Ba công cụ quét bí mật giả danh bot AI, nhắm khóa Claude Code và Codex

AI & ML19 tháng 11, 2026·7 phút đọc

Một nghiên cứu theo dõi 10 trang web từ cuối tháng 9 đến 18/11/2026 phát hiện ba công cụ quét bí mật mang tên Octopus, Gecko và Tortoise. Chúng giả danh bot AI của OpenAI, Anthropic và các hãng khác để tìm tệp .env, khóa đám mây và tệp đăng nhập của Claude Code, Codex, Cursor, Gemini CLI. Sự việc cho thấy tên bot trong nhật ký máy chủ không còn đủ để tin.

Ba công cụ quét bí mật giả danh bot AI, nhắm khóa Claude Code và Codex

Trong nhật ký máy chủ của 10 trang web, một nhóm nghiên cứu ghi lại ba công cụ quét bí mật hoạt động từ cuối tháng 9 đến 18/11/2026. Chúng không đọc nội dung công khai như bot tìm kiếm. Chúng săn tệp cấu hình chứa khóa API, khóa đám mây và phiên đăng nhập của các công cụ lập trình bằng AI.

Điểm khác so với các vụ lộ mã qua tệp llms.txt từng được báo cáo: lần này kẻ tấn công không cần chèn mã vào trang. Chúng chỉ gửi yêu cầu HTTP và chờ một tệp bị lộ.

Ba dấu vết để tìm trong nhật ký

Mỗi công cụ quét có một dấu hiệu riêng:

  • Octopus: đường dẫn mở đầu bằng /z9x8c7v6b5-debug-trigger- kèm tên máy chủ của bạn, sau đó là khoảng 300 yêu cầu trong khoảng 10 giây, mỗi yêu cầu mang tên một bot AI khác nhau.
  • Gecko: chuỗi tác nhân người dùng Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 bị cắt sau đúng 60 ký tự, thiếu đoạn "(KHTML, like Gecko)".
  • Tortoise: đường dẫn /nonexistent-debug-trigger-7x7, chạy chậm, khoảng một yêu cầu mỗi 1 đến 7 giây.

Octopus khoác 32 tên bot AI

Octopus mở màn bằng hai đường dẫn ngẫu nhiên luôn trả về lỗi 404, có thể để học cách trang phản hồi khi thiếu tệp. Sau đó nó dùng 32 tên tác nhân người dùng chọn ngẫu nhiên cho từng yêu cầu.

Bảy tên không thuộc hãng nào công bố: DeepSeekBot, GrokBot, Qwenbot, MoonshotBot, Hunyuan, ChatGLM-Spider, Bravebot.

Hai mươi lăm tên còn lại sao chép bot thật gần như từng chữ: GPTBot, ClaudeBot, PerplexityBot, Googlebot, bingbot, Amazonbot, Bytespider và nhiều tên khác. Tất cả đến từ một máy, một kết nối, trong vài giây.

Đặc điểm kỹ thuật cho thấy đây là chương trình viết bằng Go. Nó bắt tay TLS giống Chrome, theo chuyển hướng và thêm tiêu đề Referer, đúng cách thư viện HTTP chuẩn của Go xử lý.

Trước khi quét, Octopus mở trang chủ như trình duyệt thật, đọc robots.txt, sitemap.xml và lần theo liên kết, trung vị 68 trang mỗi lượt. Nó còn hỏi các tệp kê khai bản dựng như /.next/build-manifest.json, /ngsw.json, /.vite/manifest.json.

Từ cuối tháng 10, Octopus chọn danh sách đường dẫn theo loại trang:

  • Trang HTML tĩnh: khoảng 385 đường dẫn, gồm tệp PHP, Python, Laravel, Terraform, Docker và cả yêu cầu POST thử lỗi thực thi mã.
  • Trang Next.js: khoảng 265 đường dẫn, không có PHP, Python hay POST, thay vào đó là tệp cấu hình Kubernetes.
  • Trang Vite: khoảng 285 đường dẫn, trong đó 22 đường dẫn nhắm máy chủ phát triển Vite bị lộ, ví dụ /@fs/var/task/.env.

Mỗi trang web một máy mới

Nhóm nghiên cứu đối chiếu địa chỉ của Octopus với dải IP công bố của Google Cloud. Mọi địa chỉ đều là máy Google Compute Engine, mỗi trang web dùng một máy và gần như mỗi lần một vùng khác nhau.

Từ 3/10 đến 18/11, họ ghi nhận 97 máy trên 15 vùng. Trong đó 95 máy chỉ dùng cho một trang web, 81 máy chỉ xuất hiện trong một ngày, 65 máy biến mất trong vòng một giờ. Các vùng nhiều nhất là asia-east1 (Đài Loan) 14 máy, us-west1 (Oregon) 12 máy, asia-southeast1 (Singapore) 11 máy.

Ngày 24/10, năm máy ở năm vùng quét cùng một trang trong 25 phút. Chặn một địa chỉ không có tác dụng, lượt sau đến từ máy khác.

Gecko nhắm thẳng vào khóa của trợ lý lập trình

Gecko chạy bằng .NET, bắt tay TLS trùng khớp với thư viện mặc định của .NET trên Linux. Nó gửi cả danh sách cùng lúc, trung vị 206 yêu cầu trong 0,86 giây, thứ tự không đổi.

Khác Octopus, Gecko đứng yên một chỗ. 54 địa chỉ nằm ở vùng europe-west1 của Google Cloud tại Bỉ. Nó còn dùng hai máy chủ ảo Windows thuê từ một nhà cung cấp nước ngoài, giá từ 5 đến 45 euro mỗi tháng.

Danh sách của Gecko lớn dần theo các công cụ AI mới:

  • 30/9: cấu hình và khóa nhà cung cấp của Claude Code như /.claude/settings.json, /.env.anthropic.
  • 22-23/10: cấu hình máy chủ MCP như /.cursor/mcp.json, /.continue/config.json.
  • 12-13/11: tệp đăng nhập của trợ lý lập trình như /.claude/.credentials.json, /.codex/auth.json, /.gemini/settings.json.
  • 17/11: khóa CLI và cổng kết nối LLM như /.huggingface/token, /litellm/config.yaml.

Tệp /.claude/.credentials.json là nơi Claude Code lưu phiên đăng nhập trên Linux. Tệp /.codex/auth.json giữ phiên đăng nhập của Codex. Các tệp MCP thường chứa khóa API của máy chủ MCP.

Ngày 12/11, Gecko thay khoảng 100 đường dẫn bằng danh sách mới, rồi sáng hôm sau quay lại danh sách cũ. Nó giữ 13 đường dẫn mới, trong đó có ba tệp chứa token nói trên.

Tortoise chậm và nhỏ

Tortoise chỉ xuất hiện hai lần, ngày 13 và 17/11. Nó dùng HTTP/1.1, không theo chuyển hướng, hỏi các trang gỡ lỗi của Spring, PHP, Rails. Hai địa chỉ của nó nằm cùng dải mạng mà Gecko dùng hồi đầu tháng 10, nhưng không có bằng chứng nào khác nối chúng lại.

Hai công cụ, hai người vận hành

Octopus và Gecko xuất hiện cùng tuần, chia sẻ khoảng 150 đường dẫn chung như /.env và /.git/config. Phần còn lại hoàn toàn khác: ngôn ngữ, cách bắt tay TLS, kiểu tác nhân người dùng, vùng máy chủ, vòng đời máy.

Chúng không dùng chung địa chỉ, không dùng chung khóa SSH, không dùng chung bản hệ điều hành. Nhóm nghiên cứu kết luận có hai nhóm vận hành riêng.

Cả hai đều đọc trang chủ trước khi quét. Cả hai đều hỏi tên đã băm của tệp source map JavaScript, thứ chỉ lấy được từ trang.

Tên bot không phải bằng chứng

29 trong 32 tên của Octopus nằm trong danh sách ai.robots.txt phổ biến. Pull request thêm Hunyuan và MoonshotBot tự ghi rằng lưu lượng trông giống dò lỗ hổng từ Google Cloud, nhưng tên vẫn được đưa vào danh sách.

OpenAI, Google, Microsoft và nhiều hãng khác công bố dải IP của bot mình. Một yêu cầu mang tên bot thật nhưng đến từ địa chỉ không có trong danh sách thì không phải bot đó. Cloudflare có tính năng đánh dấu bot đã xác minh.

Cách bảo vệ khóa

Chặn công cụ quét chỉ giúp một phần. Không để tệp bị lộ quan trọng hơn:

  • Tự gọi thử các đường dẫn nhạy cảm như /.env, /.git/config, /.claude/settings.local.json, /.cursor/mcp.json, /.codex/auth.json, /.aws/credentials. Tất cả phải trả về 404.
  • Kiểm tra thư mục xuất bản dựng, chạy find public dist out -name '.*' trước khi triển khai.
  • Thêm .claude/, .codex/ và .env* vào .gitignore. Để khóa máy chủ MCP trong biến môi trường thay vì mcp.json.
  • Không đưa máy chủ phát triển lên internet. Riêng Octopus có 22 đường dẫn nhắm máy chủ Vite bị lộ.
  • Giữ riêng tư giao diện quản trị của LiteLLM, Flowise và Langflow.
  • Xoay vòng mọi khóa từng xuất hiện công khai. Công cụ quét dùng khóa trong vài giây.

Với Cloudflare, có thể chặn mọi đường dẫn bắt đầu bằng dấu chấm, trừ /.well-known/. Một quy tắc khác chặn đúng chuỗi tác nhân người dùng bị cắt của Gecko. Với nginx, dùng location ~ /\.(?!well-known/) { return 404; }.

Không nên chặn theo tên bot AI. Cách đó vừa chặn nhầm bot thật, vừa không hiệu quả vì công cụ quét sẽ đổi tên khác.

Góc nhìn

Với lập trình viên Việt Nam, rủi ro nằm ở thói quen dùng trợ lý lập trình AI. Nhiều người để tệp cấu hình trong thư mục dự án, rồi đẩy cả thư mục lên máy chủ tĩnh hoặc đưa vào kho mã công khai. Một lần đẩy nhầm là khóa API, phiên đăng nhập bị lấy đi ngay.

Bài học lớn nhất là đừng tin tên bot trong nhật ký. Hãy kiểm tra địa chỉ gửi yêu cầu và chặn theo hành vi: mọi yêu cầu tới tệp bắt đầu bằng dấu chấm đều đáng ngờ, bất kể nó tự xưng là ai.

Nguồn: tin.computer · Quy trình biên tập

Chia sẻ:FacebookX