
Whisper Leak: hình dạng của một câu trả lời được mã hóa đã đủ để đoán ra câu hỏi
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 89 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 97 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaMỚIOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaMỚIOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 122 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 194 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 123 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 trên 1 triệu token · 140 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Trí tuệ
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Trí tuệ
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 trên 1 triệu token · 189 tok/s
Vào ngày 7 tháng 11 năm 2025, Nhóm Nghiên cứu Bảo mật Defender của Microsoft đã công bố Whisper Leak, một cuộc tấn công kênh bên suy ra điều một người đang hỏi chatbot từ kích thước và thời điểm của các gói tin mang câu trả lời — lưu lượng mà TLS đã mã hóa và mà kẻ tấn công không bao giờ giải mã. Báo cáo kỹ thuật đã được đưa lên arXiv hai ngày trước đó, vào ngày 5 tháng 11, dưới tên Jonathan Bar Or và Geoff McDonald (arXiv:2511.03675). Trên 28 mô hình ngôn ngữ thương mại, các nhà nghiên cứu báo cáo rằng các bộ phân loại chủ đề trong hầu hết các trường hợp đạt trên 98% AUPRC, và ở tình trạng mất cân bằng lớp được mô phỏng 10.000 đối 1, 17 trong số 28 mô hình đạt độ chính xác 100% tại các mức thu hồi thấp mà bài báo báo cáo. Không có việc chặn bắt một cuộc trò chuyện thực tế nào được báo cáo ở bất kỳ đâu trong hồ sơ: kho lưu trữ xếp mục này ở mức độ nghiêm trọng trung bình với xếp hạng độ tin cậy A, không có tranh cãi xung quanh nó, và không có tác hại thực tế nào được ghi nhận. Bản thân hồ sơ — xếp hạng mức độ nghiêm trọng, danh sách nguồn và đánh giá độ tin cậy của nó — được lưu trong kho lưu trữ sự cố AI, cùng với các mục khác về lớp mạng và quyền riêng tư trong cùng bộ sưu tập.
Tại sao bản mã vẫn có hình dạng
Bài phân tích của Microsoft trình bày cơ chế này bằng ngôn ngữ thiết kế mật mã. TLS xây dựng phiên của mình trên các mật mã đối xứng, và hai họ hành xử khác nhau ở ranh giới: mật mã khối như AES trong chế độ khối luôn xuất ra bội số của kích thước khối, trong khi mật mã dòng như ChaCha20 hoặc AES-GCM chấp nhận mọi độ dài dữ liệu. Theo blog, nếu không nén, bản mã chính là bản rõ cộng thêm một hằng số, nên kích thước của mỗi khối được mã hóa vẫn phản ánh kích thước của những gì được đưa vào. Các mô hình ngôn ngữ sinh từng token một và truyền phát các token đó tới máy khách ngay khi chúng được tạo ra, điều này biến một phản hồi thành một chuỗi sự kiện mạng có độ dài tương ứng với độ dài của các token và khoảng cách tương ứng với tốc độ mô hình sinh ra chúng. Một kẻ quan sát chỉ có thể theo dõi — blog nêu tên một tác nhân nhà nước ở tầng nhà cung cấp dịch vụ internet, ai đó trên mạng cục bộ, hoặc ai đó dùng chung cùng một bộ định tuyến Wi-Fi — ghi lại chuỗi đó và suy ra được điều gì đó về câu trả lời mà không cần đụng đến mã hóa.
Bài báo nêu rõ rằng đây không phải là một sự phá vỡ TLS. Thuật toán mã hóa làm đúng những gì nó được thiết kế để làm; thứ bị rò rỉ là siêu dữ liệu mà TLS chưa bao giờ được xây dựng để che giấu. Các tác giả cũng đặt công trình này vào một dòng các phát hiện trước đó: việc tái dựng độ dài token của Weiss và các cộng sự năm 2024, các cuộc tấn công thời gian nhắm vào giải mã suy đoán của Carlini và Nasr, rò rỉ số lượng token đầu ra được Zhang, Saileshwar và Lie nghiên cứu, và công trình về thời gian chia sẻ bộ nhớ đệm của Zheng và các cộng sự. Đóng góp của Whisper Leak hẹp hơn và thực tiễn hơn bất kỳ công trình nào trong số đó: không tái dựng câu trả lời, mà quyết định xem câu hỏi có thuộc một danh mục đã chọn hay không.

Thí nghiệm được xây dựng như thế nào
Chủ đề mục tiêu là tính hợp pháp của việc rửa tiền. Các nhà nghiên cứu đã tạo ra 100 biến thể câu hỏi tương đồng về ngữ nghĩa về chủ đề này, giữ lại 20 câu để kiểm thử và huấn luyện trên 80 câu còn lại, rồi trộn chúng với 11.716 câu hỏi không liên quan được lấy từ tập dữ liệu Quora Questions Pair. Lưu lượng được ghi lại theo từng mô hình bằng tcpdump, với các mẫu dương và mẫu âm được thu thập theo thứ tự xáo trộn và chèn thêm dấu cách giữa các từ để tránh việc bộ nhớ đệm prompt làm nhiễu kết quả; quá trình sinh chạy ở temperature 1.0. Ba họ bộ phân loại đã được huấn luyện trên các chuỗi thu được — LightGBM, một LSTM hai chiều và một mô hình DistilBERT được điều chỉnh để coi các nhóm kích thước và thời gian là token — và mỗi mô hình được kiểm thử chỉ với các đặc trưng kích thước, chỉ với các đặc trưng thời gian, và với cả hai cùng nhau.
Hiệu năng được chấm điểm bằng diện tích dưới đường cong precision-recall, một lựa chọn mà bài báo bảo vệ với lý do rằng bài toán thực tế bị mất cân bằng nghiêm trọng: một người quan sát theo dõi rất nhiều lưu lượng thông thường để tìm một số rất nhỏ các cuộc trò chuyện đáng quan tâm nên được đánh giá dựa trên độ chính xác (precision) chứ không phải độ chính xác thô (raw accuracy).
Những con số, và chúng là loại số nào
Mười bảy trong số 28 mô hình đã đạt hoặc vượt 98% AUPRC, một số đạt hoặc vượt 99,9%, và chỉ riêng kích thước gói đã đủ để cho kết quả mạnh trong hầu hết các trường hợp. Dẫn đầu bảng là Mistral Large với 100,0%, DeepSeek-R1 do Microsoft lưu trữ với 99,9%, Grok 3 Mini Beta của xAI với 99,9%, và GPT-4o mini của OpenAI với 98,6%. Cuối bảng không phải là sự miễn nhiễm mà là khoảng cách: Phi-3.5-mini-MoE instruct của chính Microsoft đạt 76,9%, Amazon Nova Lite đạt 71,2%, Amazon Nova Pro đạt 77,5%, các biến thể Gemini 1.5 và 2.5 nằm trong khoảng từ 81,9% đến 84,0%, và Claude 3 Haiku của Anthropic đạt 91,2%.

Sự kháng cự ở phần dưới có một lời giải thích mà các tác giả đưa ra và không chứng minh. Việc gộp nhiều token vào một sự kiện mạng làm sụp đổ cấu trúc chi tiết mà một bộ phân loại dựa vào, và những mô hình gộp mạnh nhất lại làm kém nhất trong cuộc tấn công — Gemini 2.5 Pro ở khoảng 17,7 token mỗi sự kiện, Gemini 1.5 Flash ở khoảng 55,3. Bài báo nói rằng có khả năng các nhà cung cấp đó gộp lô để phục vụ hiệu quả và tốc độ làm mới giao diện người dùng chứ không phải để phòng thủ kênh phụ, và rằng chỉ gộp lô vẫn chưa đủ: chính những mô hình đó vẫn giữ rủi ro đáng kể ở dự phóng 10.000-một. Cũng có một khoảng trống mà bài báo không giải thích. Cùng một mô hình được phục vụ từ hai nơi lại đạt điểm khác nhau — GPT-4o mini qua OpenAI ở 98,6% và qua Microsoft ở 93,4%, GPT-4o ở 90,1% qua Microsoft — điều này chỉ ra ngăn xếp phục vụ chứ không phải trọng số, nhưng bài báo không đưa ra nguyên nhân.
Con số 10.000 trên 1 là con số dễ bị hiểu sai nhất. Đó là một phép ngoại suy từ hiệu suất trên tập kiểm thử sang một luồng tưởng tượng gồm 10.000 cuộc hội thoại, trong đó có một cuộc về chủ đề mục tiêu, chứ không phải là phép đo lưu lượng thực tế. Theo đó, 17 trong số 28 mô hình đạt độ chính xác 100% ở đâu đó trong khoảng độ phủ từ 5% đến 20%, nghĩa là khi bộ phân loại đưa ra cờ cảnh báo thì nó đã đúng, với cái giá là bỏ lỡ hầu hết các mục tiêu. Mức độ mà nó bắt được được trình bày khác nhau trong hai tài liệu chính: phần tóm tắt trên arXiv nói rằng các tác giả khôi phục được 5–20% các cuộc hội thoại mục tiêu với độ chính xác 100%, trong khi blog Microsoft nói 5–50%. Cả hai đều là các phép ngoại suy, và cả hai tài liệu đều nói như vậy.
Các nhà cung cấp đã thay đổi những gì
Việc công bố bắt đầu vào tháng 6 năm 2025, khi các nhà nghiên cứu thông báo cho 28 nhà cung cấp mô hình ngôn ngữ, kèm theo mô tả kỹ thuật và bản trình diễn proof-of-concept khi được yêu cầu. Tính đến thời điểm công bố, bốn nhà cung cấp đã phát hành một giải pháp nào đó. OpenAI đã thêm một trường gây nhiễu vào các phản hồi được truyền phát — một chuỗi văn bản có độ dài ngẫu nhiên được nối vào mỗi phản hồi để độ dài token không còn tương ứng với độ dài gói — và Microsoft Azure đã làm theo; bài viết blog nêu rằng Microsoft đã xác minh phiên bản của Azure làm giảm hiệu quả của cuộc tấn công “xuống mức mà chúng tôi coi là không còn là rủi ro thực tế”. Mistral đã thêm một tham số gọi là p với hiệu ứng che giấu tương tự. xAI được ghi nhận là đã triển khai các biện pháp bảo vệ mà không có mô tả công khai về những gì đã thay đổi. Bài báo bổ sung phần mà blog không có: OpenAI và xAI được ghi nhận là đã khắc phục vào tháng 8 năm 2025, Mistral vào tháng 9, và Microsoft vào tháng 10 sau khi đánh giá rủi ro là trung bình, trong khi các nhà cung cấp khác từ chối triển khai bản sửa lỗi và một số không phản hồi các lần liên hệ theo dõi lặp lại. Bài báo cũng lưu ý rằng tất cả kết quả được thu thập trước khi bất kỳ bản sửa lỗi nào của nhà cung cấp được phát hành, và việc công bố đã được hoãn đến tháng 11 để cho các nhà cung cấp sẵn lòng có thời gian triển khai.
Các nhà nghiên cứu cũng đã tự kiểm tra các biện pháp phòng thủ, trên một mô hình vừa rất dễ bị tổn thương vừa khó được giảm thiểu. Đệm ngẫu nhiên làm giảm AUPRC từ 97,5% xuống 92,9%, gộp năm token mỗi sự kiện làm giảm từ 98,2% xuống 94,8%, và các gói nhiễu được chèn vào làm giảm từ 98,1% xuống 93,3% — mức giảm từ 3,5 đến 4,8 điểm phần trăm, trong đó việc chèn gói tốn gấp hai đến ba lần băng thông. Không biện pháp nào trong ba biện pháp loại bỏ được kênh, đó là lý do các bản sửa được triển khai được mô tả là giảm thiểu chứ không phải sửa chữa.

Điều gì đã được xác lập, và điều gì chưa.
Đã được xác lập và bất kỳ ai cũng có thể kiểm chứng: bài báo và mã thu thập dữ liệu của nó đều công khai, cơ chế này suy ra từ hành vi mã hóa và truyền phát đã được ghi nhận, và các biện pháp giảm thiểu của bốn nhà cung cấp được nêu tên đều tồn tại trong API riêng của họ — một trường làm xáo trộn, một tham số tên là p. Bằng chứng củng cố cho bản thân phát hiện này mỏng hơn so với khối lượng đưa tin gợi ý. The Hacker News, SecurityWeek, Security Affairs và Tech Xplore đều đưa tin về nó từ ngày 8 đến 11 tháng 11 năm 2025, và mỗi bài tường thuật mà tôi đọc đầy đủ đều mô tả lại thí nghiệm của cùng nhóm Microsoft từ cùng một bản tiền in thay vì tái lập nó; điều tương tự cũng đúng với các bài đưa tin tiếp theo trong ngày hôm đó từ SC Media, Cybernews, TechRadar, CSO, iTnews và CX Today, mà tôi đã thấy nhưng không đọc đầy đủ. Tôi không tìm thấy bản tái lập độc lập nào được công bố về cuộc tấn công, đây là một giới hạn đối với những gì các bài đưa tin bổ sung thay vì mâu thuẫn với nó.
Chưa được chứng minh: rằng bất kỳ ai đã sử dụng kỹ thuật này chống lại một cuộc trò chuyện thật. Không có nạn nhân, không có tổ chức, không có quốc gia và không có con số thống kê nào ở bất cứ đâu trong các tài liệu gốc hay các bài đưa tin được xem xét cho bài viết này, và hồ sơ lưu trữ không ghi nhận thiệt hại thực tế nào — điều này nhất quán với các nguồn chứ không phải là một lỗ hổng trong các nguồn đó. Tương tự, cũng chưa được chứng minh: mức độ cuộc tấn công chịu đựng được các điều kiện mạng thực tế đến đâu, vì mọi con số đều đến từ một bản ghi được kiểm soát trên một chủ đề; liệu các cuộc hội thoại nhiều lượt có diễn ra như các tác giả kỳ vọng hay không, điều mà họ đánh dấu là chưa được kiểm chứng; và lưu lượng của các nhà cung cấp không phản hồi hiện nay hành xử ra sao, vì không có gì được công bố kể từ tháng 11 năm 2025 cho biết liệu họ có thay đổi ý định hay không.
Có một chi tiết trích dẫn đáng được nói rõ. Nguồn của chính bản ghi lưu trữ là chỉ mục bản tin an ninh AI của Japan Information-technology Promotion Agency, một bản tóm lược tiếng Nhật được cập nhật liên tục, tổng hợp các bài đưa tin công khai và có một tuyên bố miễn trừ thường trực nói rằng cơ quan này không bảo đảm tính chính xác của những gì được tóm lược. Số tháng 12 năm 2025 của bản tin đó, mà tôi đã tải xuống và đọc toàn bộ, không có mục nào về Whisper Leak; tám chủ đề tóm tắt của số này là báo cáo tác nhân GTG-1002 của Anthropic, tiêm lệnh gián tiếp nhắm vào các tác nhân, các cuộc tấn công vào phát triển có AI hỗ trợ, lỗ hổng MCP, lỗ hổng hệ thống AI, các thất bại về độ tin cậy của AI, sử dụng AI bất cẩn và AI cho an ninh. Do đó, tài liệu thực chất đằng sau bản ghi này là bài đăng blog ngày 7 tháng 11 của Microsoft và arXiv:2511.03675, cả hai đều đã được đọc toàn bộ cho bài viết này, và việc thiếu mục trong bản tin là một sự thật về phần trích dẫn của bản ghi chứ không phải là một mối nghi ngờ về phát hiện.
Người đọc vẫn có thể làm gì về điều đó
Lời khuyên của chính Microsoft thì ngắn gọn và không giả vờ khắc phục được vấn đề: tránh thảo luận các chủ đề có tính nhạy cảm cao với chatbot khi đang ở trên mạng không đáng tin cậy, dùng VPN để có thêm một lớp bảo vệ trên đường truyền, ưu tiên các nhà cung cấp đã triển khai các biện pháp giảm thiểu, và dùng chế độ không truyền phát khi nhà cung cấp có cung cấp chế độ đó, vì truyền phát chính là cơ chế. Điểm cốt lõi mang tính cấu trúc ở đây là: sự phơi lộ trong trường hợp này là thuộc tính của ngăn xếp phục vụ của nhà cung cấp, chứ không phải của cài đặt người dùng — hai dịch vụ chạy cùng một bộ trọng số có thể nằm ở hai đầu đối lập của bảng trên, tùy thuộc vào cách chúng gom lô và những gì chúng nối thêm vào một luồng truyền.
Đối với các nhà cung cấp, kết luận của chính các nhà nghiên cứu là kết luận gây khó chịu: mọi biện pháp phòng vệ họ kiểm thử đều đánh đổi một phần hiệu năng truyền phát hoặc băng thông để lấy mức giảm một phần trong một kênh tồn tại vì các phản hồi được tạo và gửi từng token một. Whisper Leak không có bản vá theo nghĩa một lỗi an toàn bộ nhớ có bản vá. Nó có một tập hợp các quyết định phục vụ, và một phép đo xem mỗi quyết định mang lại được bao nhiêu.
