắt đầu từ các service account và API key có quyền ghi hoặc quyền quản trị.

-------------

Nguồn tham khảo

theo dõi ipsip việt nam trên google news.png
bottom of page