Báo cáo công bố tuần này của hãng an ninh mạng Kaspersky cho biết, hệ thống của họ phát hiện và chặn 468.313 vụ tấn công bằng mã độc đánh cắp mật khẩu nhằm vào người dùng doanh nghiệp tại Việt Nam trong năm 2025. Con số này tăng 21% so với mức 385.760 vụ của năm trước.
Trong khi đó, tại Malaysia có 244.061 vụ và Indonesia 234.615 vụ. Trên toàn khu vực, hệ thống của Kaspersky ghi nhận hơn 1,05 triệu vụ tấn công dạng này trong năm qua, tăng 18% so với cùng kỳ.
Mã độc đánh cắp mật khẩu (password stealer) là một dạng phần mềm độc hại thiết kế để đánh cắp mật khẩu và các thông tin tài khoản khác. Loại mã độc này trích xuất các khóa giải mã mật khẩu được lưu trữ trên trình duyệt, phân tích dữ liệu bộ nhớ đệm (cache) và tệp lưu trữ dữ liệu trình duyệt (cookie), đồng thời tìm cách truy cập vào dữ liệu ví tiền mã hóa của người dùng.
Tội phạm mạng có thể sử dụng mật khẩu đã đánh cắp để truy cập trái phép vào tài khoản nhằm thực hiện nhiều mục đích xấu, như chiếm đoạt tài sản, giả mạo danh tính, tống tiền, hoặc sử dụng chính các tài khoản bị xâm phạm này làm bàn đạp cho các cuộc tấn công tiếp theo.
Theo các chuyên gia của Kaspersky, sự bùng phát của loại hình tấn công này được ghi nhận rõ rệt nhất tại Philippines với tốc độ tăng 41%, tiếp theo là Malaysia 33%, Singapore 25% và Việt Nam 21%. Indonesia tăng 7%, trong khi Thái Lan là quốc gia duy nhất ghi nhận mức giảm, ở mức 21%.
“Mã độc đánh cắp mật khẩu vẫn là một trong những phương thức tấn công hữu hiệu nhất của tội phạm mạng, bởi chúng nhắm thẳng vào cửa ngõ của mọi tổ chức là thông tin xác thực của người dùng”, ông Adrian Hia, Giám đốc điều hành Kaspersky khu vực châu Á – Thái Bình Dương cho biết.
Ngoài ra, theo ông Hia, sau khi phân tích 193 triệu mật khẩu bị xâm phạm trước đó, Kaspersky phát hiện có khoảng 45% mật khẩu có thể bị bẻ khóa trong vòng chưa đầy một phút, và chỉ có 23% mật khẩu đủ mạnh để bị bẻ khóa sau hơn một năm. “Các con số này cho thấy rõ thói quen tạo mật khẩu yếu, lơ là việc tạo thông tin xác thực đang trở thành kẽ hở, tạo điều kiện cho các cuộc tấn công, xâm nhập quy mô lớn”.
Để quản trị rủi ro hiệu quả, chuyên gia khuyến nghị các tổ chức cần loại bỏ hoàn toàn lỗ hổng này bằng cách áp dụng trình quản lý mật khẩu nhằm khởi tạo và lưu trữ an toàn các thông tin xác thực ngẫu nhiên. Đồng thời, doanh nghiệp phải thực thi các chính sách truy cập nghiêm ngặt như xác thực đa yếu tố, kiểm tra định kỳ thông tin xác thực và nguyên tắc đặc quyền tối thiểu. Ngoài ra, họ cần đào tạo nhân viên để xây dựng an ninh mạng thành một phần của văn hóa tổ chức.
Thực tế cho thấy, phần lớn người nghe không thể phân biệt rõ ràng giữa âm thanh thông thường và âm thanh lossless. Để nhận ra sự khác biệt giữa lossless và hi-res lossless, người dùng cần có thiết bị âm thanh cao cấp trị giá hàng chục triệu đồng. Đặc biệt, hầu hết người dùng hiện nay sử dụng tai nghe không dây như AirPods, vốn không thể phát nhạc lossless qua Bluetooth. Vậy sự khác biệt của chúng ra sao và người dùng liệu có cần chú ý?
Điều đầu tiên mà người dùng nên biết là một bài hát thông thường dài 3 phút chiếm khoảng 6 MB, trong khi bài hát lossless có thể lên tới 36 MB, hi-res lossless lên tới 145 MB. Đó là những con số không chỉ chiếm rất nhiều dung lượng điện thoại mà còn cả dữ liệu internet, nhưng lại không cải thiện đáng kể trải nghiệm nghe.
Các dịch vụ phát trực tuyến thường cung cấp âm thanh với tốc độ bit 256 kbps. Để được coi là nhạc lossless, tệp âm thanh cần được phát ở mức 16-bit/44,1 kHz. Apple Music cung cấp âm thanh lossless ở mức 24-bit/48 kHz và Hi-Res Lossless ở mức 24-bit/192 kHz. Những con số này thể hiện mức độ nén của bài hát; tệp càng lớn thì thông tin càng nhiều. Tuy nhiên, điều đó không đồng nghĩa với việc người dùng sẽ có trải nghiệm nghe tốt hơn.
Nếu muốn phát nhạc chất lượng cao trên iPhone, người dùng cần sử dụng tai nghe USB-C tương thích và dịch vụ phát nhạc hỗ trợ. Mặc dù âm thanh lossless có thể rõ ràng hơn, nhưng một lãnh đạo Apple từng thừa nhận rằng hầu hết người nghe không thể nhận ra sự khác biệt giữa âm thanh thông thường và lossless.
Để có âm thanh hi-res lossless thực sự, người dùng cần một bộ chuyển đổi kỹ thuật số (DAC) chuyên dụng để xử lý dữ liệu giữa nguồn âm thanh và tai nghe hoặc loa. Tuy nhiên, trải nghiệm này có thể tốn kém và không rõ ràng về lợi ích, vì tai người thường không nhạy bén đến mức đó.
Nhìn chung, các chuyên gia cho rằng để có âm thanh lossless hoặc hi-res, người dùng cần bố trí hệ thống âm thanh hợp lý để tập trung vào người nghe, với hệ thống tốn kém hàng chục triệu đồng. Thậm chí, ngay cả khi mua một AirPods Max 2 hỗ trợ âm thanh lossless, nhiều chuyên gia đánh giá âm thanh cũng thừa nhận hầu hết không mang lại sự khác biệt. Chính vì vậy, có lẽ không đáng để người dùng chi tiền cho một tai nghe cao cấp để thưởng thức chất lượng âm nhạc mà bản thân gần như không cảm nhận được quá nhiều khác biệt.
MacBook Neo là lần đầu tiên Apple bước vào phân khúc laptop giá rẻ dưới 700 USSD, phá vỡ suy nghĩ lâu nay rằng Apple sẽ chỉ tập trung vào thị trường cao cấp. Phân khúc laptop giá rẻ, từ 500 USD đến 800 USD, đã là lợi thế cạnh tranh lớn của hệ sinh thái Windows trong suốt hai thập kỷ qua.
Việc sở hữu chip A18 Pro có trên dòng iPhone 16 Pro cho phép Apple tái sử dụng linh kiện cũ để tiết kiệm chi phí sản xuất. Thậm chí, một số nhà phân tích cho biết số chip này có thể được coi là "miễn phí" đối với Apple, cho phép công ty tạo ra lợi nhuận từ những sản phẩm phụ.
Quan trọng hơn, thị trường laptop Windows dưới 700 USD đang gặp khó khăn với nhiều hạn chế và sự không hài lòng từ khách hàng. Mọi thứ càng trở nên khó khăn hơn trong bối cảnh thiếu hụt chip làm ảnh hưởng đến việc định giá các sản phẩm này.
Nhưng đó không phải là tất cả khi thông tin về Mac Neo đã xuất hiện. Mặc dù không có thông tin chính thức về việc Apple sẽ phát hành Mac Neo, nhưng nếu đúng, đây chính là bước chuyển lớn trong chiến lược sản phẩm của hãng.
Theo các tin đồn, Mac Neo có thể sử dụng chip A19 Pro và được bán với giá chỉ khoảng 299 USD. Mặc dù thị trường máy tính để bàn không lớn, nhưng một sản phẩm giá rẻ như vậy có thể thu hút sự quan tâm từ các đối tượng trẻ, đặc biệt trong lĩnh vực giáo dục. Thị trường giáo dục là một mảnh đất màu mỡ cho Apple, khi iPhone đã chiếm hơn 55% thị trường smartphone tại Mỹ. Một chiếc máy tính để bàn giá rẻ sẽ là lựa chọn hấp dẫn cho các trường học đã đầu tư vào hệ sinh thái của Apple.
Việc Apple gia nhập thị trường máy tính để bàn giá rẻ thông qua Mac Neo có thể tạo ra áp lực lớn lên các đối thủ cạnh tranh. Mặc dù hiện tại chưa có thông tin xác thực về việc phát triển sản phẩm này, nhưng MacBook Neo đã cho thấy Apple sẵn sàng tận dụng lợi thế về chip để thâm nhập vào các thị trường mà trước đây họ đã bỏ qua.
Thử nghiệm do Andon Labs, công ty khởi nghiệp tại San Francisco, thực hiện với mục tiêu kiểm tra khả năng hoạt động của tác nhân AI (AI Agent) trong thế giới thực, qua đó xác định và đánh giá các lỗ hổng an toàn còn tồn tại.
Trong đó, hai nhà đồng sáng lập Lukas Petersson và Axel Backlund đã ký hợp đồng thuê mặt bằng ở San Francisco trong ba năm, sau đó cấp cho một tác nhân AI tên Luna một thẻ tín dụng doanh nghiệp, quyền truy cập Internet và nhiệm vụ điều hành cửa hàng thực tế. AI này được tạo bằng phần mềm Claude Sonnet 4.6 của Anthropic.
Luna có nguồn vốn giới hạn 100.000 USD, phải hoàn thành nhiệm vụ thiết kế, bày bán hàng hóa và thu lợi nhuận. Mọi thứ từ thiết kế nội thất cửa hàng đến lịch trình nhập hàng và điều hành hai nhân viên đều được thực hiện dưới sự chỉ đạo của trí tuệ nhân tạo.
"Chúng tôi giúp 'cô ấy' một chút trong giai đoạn thiết lập ban đầu, chẳng hạn ký hợp đồng thuê nhà và những vấn đề pháp lý như giấy phép", Petersson nói với Business Insider.
Luna sau đó xử lý gần như mọi thứ, gồm đăng tin tuyển dụng trên Indeed và tiến hành phỏng vấn qua điện thoại, tìm kiếm các nhà thầu có thể sơn cửa hàng. Tầm nhìn của AI này là xây dựng một cửa hàng bán lẻ nhỏ thông thường: bán sách, tranh in, nến, trò chơi cùng một số đồ lặt vặt khác. Với tên gọi Andon Market, đây được xem là cửa hàng vật lý đầu tiên do AI điều hành.
Luna không nói với ứng viên rằng mình là AI khi phỏng vấn. "Tôi sẽ không nhắc đến việc cửa hàng vận hành bằng trí tuệ nhân tạo, vì điều đó gây hiểu nhầm cho ứng viên và có khả năng khiến những người có năng lực bỏ việc trước khi đọc mô tả công việc", blog của Andon Labs giải thích.
Tuy nhiên, trong quá trình thiết lập và vận hành Andon Market, Luna mắc một số sai lầm. Chẳng hạn, khi tìm nhân viên giám sát cửa hàng, AI chấp nhận tuyển dụng ứng viên chỉ sau cuộc gọi kéo dài 5-15 phút, mức thời gian bị đánh giá quá ngắn.
Một vấn đề khác mà AI gặp phải là không thể tạo logo ấn tượng, thay vào đó là hình ảnh khuôn mặt cười chung chung. Mỗi phiên bản của logo trong cửa hàng lại "hơi khác nhau một chút" thay vì đồng nhất trên toàn bộ hệ thống.
Ngay sau khi Andon Market khai trương giữa tuần trước, Luna cũng mắc sai lầm trong sắp xếp lịch làm việc, không phân công ai trực ngày đầu. "Thật trớ trêu khi đây đáng lẽ là thứ AI thực hiện tốt nhất, nhưng nó đã làm rối loạn lịch trình", Petersson kể. "Trong lúc hoảng loạn, nó viết thư cho tất cả nhân viên và hỏi: Hôm nay có ai có thể đến làm việc được không?".
Việc Luna gặp rắc rối ngay trong những ngày đầu khiến Andon Labs phải can thiệp trực tiếp. Hai nhân viên được tuyển vào làm nhân sự chính thức của công ty cũng nhận đầy đủ phúc lợi. "Đây là một thí nghiệm có kiểm soát", Petersson nói thêm.
Dù Andon Labs giao cho Luna mục tiêu thu lợi nhuận, Petersson cho rằng công ty của ông không kỳ vọng sẽ kiếm tiền từ cửa hàng. Thay vào đó, trọng tâm của họ là đánh giá xem tác nhân AI hiện nay tốt đến mức nào, có đúng như quảng cáo không, đồng thời giúp công chúng hiểu rõ hơn về hướng phát triển của trí tuệ nhân tạo.
Theo NBC News, thí nghiệm của Andon Labs là ví dụ mới nhất cho thấy cách tác nhân AI gặp sai sót trong phán đoán và ra quyết định trong môi trường thực tế. Trong một nghiên cứu năm ngoái, nhóm chuyên gia Đại học Carnegie Mellon đã thử chạy mô phỏng một công ty giả để xem tác nhân AI tự động xử lý các nhiệm vụ tại nơi làm việc như thế nào. Kết quả là những tác nhân này không thể xử lý tác vụ giao diện đơn giản, như hiểu sai một số cuộc hội thoại của đồng nghiệp, hay thậm chí tạo người dùng giả.
