Cloudflare ra mắt kỹ năng kiểm toán bảo mật tự động cho AI coding agent

Cloudflare vừa công bố mã nguồn mở security-audit, một kỹ năng (skill) dành cho các coding agent, cho phép biến chúng thành những chuyên gia kiểm toán bảo mật tự động. Đây chính là kỹ năng khởi nguồn cho hệ thống săn lỗ hổng nội bộ của Cloudflare, được mô tả chi tiết trong bài viết "Build your own vulnerability harness".

Kỹ năng này hoạt động như thế nào?

Điểm đáng chú ý là skill này vận hành theo sáu giai đoạn có cấu trúc chặt chẽ, thay vì chỉ đơn thuần quét mã nguồn tìm lỗi:

• Trinh sát (Reconnaissance): Lập bản đồ kiến trúc, ranh giới tin cậy, các bề mặt đầu vào và bằng chứng trước đó, lưu vào architecture.md và coverage-ledger.json.
• Săn lùng dựa trên độ phủ (Coverage-led hunting): Phân công các "thợ săn" độc lập theo từng đơn vị trong sổ đăng ký độ phủ, sau đó dùng các "nhà phê bình độ phủ" để tìm ra khoảng trống.
• Xác thực ứng viên (Candidate validation): Mỗi ứng viên lỗ hổng được giao cho một trình xác minh hoàn toàn mới, với nhiệm vụ cố gắng bác bỏ nó.
• Đầu ra có cấu trúc (Structured output): Ghi các bản ghi đã xác nhận, cần xác thực và bị từ chối vào findings.json, đối chiếu với report-schema.json.
• Xác minh độc lập (Independent record verification): Các agent mới kiểm tra lại các tuyên bố nguồn cuối cùng.
• Báo cáo trung lập với mục tiêu (Target-neutral reporting): Tạo ra REPORT.md, FINDINGS-DETAIL.md và NEEDS-VALIDATION.md.

Một điểm thiết kế đáng chú ý: agent kiểm tra lỗ hổng không bao giờ là agent đã tìm ra nó. Nguyên tắc xác thực đối kháng này giúp giảm thiểu dương tính giả — vốn là vấn đề nhức nhối của hầu hết công cụ quét bảo mật tự động hiện nay.

Ba mức phán quyết rõ ràng

Skill phân loại kết quả thành ba mức riêng biệt:

• confirmed: Có dấu vết nguồn đầy đủ và kết quả quan sát được có giới hạn.
• needs_validation: Có một sự thật cụ thể chưa được giải quyết và chưa gán mức độ nghiêm trọng.
• rejected: Ứng viên đã bị bác bỏ.

Đáng chú ý, theo Cloudflare, nhiều lần chạy trên cùng một kho mã là tích lũy. Kỹ năng sử dụng các sổ đăng ký và phát hiện trước đó để nhắm vào khoảng trống, xác thực lại mã nguồn đã thay đổi, và chuyển tiếp bằng chứng hiện hành thay vì coi công việc cũ là đã được bao phủ.

Trong các lần thử nghiệm, một lần chạy duy nhất chỉ tìm được khoảng một nửa số lỗ hổng so với tổng số mà nhiều lần chạy phát hiện được.

Cài đặt và sử dụng

Việc cài đặt khá đơn giản thông qua Skills CLI:

npx skills add https://github.com/cloudflare/security-audit-skill \
--skill security-audit

Sau đó, chỉ cần khởi động coding agent trong thư mục mã nguồn muốn kiểm toán và yêu cầu:

security audit this codebase
find security vulnerabilities in ./src

Skill sẽ tự động kích hoạt khi yêu cầu khớp với từ khóa kích hoạt như "kiểm toán bảo mật", "tìm lỗ hổng", "pen-test mã nguồn". Chế độ kiểm toán đầy đủ sẽ được áp dụng khi có yêu cầu trực tiếp, trong khi các câu hỏi bảo mật đơn lẻ sẽ dùng chế độ hướng dẫn.

Yêu cầu kỹ thuật và nguyên tắc thiết kế

Để vận hành hiệu quả, skill cần một coding agent có mô hình hỗ trợ sử dụng công cụ và các sub-agent song song, cùng với Node.js cho các trình xác thực không phụ thuộc. Quan trọng hơn, Cloudflare nhấn mạnh cần có sandbox do hệ điều hành thực thi để chạy mã nguồn mục tiêu một cách an toàn — bao gồm vô hiệu hóa mạng bên ngoài, môi trường allowlist đã làm sạch, giới hạn tài nguyên và chỉ cho ghi vào các đường dẫn tạm được chỉ định.

Nếu không có các biện pháp kiểm soát này, quy trình sẽ giữ vai trò dẫn dắt là needs_validation thay vì thực thi mã mục tiêu — một quyết định thiết kế thận trọng đáng học hỏi.

Các nguyên tắc cốt lõi khác bao gồm:

• Chỉ xác nhận các thất bại ranh giới đã được thiết lập, giữ nguyên các phát hiện bị chặn có nguồn gốc là needs_validation với sự thật chính xác chưa giải quyết.
• Mức độ nghiêm trọng đòi hỏi tác động thực tế. Đánh giá theo khả năng xảy ra nhân với tác động, chứ không phải dựa trên việc lệch khỏi danh sách kiểm tra.
• Khoảng trống phòng thủ nhiều lớp không phải là lỗ hổng. Nếu lớp A ngăn được cuộc tấn công, việc thiếu lớp B chỉ là ghi chú tăng cường bảo mật.

Ý nghĩa với cộng đồng bảo mật Việt Nam

Với các đội ngũ bảo mật và phát triển tại Việt Nam, đây là một công cụ mã nguồn mở đáng để thử nghiệm trong quy trình DevSecOps. Việc Cloudflare chia sẻ công khai nền tảng đã được chứng minh ở quy mô hạ tầng toàn cầu của họ cho thấy tiềm năng ứng dụng thực tế cao — đặc biệt với các dự án cần kiểm toán bảo mật thường xuyên nhưng hạn chế về nhân lực chuyên trách.

Dự án được phát hành dưới giấy phép MIT. Đội ngũ Cloudflare cũng mời cộng đồng trao đổi qua địa chỉ [email protected].