Thông tin chung về FPT Cloud

FPT Cloud, nền tảng điện toán đám mây thuộc FPT Smart Cloud, Tập đoàn FPT công bố vùng hạ tầng mang tên Zone Thủ Đức, là vùng hạ tầng thứ hai của FPT Cloud tại TP.HCM và thứ tư tại Việt Nam, được xây dựng trên nền tảng nguồn mở OpenStack do kỹ sư Việt Nam vận hành và làm chủ đến tầng lõi. Vùng hạ tầng bổ sung tài nguyên tính toán, lưu trữ và lựa chọn dự phòng dữ liệu trong nước cho doanh nghiệp. Trong hệ thống điện toán đám mây, mỗi vùng hạ tầng độc lập, gồm tài nguyên máy chủ, lưu trữ và kết nối mạng được gọi là Zone. Zone Thủ Đức đặt tại Trung tâm Dữ liệu FPT Fornix HCM02, Khu Công nghệ cao TP.HCM giúp doanh nghiệp triển khai ứng dụng gần nơi hoạt động, mở rộng tài nguyên, tối ưu độ trễ và xây dựng phương án dự phòng dữ liệu trong nước. Với việc mở rộng này, quy mô hạ tầng FPT Cloud đạt 5.000 máy chủ vật lý, vận hành hàng trăm nghìn máy chủ ảo cùng năng lực lưu trữ đạt mức hàng trăm Petabyte (PB). Nền tảng đáp ứng đa dạng các hình thức lưu trữ từ Block, Object đến High-Performance Storage, sẵn sàng xử lý đa dạng  tải công việc (workload) từ các hệ thống nghiệp vụ cốt lõi, dữ liệu lớn (Big Data) cho đến các bài toán AI phức tạp. FPT Cloud hiện đáp ứng yêu cầu an toàn hệ thống thông tin cấp độ 4, được Bộ Công an thẩm định và phê duyệt theo Văn bản số 3810/BCA-A05. Zone Thủ Đức bắt đầu cung cấp dịch vụ từ ngày 13/04/2026, được phát triển trên nền tảng nguồn mở OpenStack do kỹ sư FPT Cloud vận hành, tuỳ biến và can thiệp đến tầng lõi. Mở rộng năng lực triển khai và dự phòng trong nước Zone Thủ Đức được trang bị toàn bộ phần cứng thế hệ 2026 nhằm mang lại hiệu năng xử lý cao cho các ứng dụng doanh nghiệp. Hạ tầng tính toán sử dụng bộ xử lý Intel thế hệ 6 và AMD thế hệ thứ 5 duy trì ổn định, hỗ trợ tối ưu chi phí cấp phép phần mềm và đảm bảo các hệ thống nghiệp vụ cốt lõi như ERP hay Core Banking vận hành mượt mà. Hệ thống lưu trữ chuyển đổi hoàn toàn sang công nghệ NVMe thế hệ mới thay thế chuẩn SSD SAS truyền thống, giúp rút ngắn tới 60% thời gian truy xuất cơ sở dữ liệu và xử lý giao dịch thời gian thực. Một điểm đáng chú ý của việc bổ sung Zone Thủ Đức là khả năng kết nối giữa các vùng hạ tầng của FPT Cloud tại TP.HCM. Tuyến liên kết nội vùng giữa các trung tâm dữ liệu tại TP.HCM đạt tổng băng thông 400Gbps với độ trễ khứ hồi 3ms. Hệ thống được triển khai trên 4 tuyến cáp quang song song hoàn toàn độc lập qua 2 nhà cung cấp viễn thông riêng biệt. Ngay cả khi một nhà cung cấp gặp sự cố diện rộng hay đứt cáp đứt đoạn, các tuyến còn lại vẫn duy trì kết nối liên tục, cho phép doanh nghiệp xây kiến trúc đa vùng (multi-Zone) và đồng bộ dữ liệu gần thời gian thực ngay trong TP.HCM. Đối với nhu cầu dự phòng thảm họa, FPT Cloud duy trì tuyến kết nối Hà Nội – TP.HCM với tổng dung lượng 80 Gbps. Doanh nghiệp có thể bố trí hệ thống chính tại một thành phố và hệ thống dự phòng tại thành phố còn lại, tạo khoảng cách địa lý cần thiết khi xây dựng phương án khôi phục sau sự cố. Tại TP.HCM, FPT Cloud có tổng băng thông kết nối Internet 100 Gbps qua nhiều nhà mạng. Với các dịch vụ và dữ liệu đặt trong nước, hệ thống kết nối nội địa giúp doanh nghiệp giảm ảnh hưởng khi đường truyền Internet quốc tế gặp sự cố. Bổ sung dịch vụ lưu trữ và năng lực xử lý AI Với hạ tầng máy chủ ảo gia tăng sức mạnh bởi GPU tại Zone Thủ Đức, doanh nghiệp dễ dàng triển khai các bài toán suy luận AI, học máy (Machine Learning) và xử lý dữ liệu lớn theo mô hình pay-as-you-go (dùng đâu trả đó). Điều này giúp các tổ chức linh hoạt mở rộng tài nguyên tính toán ngay khi phát sinh nhu cầu mà không cần gánh nặng chi phí mua sắm và bảo trì hệ thống GPU riêng. Song song với việc vận hành chính thức, FPT Cloud cũng triển khai lộ trình mở rộng các dịch vụ chuyên sâu trên nền tảng Zone Thủ Đức trong năm 2026. Cụ thể, bên cạnh dịch vụ lưu trữ đối tượng tùy chỉnh theo nhu cầu riêng (FPT Object Storage Dedicated) đã sẵn sàng, vùng hạ tầng sẽ tiếp tục bổ sung dòng lưu trữ hiệu năng cao dành riêng cho AI (FPT High Performance Storage for AI) và nâng cấp máy chủ ảo hỗ trợ giao thức IPv6 Compute, mang lại khả năng mở rộng tài nguyên mạng hướng tới gần như không giới hạn cho doanh nghiệp. “Làm chủ công nghệ theo tinh thần Make in Vietnam không chỉ giúp chúng tôi chủ động trong phát triển sản phẩm và tối ưu nguồn lực, mà còn tạo nền tảng để FPT Cloud xây dựng hạ tầng theo cách phù hợp nhất với nhu cầu của doanh nghiệp Việt Nam. Việc đưa vào vận hành FPT Cloud Zone Thủ Đức là một bước tiếp theo trong quá trình mở rộng năng lực hạ tầng Cloud trên toàn quốc. Cùng với các Zone tại Cầu Giấy, Hòa Lạc và Tân Thuận, chúng tôi đang từng bước hình thành một hạ tầng Cloud có khả năng mở rộng linh hoạt, tăng cường kết nối giữa các khu vực và hỗ trợ doanh nghiệp triển khai các phương án dự phòng ngay tại Việt Nam. Việc liên tục mở rộng các Zone không chỉ để đáp ứng nhu cầu tăng trưởng linh hoạt của khối doanh nghiệp, mà còn là cam kết của FPT Cloud trong việc xây dựng nền tảng điện toán đám mây do người Việt tự chủ. Chúng tôi hướng tới việc cung cấp một hạ tầng số an toàn, chuẩn hóa, sẵn sàng đồng hành cùng các tổ chức trong chiến lược Chuyển đổi số quốc gia và bảo đảm chủ quyền dữ liệu trên không gian mạng” ông Phan Hồng Tâm, Giám đốc Công nghệ Cloud, FPT Smart Cloud, cho biết. Sẵn sàng hạ tầng cho mùa cao điểm và kế hoạch 2027 Quý IV hàng năm là giai đoạn lưu lượng truy cập tăng đột biến trước đợt mua sắm Tết, đồng thời là thời điểm các doanh nghiệp thực hiện kiểm toán tuân thủ và hoàn thiện kế hoạch ngân sách hạ tầng cho năm 2027. Việc đưa vùng hạ tầng Thủ Đức vào vận hành cung cấp nguồn dung lượng hạ tầng sẵn sàng cao tại TP.HCM, cho phép các tổ chức chủ động thử nghiệm khả năng chịu tải, diễn tập phương án khôi phục thảm họa (DR) và mở rộng tài nguyên tính toán từ sớm.  Các gói dịch vụ tính toán, lưu trữ hiệu năng cao và hạ tầng hỗ trợ AI tại Zone Thủ Đức hiện đã sẵn sàng cấp phát. Doanh nghiệp có thể đăng ký trải nghiệm và nhận tư vấn giải pháp kỹ thuật chi tiết tại web vùng hạ tầng chính thức fptcloud.com. Liên hệ với chúng tôi để được tư vấn chi tiết về các giải pháp, dịch vụ của FPT Cloud: Hotline: 1800 6139 Email: support@fptcloud.com Support: m.me/fptsmartcloud

Ngày 19/06/2026, AWS đưa Local Zone Hà Nội vào vận hành chính thức1. Hạ tầng này giải quyết đúng hai việc AWS công bố: độ trễ mili giây một chữ số cho workload hướng người dùng trong nước, và lưu trữ dữ liệu tại chỗ để đáp ứng yêu cầu residency. Đây chưa phải một AWS Region đầy đủ tại Việt Nam: Local Zone là phần mở rộng của parent Region Singapore và chỉ cung cấp một tập dịch vụ nhất định.2 Một hạ tầng có Control Plane phụ thuộc ra nước ngoài thì dù dữ liệu ở Hà Nội vẫn chưa thể coi là sovereign cloud hoàn toàn. Nhưng chính cấu hình này đã tạo ra một bài kiểm tra áp lực chiến lược (stress test) đáng đưa vào kế hoạch hạ tầng 3-5 năm: nếu trong tương lai một hyperscaler mở full Region tại Việt Nam, nhà cung cấp trong nước còn khác biệt ở đâu ngoài vị trí dữ liệu?  Động lực thị trường cho sovereign cloud đang tăng. Gartner ước tính chi tiêu IaaS sovereign cloud toàn cầu đạt 80 tỷ USD năm 2026, tăng 35,6%; riêng châu Á - Thái Bình Dương mới nổi tăng 76%, và hãng dự báo một phần workload sẽ dịch chuyển từ nhà cung cấp toàn cầu sang nhà cung cấp địa phương.3 Bất kể kịch bản full Region tại Việt Nam xảy ra khi nào, Local Zone Hà Nội đã đủ để buộc các quyết định phân bổ ngân sách cloud nội địa phải dựa trên nhiều yếu tố hơn thay vì chỉ xét đến vị trí đặt dữ liệu.  Lưu trữ dữ liệu tại chỗ mới chỉ là điểm bắt đầu, chưa phải toàn bộ bài toán chủ quyền  Khung pháp lý Việt Nam không quy định chung chung rằng 'mọi dữ liệu phải ở trong nước', mà phân loại cụ thể theo từng loại dữ liệu và chủ thể:    Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 (hiệu lực 01/01/2026)4 và Nghị định 356/2025/NĐ-CP đặt yêu cầu đối với hoạt động chuyển dữ liệu cá nhân xuyên biên giới, bao gồm nghĩa vụ đánh giá tác động trong các trường hợp thuộc phạm vi áp dụng.  Luật Dữ liệu số 60/2024/QH15 (hiệu lực 01/7/2025)5 thiết lập cơ chế quản lý riêng đối với dữ liệu quan trọng và dữ liệu cốt lõi, cần đánh giá trước khi chuyển/cung cấp dữ liệu ra nước ngoài.  Luật An ninh mạng số 116/2025/QH15 (hiệu lực 01/7/2026) 6 đặt ra yêu cầu về lưu trữ dữ liệu tại Việt Nam trong các trường hợp thuộc phạm vi điều chỉnh, không phải yêu cầu đồng nhất đối với mọi loại dữ liệu/workload.  Chính AWS cho thấy residency chưa đồng nghĩa với sovereignty: ngày 15/1/2026, hãng khai trương European Sovereign Cloud với pháp nhân riêng, nhân sự vận hành cư trú tại EU và hạ tầng tách biệt vật lý lẫn logic khỏi các region hiện hữu.7 Tiền lệ này cho thấy vị trí dữ liệu chỉ là một lớp của sovereignty. Nó không cho phép suy ra một full Region tương lai tại Việt Nam sẽ có cấu trúc pháp nhân, control plane hay mô hình vận hành nào; các yếu tố đó phải được kiểm tra theo thiết kế và điều khoản của từng nhà cung cấp.  Dù hyperscaler có mở full Region tại Việt Nam, hai giá trị cốt lõi của Sovereign cloud nội địa vẫn không tự mất đi.  Giá trị thứ nhất: kiến trúc may đo và tổng chi phí sở hữu dự đoán được  Hyperscaler cung cấp dịch vụ được chuẩn hóa ở quy mô toàn cầu. Chuẩn hóa tạo ra quy mô và catalogue rộng, nhưng không phải mọi yêu cầu đặc thù đều được phản ánh trực tiếp trong mô hình dịch vụ và thương mại tiêu chuẩn. Trong phát biểu tại tọa đàm Vietnam Cloud & Datacenter Convention 2026, tôi nêu ngân hàng, tài chính và khu vực công là những nhóm có thể cần kiến trúc hybrid thiết kế theo hiện trạng và mô hình thương mại linh hoạt hơn. Flexera ghi nhận 73% tổ chức đang vận hành hybrid cloud trong báo cáo State of the Cloud 2026: Hybrid Cloud không phải là trạng thái quá độ tạm thời, mà là mô hình kiến trúc đích của các tập đoàn lớn.  Trong phần stress test tại Vietnam Cloud & Datacenter Convention 2026, tôi nêu ba yếu tố FPT Cloud hướng tới để khớp với nhu cầu đó: SLA tùy chỉnh theo thỏa thuận, khả năng đáp ứng yêu cầu chủ quyền dữ liệu tại địa phương ngay trong dịch vụ, và chi phí tối ưu không kèm phí egress khó dự đoán hay phí ẩn.  Cấu phần chi phí cần đọc kỹ hơn bảng giá niêm yết. Flexera 2026 đo lãng phí cloud ở mức 29%; 76% doanh nghiệp lớn trong khảo sát chi trên 5 triệu USD mỗi tháng cho public cloud. 8 Ở quy mô Enterprise, chi phí Cloud đủ lớn và phức tạp để TCO 3 - 5 năm bắt buộc phải tính thêm data movement, egress, connectivity, integration, migration và nhân sự vận hành. Trong kiến trúc hybrid, lưu lượng trao đổi giữa cloud và hệ thống hiện hữu có thể trở thành một cấu phần biến động đáng kể; vì vậy doanh nghiệp cần mô hình hóa các kịch bản traffic thay vì chỉ đọc bảng giá niêm yết.  Giá trị thứ hai: Last-Mile Integrator và trách nhiệm vận hành đầu-cuối  Chiến lược tối ưu không phải là cạnh tranh hạ tầng, mà là đóng vai trò 'Last-Mile Integrator' -  cầu nối giúp doanh nghiệp giữ các workload cốt lõi trên hạ tầng sovereign nội địa, đồng thời kết nối an toàn với các dịch vụ AI nâng cao của Hyperscaler.  Điểm khác biệt nằm ở trách nhiệm, không nằm ở sơ đồ. Khi sự cố vắt trải dài qua các hạ tầng khác nhau, câu hỏi quan trọng không chỉ là dịch vụ nào đang lỗi mà là ai chịu trách nhiệm đưa service trở lại trạng thái hoạt động. Một đầu mối chịu trách nhiệm toàn tuyến chỉ có giá trị nếu phạm vi đó được thể hiện rõ trong SLA, RACI, escalation path và điều khoản hợp đồng; nếu cuối cùng khách hàng vẫn phải tự phân xử giữa nhiều ticket theo ranh giới sản phẩm, việc tích hợp mới chỉ dừng lại ở mặt sơ đồ kiến trúc (topology) chứ chưa giải quyết được bài toán vận hành thực tế. Giá trị của nhà cung cấp nội địa vì thế phải được chứng minh bằng khả năng thực thi tại chỗ và chịu trách nhiệm xuyên môi trường, không phải bằng tuyên bố "local" đơn thuần.  Ba câu hỏi trước khi phân bổ lại ngân sách cloud  Doanh nghiệp nên ra quyết định dựa trên đặc tính của từng danh mục workload, thay vì phụ thuộc vào thương hiệu của nhà cung cấp. Ba câu hỏi cần trả lời bằng số liệu trước khi ký cam kết dài hạn:  Control boundary nằm ở đâu? Workload nào thực sự có yêu cầu về vị trí lưu trữ, xử lý, quyền truy cập hoặc control plane; căn cứ đó đến từ luật, quy định ngành hay chính sách risk nội bộ?  Tổng chi phí sở hữu 3-5 năm của từng phương án là bao nhiêu khi tính đủ compute, storage, data movement/egress, tích hợp, kết nối, migration và nhân sự vận hành? Biến số nào khó dự báo nhất?  Accountability boundary nằm ở đâu? Khi sự cố vắt qua ranh giới các môi trường, ai chịu trách nhiệm phục hồi service đầu-cuối, và cam kết đó nằm ở SLA, RACI hoặc điều khoản nào của hợp đồng?  Doanh nghiệp cần rà soát bản chất của từng workload theo ba câu hỏi trên có thể làm việc trực tiếp với đội ngũ solution architect của FPT Cloud để nhận đánh giá kiến trúc và mô hình chi phí cho từng nhóm hệ thống. Đặt lịch tư vấn tại đây:   Nội dung bài viết là thông tin kỹ thuật và tham khảo pháp lý, không phải tư vấn pháp lý.  Trương Văn Quang Kiến trúc sư giải pháp (Solution Architect), FPT Cloud 

Báo cáo OWASP GenAI LLM Top 10 2026 (OWASP - Open Worldwide Application Security Project, tổ chức quốc tế phi lợi nhuận về bảo mật ứng dụng) xác nhận: Prompt Injection tiếp tục đứng ở vị trí LLM01 đối với ứng dụng mô hình ngôn ngữ lớn (LLM). Điểm đáng chú ý của bản 2026 không phải là kỳ vọng "lọc sạch" prompt độc hại, mà là chuyển trọng tâm sang thiết kế hệ thống để giới hạn hậu quả khi mô hình bị đánh lừa.1  "Đừng cố xây dựng một mô hình không thể bị đánh lừa. Hãy xây hệ thống xung quanh nó để khi mô hình bị đánh lừa - và điều đó sẽ xảy ra - không có gì quan trọng bị phá vỡ."2  Câu hỏi kỹ thuật đặt ra: nếu không thể chặn triệt để prompt injection ở tầng đầu vào, kiến trúc phải thay đổi ở đâu để một ca tấn công thành công chỉ gây thiệt hại trong phạm vi lường trước?  Bài toán dữ liệu sự cố và sự thất bại của bộ lọc đầu vào  Báo cáo năm 2026 dựa trên phân tích 7.714 sự cố an ninh AI thực tế trong đó 6.639 sự cố đủ chi tiết để phân loại.3 Dữ liệu cho thấy sự dịch chuyển rõ rệt khi thiệt hại không còn nằm ở nội dung LLM tạo ra, mà ở hành động AI Agent thực thi, hạng mục excessive agency (trao quyền quá mức) tăng lên vị trí thứ 3.  Nguyên nhân bộ lọc đầu vào không phải là ranh giới tin cậy  Mặc dù các API LLM hiện đại đã phân tách vai trò (system, user, tool) và huấn luyện mô hình ưu tiên chỉ dẫn hệ thống, đây thuần túy là hành vi học được (learned behavior) thay vì một ranh giới cưỡng chế (enforced boundary). LLM vẫn xử lý cả câu lệnh lẫn dữ liệu truy xuất trên cùng một không gian ngữ cảnh xác suất (probabilistic context window), do đó hoàn toàn thiếu một trust boundary đúng nghĩa ở tầng giao thức. Khác với SQL injection nơi parameterized queries phân tách tuyệt đối mã lệnh và dữ liệu về mặt cú pháp, LLM chưa tồn tại cơ chế phòng ngự tương đương có tính tổng quát. Tài liệu OWASP thừa nhận chưa rõ có tồn tại phương pháp phòng ngừa tuyệt đối hay không. 4  Thực nghiệm độc lập năm 2025 trên 6 hệ guardrails thương mại và mã nguồn mở cho thấy kết quả đồng nhất: kỹ thuật giấu chỉ dẫn trong Emoji qua mặt bộ lọc với tỷ lệ 100%; ký tự Unicode đặc biệt vượt rào trên 90%; và không có giải pháp nào chống chịu được toàn bộ các kỹ thuật tấn công. Ngay cả ProtectAI v2 - giải pháp cải thiện mạnh nhất ở nhóm giấu ký tự (giảm tỷ lệ lọt từ 77,32% xuống 20,26%) vẫn để lọt hơn 1/5 số mẫu prompt injection trong chính nhóm này. 5  EchoLeak (CVE-2025-32711) trên Microsoft 365 Copilot là minh chứng thực tế cho indirect prompt injection trên hệ thống production. Kẻ tấn công chỉ cần gửi một email được chế tác để vượt bộ phân loại XPIA; khi Copilot về sau truy xuất email đó trong một truy vấn bình thường, chuỗi khai thác có thể khiến Copilot đưa dữ liệu nhạy cảm vào một URL/tham chiếu hình ảnh và tạo yêu cầu ra ngoài. Điểm quan trọng là đây là kịch bản zero-click: nạn nhân không cần mở hoặc bấm vào email độc hại; việc sử dụng Copilot bình thường có thể đủ để kích hoạt chuỗi tấn công.  Bảng 1. Lọc đầu vào: dùng để làm gì và không nên kỳ vọng gì  Lọc đầu vào LÀM ĐƯỢC Lọc đầu vào KHÔNG làm được Giảm nhiễu và chi phí: chặn một phần mẫu tấn công đã biết hoặc ít tinh vi trước khi đi vào các lớp xử lý sâu hơn. Tạo bảo đảm an toàn hoặc trust boundary: mẫu mới, biến thể/adaptive attack và dữ liệu gián tiếp vẫn có thể vượt qua. Tạo tín hiệu giám sát: log các mẫu bị chặn cho thấy ai đang thử tấn công Thay thế kiểm soát quyền: khi mẫu lọt qua thì mô hình vẫn giữ nguyên toàn bộ quyền được cấp Tăng chi phí tấn công và bổ sung cho model hardening, output checking, red teaming. Tạo miễn nhiễm với indirect/cross-modal prompt injection: EchoLeak cho thấy classifier chuyên dụng vẫn có thể bị bypass.  Tổ hợp "Lethal Trifecta" và nguyên lý Blast Radius  Theo Simon Willison, rủi ro lớn nhất xảy ra khi một AI Agent hội đủ 3 yếu tố mà ông gọi là “bộ ba chết người" (Lethal Trifecta) bao gồm:  Truy cập dữ liệu nhạy cảm/nội bộ.  Tiếp nhận/xử lý dữ liệu không tin cậy từ bên ngoài (email, web, file).  Có kênh giao tiếp hoặc gửi dữ liệu ra môi trường ngoài.  Khi cả 3 yếu tố hội tụ trong cùng một context, một ca injection thành công đồng nghĩa với sự cố rò rỉ dữ liệu (data exfiltration). Vì thế khi thiết kế kiến trúc bảo mật cho AI Agent cần đặt mục tiêu thu hẹp tối đa blast radius (Phạm vi thiệt hại) khi Agent bị chiếm quyền điều khiển.  Kiến trúc bảo mật phòng thủ chiều sâu (Defense-in-Depth)  Tầng 1: Tách biệt danh tính (workload identity)  Khoảng trống phổ biến là để AI Agent sử dụng trực tiếp session/token của end-user hoặc một service account có phạm vi quyền quá rộng. Đây không mặc nhiên là "privilege escalation"; vấn đề là agent có thể thừa hưởng tập quyền hiệu lực quá lớn so với nhiệm vụ cần thực hiện. Nếu bị prompt injection, phạm vi thiệt hại có thể mở rộng tới toàn bộ tài nguyên mà token đó truy cập được.  Kiến trúc đề xuất: cấp workload identity riêng cho runtime của từng agent hoặc từng nhóm tác vụ. Khi agent hành động thay người dùng, sử dụng cơ chế on-behalf-of/scoped delegation với token ngắn hạn và downscope. Quyền thực tế nên là giao của ba lớp: quyền người dùng, capability được cấp cho agent và policy của tài nguyên; tuyệt đối không đưa raw user token vào prompt/context.  Quản lý credential: ưu tiên workload identity/federation và token ngắn hạn thay cho API key tĩnh. Secret còn cần thiết phải lưu trong vault và chỉ được tool runner/broker lấy tại thời điểm thực thi. LLM chỉ tạo ý định hoặc tool call; credential không được xuất hiện trong prompt, model context, log hoặc output của mô hình.  Tầng 2: Sandbox Tool-Calling - LLM đề xuất, Broker thực thi  Áp dụng nguyên tắc cô lập: LLM không gọi API trực tiếp, chỉ đề xuất cấu trúc gọi lệnh (intent declaration). Một Broker độc lập nhận khai báo từ LLM, thẩm định tham số (input schema validation), áp dụng danh sách cho phép (allowlist) cho kết nối mạng của từng công cụ, và khởi chạy tác vụ trong môi trường cách ly (sandbox) với quyền truy cập tệp và mạng bị giới hạn.7  Tầng 3: Tách biệt luồng tin cậy (mô hình CaMeL của Google DeepMind)  Kiến trúc CaMeL (2025) của Google DeepMind tách đôi vai trò của mô hình: một mô hình đặc quyền (Privileged Model) nhận yêu cầu của người dùng và lập kế hoạch nhưng không bao giờ đọc dữ liệu không tin cậy, còn một mô hình cách ly (Isolated Model) đọc dữ liệu không tin cậy nhưng không được gọi công cụ, API.  Mỗi biến dữ liệu mang nhãn nguồn gốc (data lineage tagging), và chính sách dòng dữ liệu (data flow policy) quyết định nguồn nào được phép chảy vào hành động nào.8  Tầng 4: Con người kiểm soát đầu ra & phê duyệt tác động (Human-in-the-Loop)  Mọi thứ LLM sinh ra cần được đối xử như đối với dữ liệu không tin cậy (Untrusted Output): kiểm tra, mã hoá và làm sạch (encode/sanitize) trước khi hiển thị hoặc đưa vào luồng xử lý tiếp theo.   Với các hành động đặc quyền làm thay đổi hệ thống production, nhất là các hành động không thể khôi phục thì con người luôn phải là chốt chặn kiểm soát cuối cùng.  Tại FPT Cloud, các agent phân tích dữ liệu hiện được giới hạn ở tác vụ đọc/tổng hợp; các hành động làm thay đổi production như chặn IP, vô hiệu hóa tài khoản, thay đổi firewall hoặc xóa dữ liệu chưa được phép tự động thực thi nếu chưa có phê duyệt của người có thẩm quyền. Đây là baseline an toàn phù hợp trong giai đoạn đầu; về sau chỉ nên tự động hóa các hành động low-risk, reversible và đã được policy phê duyệt trước.  Bảng kiểm tra an ninh AI Agent trước khi lên production   (Production Security Checklist)  Stt Hạng mục kiểm tra Trạng thái 1 Agent dùng Workload Identity riêng, không mượn tài khoản User?  2 Credential/API Key được giấu hoàn toàn khỏi Prompt Context?  3 Token cấp cho Agent có vòng đời ngắn và cơ chế Revoke tức thì?  4 Danh sách Tool/API áp dụng nguyên tắc đặc quyền tối thiểu (Least Privilege) ?  5 Các Tool gọi ngoài có Allowlist kiểm soát kết nối Mạng/Domain riêng?  6 Đã rà soát và nhận diện các Agent hội đủ bộ ba "Lethal Trifecta"?  7 Dữ liệu không tin cậy (Email, Web, File) có xử lý ở luồng cô lập?  8 Đầu ra của LLM được Validate/Sanitize trước khi Render/Execute?  9 Các tác vụ Write/Delete trên môi trường Production bắt buộc có HITL?  10 Hệ thống SIEM/SOC có Alert riêng khi Agent có hành vi bất thường?   Sự đánh đổi về mặt kiến trúc (Architectural Trade-offs)  Tăng độ trễ (latency): tách đôi model nghĩa là hai lời gọi thay vì một; cộng với độ trễ của broker và kiểm tra schema thêm một lớp nữa.   Tăng approval fatigue: không nên bắt con người duyệt mọi tool call. HITL cần ưu tiên cho hành động đặc quyền, tác động lớn, khó khôi phục hoặc vượt risk threshold; các thao tác low-risk có thể tự động nếu được policy giới hạn chặt và có khả năng rollback.  Tăng chi phí: allowlist theo từng tool, danh tính theo từng agent, vòng đời token ngắn đều cần người vận hành và quy trình; retrofit lên hệ thống đã chạy khó hơn nhiều so với thiết kế từ đầu.  Khung pháp lý cho Agent AI tại Việt Nam  Sự tuân thủ cho các hệ thống AI Agent hiện được điều chỉnh bởi:  Luật Trí tuệ nhân tạo (Luật 134/2025/QH15, hiệu lực 01/3/2026) và Nghị định 142/2026/NĐ-CP (áp dụng từ 01/5/2026): phân loại hệ thống AI theo ba mức rủi ro.  Quyết định 33/2026/QĐ-TTg (hiệu lực 15/8/2026): ban hành Danh mục hệ thống AI có rủi ro cao.  Luật Bảo vệ dữ liệu cá nhân (Luật 91/2025/QH15): Ràng buộc trách nhiệm xử lý và rò rỉ dữ liệu cá nhân qua Agent.  Nội dung trên không phải tư vấn pháp lý; doanh nghiệp cần đối chiếu văn bản gốc cho trường hợp cụ thể.  3 việc doanh nghiệp có thể triển khai ngay trong tuần  Kiểm kê: toàn bộ agent đang chạy, tool từng agent gọi được và danh tính từng agent đang dùng.  Khoanh vùng: gắn nhãn các agent hội đủ bộ ba lethal trifecta để xử lý trước.  Thiết lập chốt chặn: trước khi có policy chi tiết, áp dụng default-deny đối với mọi hành động làm thay đổi production; bắt buộc HITL cho thao tác high-impact/irreversible. Chỉ mở tự động cho các thao tác low-risk, reversible sau khi đã có allowlist, giới hạn tham số, quota và rollback..  Đội kỹ thuật đang đưa agent LLM vào vận hành và muốn rà lại kiến trúc quyền, sandbox tool-calling và các chốt chặn theo khung OWASP 2026 có thể cùng rà trực tiếp trên sơ đồ hệ thống với đội chuyên gia bảo mật và AI của FPT Cloud. Liên hệ với chúng tôi để được tư vấn chi tiết về các giải pháp, dịch vụ của FPT Cloud:  Hotline: 1800 6139  Email: support@fptcloud.com  Support: m.me/fptsmartcloud  Nguyễn Hải Nam  Trưởng Phòng Vận Hành và Triển khai bảo mật FPT Cloud 

Nhìn lại lịch sử cybersecurity, phần lớn những năng lực phòng thủ mà chúng ta đang coi là tiêu chuẩn hôm nay đều được hình thành sau một sự cố. Từ Morris Worm, Code Red, Pegasus đến Capital One, mỗi sự cố đều tạo ra một bước chuyển trong cách ngành nhìn nhận và quản trị rủi ro. Khi AI đang thay đổi cách hệ thống vận hành, câu hỏi đặt ra là: điểm bùng phát rủi ro tiếp theo sẽ nằm ở đâu?  Có một cách để ta nhìn lại lịch sử ngành Cybersecurity: Đừng bắt đầu từ danh mục sản phẩm bảo mật. Hãy bắt đầu từ những lần chúng ta gặp sự cố. Mọi thứ chúng ta đang dùng hôm nay - từ quy trình, framework cho đến cả những chức danh trong team - đều không xuất hiện từ một bản kế hoạch nào cả. Chúng xuất hiện sau một sự cố, khi ai đó nhận ra rằng thứ mình đang có không còn đủ. Bốn mốc dưới đây không phải bốn vụ tấn công lớn nhất trong lịch sử. Chúng được lựa chọn vì mỗi mốc đánh dấu một lần ngành này buộc phải thừa nhận rằng mô hình phòng thủ đang sử dụng không còn phù hợp với hệ thống hiện đang vận hành. 1. 1988 - Morris Worm: Khi sự cố đầu tiên khai sinh ra Incident Response Ngày 2/11/1988, Internet là một không gian hoàn toàn sơ khai, chủ yếu kết nối các viện nghiên cứu, trường đại học và cơ quan chính phủ với quy mô chừng 60.000 máy tính. Khái niệm an ninh mạng lúc bấy giờ còn đơn giản là chưa tồn tại. Robert Tappan Morris, một nghiên cứu sinh tại Đại học Cornell, đã phát tán một chương trình tự nhân bản từ một máy đặt tại MIT để che giấu nguồn gốc. Chương trình này khai thác đồng thời ba điểm yếu kinh điển trên hệ thống Unix thời đó: sendmail: Phần mềm nhận email vốn bật sẵn chế độ debug cho phép chạy lệnh từ xa. fingerd: Dịch vụ tra cứu thông tin người dùng mắc lỗi tràn bộ đệm (buffer overflow). rsh: Cơ chế đăng nhập từ xa dựa trên quan hệ tin cậy giữa các máy kèm mật khẩu yếu. Sự lây lan chóng mặt của worm xuất phát từ thiết kế đa đường vào: nếu một cổng bị chặn, mã độc vẫn còn hai hướng khác để xâm nhập. Tuy nhiên, thảm họa thực sự lại đến từ một lỗi logic trong thuật toán kiểm soát tái nhiễm. Tỷ lệ tự sao chép bị tính toán sai khiến một máy tính có thể cộng dồn hàng chục bản sao cùng lúc, làm cạn kiệt toàn bộ tài nguyên CPU và bộ nhớ rồi làm tê liệt hệ thống. Ước tính khoảng 6.000 máy bị ảnh hưởng - chiếm khoảng 10% quy mô Internet khi đó. Thứ lộ ra sau đống tro tàn ấy còn đáng sợ hơn cả con số 10%: hoàn toàn không có một đầu mối trung tâm nào đứng ra điều phối ứng cứu. Mỗi tổ chức phải tự mày mò dịch ngược mã độc, tự vá lỗi và truyền tay nhau qua các mailing list thủ công. Mọi thứ vận hành được chỉ nhờ sự kết nối tự phát của vài chục chuyên gia tình cờ quen biết. Nhận ra khoảng trống tai hại này, DARPA đã giao cho Viện Kỹ thuật Phần mềm (SEI) tại Đại học Carnegie Mellon xây dựng một đầu mối chuyên trách. CERT/CC (Computer Emergency Response Team / Coordination Center) ra đời ngay trong tháng 11/1988. Phần lớn khung pháp lý và quy trình Phản ứng Sự cố (Incident Response) mà chúng ta đang sử dụng ngày nay được sinh ra từ chính cuộc khủng hoảng không được chuẩn bị trước đó. 2. 2001 - Code Red: Khoảng trễ vá lỗi (Patch Gap) là một dạng rủi ro hệ thống Mười ba năm sau, lịch sử lặp lại với một hình thái tinh vi hơn và quy mô lớn hơn gấp nhiều lần. Ngày 18/6/2001, Microsoft phát hành bản vá MS01-033 để xử lý lỗ hổng tràn bộ đệm trong Index Server (CVE-2001-0500) trên máy chủ web IIS. Lỗ hổng này sau đó được định danh là CVE-2001-0500 .Điểm quan trọng là bản vá đã tồn tại trước khi cuộc tấn công xảy ra. Khoảng trống nằm ở việc triển khai bản vá. Đến ngày 19/7/2001, biến thể Code Red version 2 (CRv2) bùng nổ sau khi thay đổi cơ chế sinh số ngẫu nhiên từ dạng tĩnh sang dạng động. Thay vì quét cùng một dải IP khiến các con worm tự giẫm chân nhau, mỗi máy nhiễm giờ đây tự quét một danh sách độc lập. Thay đổi nhỏ đó đẩy tốc độ lây nhiễm lên mức kỷ lục: hơn 359.000 máy tính bị hạ gục chỉ trong chưa đầy 14 giờ, với đỉnh điểm ghi nhận hơn 2.000 host mới mỗi phút (theo số liệu từ CAIDA). Một điểm cần phân biệt là Code Red II là một worm khác, xuất hiện ngày 4/8/2001. Nó sử dụng cùng vector khai thác với Code Red nhưng có payload khác, cài backdoor và ưu tiên lây lan sang các máy trong cùng subnet. Morris Worm cho thấy một chương trình tự sao chép có thể gây gián đoạn trên Internet. Code Red đưa vấn đề lên một cấp độ khác: khi hệ thống đã đủ lớn, khoảng trễ giữa “đã có bản vá” và “đã triển khai bản vá” có thể trở thành một rủi ro ở quy mô toàn hệ thống. Patch gap từ đó không còn đơn thuần là một vấn đề vận hành nội bộ. Nó trở thành một yếu tố rủi ro có thể đo lường và có thể trực tiếp quyết định tốc độ lan rộng của một cuộc tấn công. Từ đây, Quản trị lỗ hổng (Vulnerability Management), Quy trình Patching chuẩn hóa và hệ thống IDS/IPS chính thức trở thành yêu cầu sống còn của mọi hệ thống kết nối mạng. 3. 2016 - Pegasus và Ahmed Mansoor: Khi "Endpoint" có thể là một con người Tháng 8/2016, nhà hoạt động nhân quyền Ahmed Mansoor nhận được tin nhắn SMS lạ chứa liên kết hứa hẹn hé lộ thông tin về những vụ tra tấn trong tù. Cảnh giác trước cạm bẫy, ông không truy cập đường link mà chuyển tiếp tin nhắn cho Citizen Lab - nhóm nghiên cứu tại Munk School, tại Đại học Toronto, chuyên điều tra việc sử dụng phần mềm gián điệp nhắm vào các nhà hoạt động và nhà báo.  Bên dưới đường link đó là Trident - chuỗi 3 lỗ hổng zero-day trên iOS: CVE-2016-4657: Lỗi bộ nhớ trong WebKit mở đường đột nhập khi mở trang web. CVE-2016-4655: Lỗi rò rỉ thông tin kernel, được sử dụng để vượt qua KASLR CVE-2016-4656: Lỗi trong kernal cho phép thực thi mã độc, tiến hành jailbreak thiết bị hoàn toàn từ xa. Chuỗi khai thác này kích hoạt phần mềm gián điệp Pegasus do NSO Group phát triển. Điểm chấn động của sự cố không nằm ở kỹ thuật tấn công ồn ào, mà ở sự dịch chuyển toàn diện của mô hình mục tiêu: không có worm quét hàng trăm nghìn server, không cần người dùng cài đặt một phần mềm lạ hay nhập mật khẩu, không có lượng traffic bất thường đủ lớn để dễ dàng bị phát hiện bởi các hệ thống giám sát truyền thống. Một chuỗi khai thác có giá trị thị trường lên tới hàng trăm nghìn đến khoảng một triệu USD được sử dụng để nhắm  vào đúng một chiếc điện thoại của một cá nhân duy nhất. Định nghĩa "Endpoint" từ mốc này đã thay đổi vĩnh viễn. Nó không còn là một thiết bị nằm trong danh sách tài sản cần bảo vệ. Nó có thể là một cá nhân cụ thể, và mức độ đầu tư của kẻ tấn công có thể được quyết định bởi giá trị của chính mục tiêu đó.  4. 2019 - Capital One: Cloud không có lỗi, lỗi ở cấu hình  Ngày 22 và 23/3/2019, dữ liệu của ngân hàng Capital One bị truy cập trái phép.  Sự cố không được phát hiện trong khoảng bốn tháng. Đến ngày 17/7/2019, một người dùng GitHub phát hiện bài đăng của kẻ tấn công về dữ liệu đã lấy được và báo cho Capital One thông qua chương trình Responsible Disclosure. Ngày 19/7, sau điều tra nội bộ, Capital One xác định đã có truy cập trái phép và thông báo cho FBI. Sự việc được công bố ra công chúng  ngày 29/7  Khoảng 100 triệu người tại Mỹ và 6 triệu người tại Canada bị ảnh hưởng. Không có số thẻ tín dụng hay thông tin đăng nhập bị lộ. Điểm đáng chú ý nằm ở chuỗi tấn công. Theo hồ sơ của Bộ Tư pháp Mỹ và các phân tích sau đó, cuộc tấn công gồm bốn bước: Một tường lửa ứng dụng web (WAF) bị cấu hình sai, cho phép khai thác SSRF (Server-Side Request Forgery) - kiểu tấn công lừa máy chủ tự đứng ra gửi request thay mình, qua đó, chạm được vào những địa chỉ nội bộ mà từ bên ngoài không gọi tới được. Máy chủ chạy WAF được gán một IAM role có phạm vi quyền rộng hơn mức cần thiết. Kẻ tấn công dùng SSRF truy cập vào EC2 Metadata Service - một địa chỉ nội bộ mà mọi máy ảo trên AWS đều truy cập được để đánh cắp credential tạm thời của IAM Role. Bộ Credential này có đủ quyền để liệt kê và đọc dữ liệu trong S3, dịch vụ lưu trữ object của AWS. Điều đáng chú ý là không có zero-day và cũng không có thành phần Cloud nào tự thân bị lỗi. Các thành phần đều hoạt động theo đúng cách chúng được cấu hình. Khoảng trống nằm ở mối quan hệ giữa chúng: một cấu hình sai ở lớp ứng dụng, kết hợp với một IAM Role được cấp quyền rộng tay là đủ để biến kiến trúc đó thành cửa ngõ tới toàn bộ dữ liệu phía sau. Đây cũng là lúc Cloud Security, IAM, Configuration Management, CSPM và Shared Responsibility Model chuyển từ những khái niệm mang tính lý thuyết thành các năng lực phải được đưa vào vận hành thực tế. 5. Điểm bùng phát tiếp theo: AI đang đứng ở đâu trong chu kỳ lịch sử? Nhìn dọc theo chuỗi 4 thập kỷ, một quy luật ngầm lộ diện rõ ràng: Mỗi khi một làn sóng công nghệ mới đạt đến quy mô đại trà, ngành an ninh mạng luôn trải qua một khoảng trễ quản trị và khoảng trễ đó thường khép lại bằng một cuộc khủng hoảng hệ thống. Sau mỗi sự cố, ngành Cybersecurity lại được bổ sung thêm những lớp năng lực phòng thủ mới: sản phẩm, quy trình, framework và regulation. Quan trọng hơn, mỗi lần như vậy lại mở ra một cách nhìn mới về Risk.  Làn sóng AI hiện tại đang đứng ngay ranh giới của điểm bùng phát đó. Điểm khác biệt là các rủi ro mới không xuất hiện dưới dạng một mã độc phá hoại phần cứng, mà nằm ở sự đứt gãy kiến trúc vận hành: Prompt Injection: Việc chèn lệnh độc hại trực tiếp vào luồng dữ liệu đầu vào khiến mô hình nhầm lẫn giữa dữ liệu và mệnh lệnh. Chúng ta đang loay hoay xử lý bằng filter và guardrail, giống hệt cách ngành CNTT từng chắp vá để chặn SQL Injection trước khi có chuẩn hóa Prepared Statement. AI Agent tự trị: Các AI Agent đang được trao quyền thực thi và truy cập dữ liệu ở tốc độ machine-speed, lặp lại chính xác sai lầm cấp quyền lỏng lẻo của sự cố Capital One, nhưng ở cấp độ tự chủ cao hơn rất nhiều. Ranh giới tin cậy giữa dữ liệu và chỉ thị: Mọi kiến trúc CNTT trước đây đều tách biệt được hai luồng này - code đi một đường, data đi một đường. Với các mô hình LLM, cả hai lại đi chung trên cùng một kênh. Đây là bản chất và đặc tính cốt lõi của mô hình chứ không phải một lỗi kỹ thuật chờ được vá.  6. Rủi ro không đến từ một cuộc tấn công và 5 chốt kiểm soát doanh nghiệp cần kiểm tra Capital One vẫn cần một kẻ tấn công thực sự bước qua khe hở cấu hình. Nhưng với AI Agent, hệ thống có thể tự sụp đổ mà không cần bất kỳ tác nhân độc hại nào từ bên ngoài. Một agent chạy ở tốc độ máy có thể làm đúng chính xác những gì được cấu hình nhưng vẫn tự động duyệt nhầm hàng loạt khoản hoàn tiền, gửi sai danh sách khách hàng nhạy cảm, hay đưa ra một kết quả (output) sai lệch để làm đầu vào cho một quyết định chiến lược. Không ai xâm nhập, các công cụ giám sát hoàn toàn mù tịt vì không có bất kỳ dấu vết nào trông giống một cuộc tấn công.  Phần lớn các cuộc thảo luận về AI governance hiện nay đều được thiết kế quanh việc ngăn một vụ rò rỉ dữ liệu. Với bối cảnh này thì đó là hình dạng sai. Để không lặp lại sai lầm của các thế hệ đi trước, doanh nghiệp cần rà soát ngay 5 chốt kiểm soát cốt lõi:  Agent identity. Agent có danh tính riêng, hay đang mượn danh tính của một con người? (2016: endpoint trở thành một con người. Giờ con người đó là một service account.) Permission boundary. Quyền theo phạm vi, có thời hạn, tối thiểu, cấp theo tác vụ chứ không theo cả hệ thống. (Capital One, bước 2.) Human-in-the-loop. Xác định hành động nào tuyệt đối không được tự động. Thanh toán, thay đổi trên production, xuất dữ liệu, mọi thứ có đối tác bên ngoài tham gia. (Capital One, bước 4.) Observability. Bạn có dựng lại được vì sao agent làm việc đó không, ở dạng mà auditor chấp nhận? (Capital One: bốn tháng không ai biết.) Kill và rollback. Bạn có dừng được toàn bộ agent bằng một thao tác, và đảo ngược được thứ chúng đã làm không? (1988: không ai điều phối nổi việc phản ứng.) Có thể vài năm nữa, giai đoạn 2022-2023 sẽ được nhìn lại theo cách ngành Cybersecurity nhìn về năm 1988. Không phải vì đó là thời điểm AI trở nên nguy hiểm. Mà vì thế, đó có thể là thời điểm ngành nhận ra rằng mô hình phòng thủ cũ đã không còn đủ cho một hệ thống mới. Tác giả: Lê Ngọc Linh - Leader of Platform Security Engineers, FPT Smart Cloud  Liên hệ với chúng tôi để được tư vấn chi tiết về các giải pháp, dịch vụ của FPT Cloud:    Hotline: 1800 6139   Email: support@fptcloud.com   Support: m.me/fptsmartcloud 

Nhằm mang đến trải nghiệm quản trị cơ sở dữ liệu tối ưu và an toàn nhất, FPT Database Engine chính thức cập nhật bộ ba tính năng mới: Engine Version Upgrade, Point-in-Time Recovery (PITR) và hỗ trợ OpenSearch Version 3.5.0. Những nâng cấp này là "chìa khóa" giúp doanh nghiệp giải quyết bài toán vận hành phức tạp, bảo vệ dữ liệu toàn vẹn và dễ dàng tiếp cận các nền tảng cơ sở dữ liệu thế hệ mới. Engine Version Upgrade: Nâng cấp database trực tiếp trên cluster hiện có Trước đây, việc cập nhật phiên bản cơ sở dữ liệu thường là "nỗi ám ảnh" của các kỹ sư hệ thống khi đòi hỏi phải triển khai một cluster hoàn toàn mới, sau đó thực hiện chuyển đổi dữ liệu với rất nhiều thao tác rủi ro và tốn kém thời gian.  Với Engine Version Upgrade, FPT Database Engine cho phép khách hàng nâng cấp phiên bản database engine trực tiếp trên cluster hiện có thông qua FPT DBaaS Portal mà không cần tạo database cluster mới, giúp đơn giản hóa việc quản lý vòng đời database và giảm thiểu công việc vận hành. Thông qua FPT DBaaS Portal, khách hàng có thể thực hiện nâng cấp trực tiếp, kiểm tra điều kiện trước khi nâng cấp và theo dõi tiến trình thực hiện.  Tính năng mang lại các lợi ích:  Đa dạng nền tảng: Hỗ trợ nâng cấp (Patch Upgrade và Minor Upgrade) cho các engine phổ biến gồm: MySQL, Redis, MongoDB Standard và Kafka. Thao tác trực quan, dễ dàng: Khách hàng có thể chủ động kiểm tra các điều kiện cần thiết trước khi nâng cấp và theo dõi sát sao toàn bộ tiến trình thực hiện ngay trên giao diện FPT DBaaS Portal. An toàn và tương thích: Hệ thống chỉ cho phép cập nhật lên các phiên bản đã được đội ngũ chuyên gia FPT kiểm thử và chứng nhận độ ổn định.   Lưu ý: Engine Version Upgrade chỉ hỗ trợ theo các đường nâng cấp (Upgrade Path) do FPT Database Engine cung cấp. Trong quá trình nâng cấp, database cluster sẽ được khởi động lại (restart) và có thể xảy ra gián đoạn dịch vụ trong thời gian ngắn. FPT khuyến nghị thực hiện nâng cấp trong Maintenance Window hoặc ngoài giờ cao điểm, đồng thời thực hiện backup trước khi nâng cấp nhằm đảm bảo an toàn dữ liệu. Point-in-Time Recovery (PITR): Khôi phục dữ liệu về thời điểm mong muốn Trong quá trình vận hành database, các sự cố như thao tác nhầm, lỗi ứng dụng hoặc thay đổi dữ liệu ngoài mong muốn có thể ảnh hưởng đến trạng thái dữ liệu hiện tại. Vì vậy, khả năng khôi phục chính xác dữ liệu tại một thời điểm cụ thể là yêu cầu quan trọng để đảm bảo tính liên tục của hệ thống.  FPT Database Engine bổ sung tính năng Point-in-Time Recovery (PITR) cho phép doanh nghiệp khôi phục cơ sở dữ liệu về bất kỳ thời điểm hợp lệ nào trong khoảng thời gian lưu trữ, thay vì chỉ phụ thuộc vào các bản backup định kỳ. Tính năng được áp dụng cho các dịch vụ: PostgreSQL, MySQL và MariaDB. Các khả năng chính: Lựa chọn thời điểm khôi phục: Khôi phục chính xác trạng thái dữ liệu tại một thời điểm tùy chọn trong phạm vi lưu trữ cấu hình. Khởi tạo instance độc lập: Dữ liệu được khôi phục sang một database instance mới, hoàn toàn không ghi đè lên database gốc hiện tại. Quản lý chủ động: Cho phép bật/tắt PITR trên từng cluster, cấu hình thời gian và thực hiện thao tác khôi phục trực tiếp thông qua FPT Console Portal. Lưu ý: Point-in-Time Recovery (PITR) chỉ khả dụng sau khi tính năng được bật, hệ thống hoàn tất bản Full Backup đầu tiên và ghi nhận transaction log kể từ thời điểm đó để phục vụ khôi phục. Khả năng khôi phục phụ thuộc vào thời gian lưu trữ (Retention Period) được cấu hình. Hỗ trợ OpenSearch Version 3.5.0: Mở rộng khả năng tìm kiếm và phân tích FPT Database Engine bổ sung OpenSearch version 3.5.0 vào danh mục hỗ trợ, cho phép người dùng lựa chọn trực tiếp phiên bản này khi khởi tạo OpenSearch cluster trên FPT DBaaS Portal. Phiên bản mới hỗ trợ triển khai theo hai mô hình Single-node và Dedicated Node Architecture. Trong đó, Dedicated Node Architecture cho phép tách biệt các thành phần Cluster Manager Node, Data Node và Coordinator Node, phù hợp với các nhu cầu triển khai OpenSearch cluster khác nhau. Việc hỗ trợ OpenSearch 3.5.0 giúp doanh nghiệp nhanh chóng tiếp cận các tính năng, cải tiến và bản vá bảo mật mới nhất, đồng thời linh hoạt lựa chọn mô hình triển khai phù hợp với nhu cầu thực tế. Bên cạnh đó, toàn bộ quá trình triển khai và quản lý OpenSearch cluster đều được thực hiện tập trung trên FPT DBaaS Portal, giúp tối ưu hóa hiệu quả vận hành. Lưu ý: Để sử dụng OpenSearch version 3.5.0, người dùng cần khởi tạo một cluster mới và thực hiện migrate dữ liệu. Các OpenSearch cluster hiện tại không tự động nâng cấp lên phiên bản này. FPT khuyến nghị bật Backup trước khi thực hiện migrate để đảm bảo an toàn dữ liệu.  Bằng việc liên tục bổ sung các tính năng cao cấp, FPT Database Engine một lần nữa khẳng định cam kết mang đến một hạ tầng dữ liệu An toàn - Hiệu suất - Đơn giản hóa vận hành cho mọi doanh nghiệp.  Liên hệ với chúng tôi để được tư vấn chi tiết về các giải pháp, dịch vụ của FPT Cloud:    Hotline: 1800 6139   Email: support@fptcloud.com   Support: m.me/fptsmartcloud 

Từ ngày 1/9, FPT Smart Cloud chính thức sử dụng Tổng đài 24/7 1800 6139 cho các hoạt động tư vấn và hỗ trợ khách hàng. Đầu số tổng đài 1900 638 399 vẫn được duy trì đến hết 31/10. Nhằm nâng cao chất lượng chăm sóc khách hàng và tạo thuận tiện hơn trong quá trình hỗ trợ, FPT Smart Cloud triển khai sử dụng tổng mới mới 1800 6139. Đặc biệt, đây là đầu số miễn phí cước gọi dành cho khách hàng khi liên hệ với FPT Smart Cloud. Đầu số mới áp dụng cho toàn bộ các dịch vụ gồm: FPT.AI, FPT Cloud, FPT AI Factory, FPT CFS và FPT Data Suite. Hai Hotline cùng hoạt động trong 2 tháng chuyển đổi Trong giai đoạn từ 1/9 đến hết 31/10, FPT Smart Cloud sẽ duy trì đồng thời hai số Hotline: Hotline mới: 1800 6139 – miễn phí cước gọi. Hotline hiện tại: 1900 638 399 – tiếp tục hoạt động trong thời gian chuyển đổi. Chính thức sử dụng duy nhất Hotline mới | Từ sau ngày 31/10/2026 Từ 1/11, số 1900 638 399 sẽ chính thức ngừng hoạt động và không tiếp nhận cuộc gọi. Khi đó, 1800 6139 sẽ là Hotline duy nhất được sử dụng cho các hoạt động tư vấn và hỗ trợ khách hàng của FPT Smart Cloud. Việc chuyển đổi sang Hotline 1800 6139 không chỉ là thay đổi về đầu số, mà còn là một bước cải thiện trải nghiệm khách hàng của FPT Smart Cloud. Với đặc điểm miễn phí cước gọi, đầu số mới giúp giảm rào cản chi phí, khuyến khích khách hàng chủ động liên hệ khi cần tư vấn và hỗ trợ, đồng thời mang đến một kênh chăm sóc thuận tiện và dễ tiếp cận hơn. Quý khách hàng vui lòng lưu và cập nhật số Hotline mới 1800 6139 để thuận tiện liên hệ với FPT Smart Cloud khi cần hỗ trợ. FPT Smart Cloud xin chân thành cảm ơn Quý khách hàng đã luôn tin tưởng và đồng hành. Chúng tôi cam kết không ngừng đổi mới và nâng cao chất lượng dịch vụ, mang đến cho Quý khách những trải nghiệm hỗ trợ tối ưu, thuận tiện và trọn vẹn nhất.  

Việc AI đang tái định hình bức tranh an ninh mạng là điều không thể phủ nhận. Tuy nhiên, câu hỏi chiến lược không còn là "AI có tạo ra sự thay đổi hay không?", mà là: Chúng ta đang ở chu kỳ nào của làn sóng này và doanh nghiệp còn bao nhiêu thời gian để thiết lập cơ chế phòng thủ trước khi một cuộc khủng hoảng thực sự nổ ra? Theo WEF Global Cybersecurity Outlook 2026, 94% lãnh đạo an ninh mạng nhận định AI là động lực biến đổi lớn nhất của ngành trong năm tới. Để hiểu rõ cục diện, chúng ta cần nhìn vào 5 khía cạnh cốt lõi sau:  1. Chu kỳ công nghệ: Doanh nghiệp đang đứng đâu trên đường cong rủi ro?  Nhìn lại lịch sử từ PC, Internet, Mobile đến Cloud, mỗi làn sóng công nghệ đều vận hành qua một framework 4 giai đoạn: Ngạc nhiên: Công nghệ mới ra đời và được đón nhận. Lạm dụng: Giai đoạn các tác nhân độc hại bắt đầu khai thác lỗ hổng (điển hình như virus DOS thời kỳ PC, web defacement thời Internet, mã độc mobile thời di động, hay rò rỉ cấu hình S3 trong kỷ nguyên Cloud).  Khủng hoảng: Một sự cố mang tính hệ thống buộc toàn ngành phải nhìn lại (Morris Worm 1988, Pegasus 2016). Trưởng thành: Chuẩn hóa quản trị và hệ sinh thái phòng thủ chuyên biệt hình thành. AI hiện đang nằm giữa ranh giới của giai đoạn Lạm dụng và Khủng hoảng, với các biểu hiện rõ nét thông qua prompt injection hay deepfake. Dựa trên các bài học từ những chu kỳ phát triển công nghệ trước đây, các sự cố quy mô lớn trong tương lai có thể trở thành động lực thúc đẩy doanh nghiệp và toàn ngành tăng cường chuẩn hóa quản trị AI, đặc biệt trong giai đoạn 2026-2027.  Từ việc quan sát các chu kỳ công nghệ trước đây, có thể đúc kết hai quy luật ngầm đang trực tiếp chi phối làn sóng AI hiện tại. Trước hết, công nghệ luôn bứt phá đi trước, trong khi chuẩn hóa và kiểm soát luôn phải chạy theo sau. Theo báo cáo WEF 2026, tỷ lệ tổ chức chủ động đánh giá an toàn AI trước khi triển khai đã tăng mạnh từ 37% lên 64% chỉ trong một năm, một tín hiệu cho thấy công tác quản trị đang ráo riết chạy đua để bắt kịp, nhưng trên thực tế, nó vẫn đang ở thế bị động và đi sau công nghệ.  Thứ hai, công nghệ tạo đà tăng trưởng nhanh, nhưng quản trị tốt mới là nền tảng để đi đường dài. Các tổ chức có mức độ trưởng thành số cao nhất đang xếp rủi ro AI là mối đe dọa số 1. Điều này cho thấy: Tổ chức càng hiểu và ứng dụng AI sâu, họ càng nhìn rõ rủi ro để chủ động kiểm soát, thay vì giữ tâm lý chủ quan.  2. Sự sụp đổ của nguyên lý Bất đối xứng chi phí (Cost Asymmetry)  Tác động lớn nhất của AI không nằm ở việc sinh ra một loại mã độc mới, mà ở việc phá vỡ thế cân bằng chi phí giữa tấn công và phòng thủ vốn tồn tại hàng thập kỷ. Trước đây, lợi thế luôn nghiêng về bên phòng thủ với nguồn lực dồi dào: ngân sách lớn, đội ngũ SOC đông đảo và hệ thống giải pháp đắt tiền. Ngày nay, một tác nhân đơn lẻ kết hợp cùng mạng lưới AI agents có thể vận hành một chiến dịch tấn công APT (Advanced Persistent Threat) tự động với chi phí biên gần như bằng 0. Phép so sánh chân thực nhất chính là cách drone giá rẻ định hình lại chiến tranh hiện đại: một bầy drone nhỏ có thể vô hiệu hóa khí tài hàng triệu đô. AI đang mang mô hình tác chiến đó lên không gian mạng. Đó là lý do 87% tổ chức (theo WEF 2026) xác định: Lỗ hổng AI là rủi ro gia tăng nhanh nhất hiện nay.  3. Ba trụ cột rủi ro tái định hình kiến trúc bảo mật  Từ thực tiễn vận hành, có 3 rủi ro đang trực tiếp ép buộc các doanh nghiệp phải nâng cấp hệ thống phòng thủ:  Thứ 1, AI Model trở thành bề mặt tấn công mới. Model, prompt và training data đang đối mặt với các rủi ro chưa từng có: model poisoning, prompt injection, hay đánh cắp bản quyền. Đặc biệt, tình trạng rò rỉ dữ liệu qua "AI ngầm" (nhân viên tự ý sử dụng các công cụ AI ngoài tầm kiểm soát của doanh nghiệp) đang gây thiệt hại phát sinh khoảng 670.000 USD cho mỗi sự cố (theo IBM 2025). Tương tự như cách kỷ nguyên Điện toán đám mây sinh ra các tiêu chuẩn bảo mật mới, việc thiết lập hệ thống Quản trị trạng thái an ninh AI và truy vết nguồn gốc đang trở thành một hạng mục quản trị bắt buộc.  Thứ 2, Tốc độ vận hành ở ngưỡng Machine-speed. Các cuộc tấn công bằng AI có thể tự động biến hình liên tục theo thời gian thực, khiến đội ngũ vận hành bị quá tải vì cảnh báo. Giải pháp là chuyển từ hệ thống tĩnh (chặn theo dấu hiệu có sẵn) sang hệ thống động: dùng AI phân tích hành vi để phản ứng tức thời.  Thứ 3, Sự sụp đổ của định danh truyền thống. Kỹ thuật làm giả khuôn mặt/giọng nói (Deepfake) đang vô hiệu hóa các bước xác thực khách hàng (KYC) hiện tại. Gian lận AI đã trở thành mối đe dọa số 1 với các CEO (theo WEF 2026, 73% tổ chức từng bị ảnh hưởng). Trong mô hình bảo mật Zero Trust, câu hỏi lớn nhất không còn là "Bạn là ai?", mà phải là "Bạn có thực sự là con người không?".  Một hệ quy chiếu mới về xác minh độ tin cậy và chứng minh "tính người" đang buộc phải hình thành.  4. Quy mô thị trường và khoảng trống quản trị   Thị trường an ninh mạng AI đang chứng kiến tốc độ tăng trưởng bùng nổ. Theo Grand View Research, quy mô toàn cầu dự kiến nhảy vọt từ 25,4 tỷ USD (2024) lên 93,8 tỷ USD vào năm 2030, tương đương mức tăng trưởng kép (CAGR) khoảng 24,4%. Dù các đơn vị nghiên cứu khác như Mordor hay Fortune Business Insights có sự chênh lệch nhất định về con số tuyệt đối do cách định nghĩa thị trường, tất cả đều đồng thuận mức tăng trưởng sẽ luôn duy trì trên mốc 20%/năm.  Tuy nhiên, đằng sau những con số tăng trưởng ấn tượng là một khoảng trống lớn về quản trị bởi tốc độ bứt phá của công nghệ đang bỏ xa các quy định pháp luật và bộ tiêu chuẩn an toàn. Báo cáo WEF 2026 chỉ ra rằng sự phức tạp trong quản trị an ninh AI (13%) và rủi ro pháp lý hay sở hữu trí tuệ (9%) đang là những "nỗi đau" lớn nhất của giới lãnh đạo. Thực trạng hiện nay là nhiều tổ chức vẫn thiếu vắng các tiêu chuẩn đánh giá AI cốt lõi, chưa phân định rõ người chịu trách nhiệm và sổ đăng ký rủi ro (risk register) hoàn toàn bỏ ngỏ hạng mục AI. Tuy nhiên, trước sức ép ngày càng lớn từ Nghị định 13/2023 về bảo vệ dữ liệu cá nhân hay Đạo luật AI của Châu Âu, các doanh nghiệp sẽ không thể lơ là mà bắt buộc phải đưa AI vào khuôn khổ kiểm soát chặt chẽ.  Một điểm mù cực kỳ nguy hiểm khác nhưng ít được chú ý là an ninh chuỗi cung ứng AI. Hiện nay, hầu hết doanh nghiệp không tự xây dựng AI từ đầu mà đi thuê hoặc dùng lại mô hình từ bên thứ ba. Điều này dẫn đến rủi ro "lây nhiễm chéo": nếu mô hình gốc bị hacker "đầu độc" bằng dữ liệu bẩn ở thượng nguồn, toàn bộ hệ thống của các công ty sử dụng ở hạ nguồn cũng sẽ bị nhiễm độc theo mà không hề hay biết. Thị trường hiện vẫn chưa có một loại "tem truy xuất nguồn gốc" (AI BOM) nào đủ phổ biến để người mua kiểm tra xem mô hình AI đó có thực sự toàn vẹn và an toàn hay không. Đó chính là lý do vì sao 78% các CEO ở những tổ chức có mức độ chuyển đổi số cao nhất (theo WEF 2026) đánh giá rủi ro từ đối tác cung cấp AI là thách thức lớn nhất mà họ đang phải đối mặt.  5. Ba vấn đề tổ chức cần cân nhắc trong 12–18 tháng tới  Giữa bối cảnh khoảng trống quản trị đang ngày càng nới rộng, việc dừng lại ở mức độ "nhận thức rủi ro" là không đủ. Nhìn lại toàn cảnh bức tranh, có ba dịch chuyển then chốt mà bất kỳ ai trong mạng lưới bảo mật từ kỹ sư vận hành đến đội ngũ C-level đều cần nghiêm túc đưa vào lộ trình ưu tiên trong 12-18 tháng tới:  Chủ động thu hẹp "độ trễ" phòng thủ: Thay vì chạy theo khắc phục sự cố, việc buộc phải kiểm tra rủi ro AI trước khi đưa vào vận hành chính là ranh giới phân định một doanh nghiệp thực sự trưởng thành số hay chỉ đang chạy theo trào lưu. Thiết lập lại cán cân chi phí (Cost asymmetry): Sự bất đối xứng chi phí giữa tấn công và phòng thủ đã thay đổi hoàn toàn về bản chất. Các mô hình phòng thủ tĩnh, lệ thuộc vào ngân sách lớn đang dần lép vế trước các cá nhân tấn công được trang bị AI. Hệ thống bảo mật buộc phải chuyển đổi để đạt được tốc độ phản ứng tức thời (machine-speed). Xoay trục kiến trúc định danh về "tính người": Định danh số và bài toán xác thực "tính người" (Proof-of-humanity) sẽ sớm phải tách ra thành một lớp bảo mật độc lập, vượt ra khỏi các khuôn khổ identity truyền thống.Đáng lo ngại là, đây lại là mảng bị bỏ ngỏ nhiều nhất tại các tổ chức hiện nay. Những nhận định này hoàn toàn không phải là các dự báo mang tính thổi phồng, mà là chu kỳ phát triển tất yếu đã lặp lại nhiều lần trong lịch sử ngành an ninh mạng. Vấn đề cốt lõi không nằm ở việc liệu một cuộc khủng hoảng có xảy ra hay không, mà là: Tổ chức của bạn sẽ đứng ở đâu trên đường cong sinh tồn khi điểm bùng phát đó xuất hiện? Nguồn dữ liệu tham khảo: WEF Global Cybersecurity Outlook 2026; Grand View Research – AI in Cybersecurity Market Report; IBM Cost of a Data Breach Report 2025.  Tác giả: Lê Ngọc Linh - Leader of Platform Security Engineers, FPT Cloud 

FPT Cloud chính thức ra mắt phiên bản FPT Load Balancing v2.13 – v2.15. Bản cập nhật mang đến 3 nâng cấp trọng tâm: chuẩn hóa giao diện Portal (UIv2), tự động thu hồi tài nguyên và quản lý bằng Tags - giúp tối ưu hiệu quả vận hành hạ tầng Cloud cho doanh nghiệp. Khi quy mô hạ tầng Cloud của doanh nghiệp ngày càng mở rộng, sự gia tăng nhanh chóng về số lượng tài nguyên mạng đặt ra thách thức không nhỏ trong công tác kiểm soát và vận hành. Giờ đây, một hệ thống Cân bằng tải (Load Balancing) lý tưởng không chỉ dừng lại ở nhiệm vụ phân phối lưu lượng ổn định. Thay vào đó, doanh nghiệp đòi hỏi một giải pháp toàn diện hơn: mang lại trải nghiệm quản trị trực quan, hỗ trợ tự động hóa các luồng vận hành phức tạp và cho phép phân bổ, quản lý tài nguyên một cách linh hoạt. Nhằm giải quyết triệt để bài toán này và giúp các tổ chức tối ưu hóa hiệu quả quản trị hạ tầng, FPT Load Balancing v2.13 – v2.15 đã được nghiên cứu và phát triển với ba nhóm cải tiến chiến lược, bao gồm: 1. Nâng cấp trải nghiệm quản trị với UIv2 (Version 2.13) Sự nhất quán và tính trực quan là chìa khóa để giảm thiểu rủi ro thao tác trong quản trị hệ thống. Với phiên bản v2.13, FPT Load Balancing chính thức áp dụng giao diện UIv2 cho toàn bộ các tính năng trên Portal. Phiên bản mới tập trung chuẩn hóa bố cục hiển thị và tối ưu hóa luồng thao tác (user flow), giúp các kỹ sư hệ thống dễ dàng theo dõi tình trạng và cấu hình tài nguyên. Điểm nhấn đáng chú ý nhất là quy trình khởi tạo Load Balancer được tái thiết kế theo 5 bước tiêu chuẩn: Bước 1: Basic Information Bước 2: Server Pool & Health Check Bước 3: Listener Bước 4: Recommended Alarm Bước 5: Review & Create Luồng thao tác rành mạch này cho phép người dùng rà soát kỹ lưỡng từng nhóm cấu hình trước khi triển khai thực tế, từ đó hạn chế tối đa sai sót. Đồng thời, màn hình danh sách (Dashboard) của Load Balancer cũng được thiết kế lại, cung cấp cái nhìn tổng quan và truy xuất thông tin tài nguyên nhanh chóng hơn. 2. Bổ sung khả năng thu hồi toàn phần tài nguyên Load Balancer (Version 2.14) Trong quá trình vận hành hạ tầng Cloud, việc quản lý vòng đời tài nguyên, đặc biệt là các tài nguyên không còn nhu cầu sử dụng, là một yêu cầu quan trọng nhằm đảm bảo hệ thống được kiểm soát hiệu quả.Với phiên bản 2.14, FPT Load Balancing bổ sung khả năng thu hồi toàn phần (reclaim) tài nguyên Load Balancer, hỗ trợ các luồng vận hành tự động trên hệ thống BSS/VMW. Cụ thể, hệ thống cung cấp API xóa Load Balancer cùng các thành phần liên quan như subnet, đồng thời hỗ trợ thu hồi toàn bộ Load Balancer theo ORG, bao gồm các tài nguyên thuộc tổ chức tương ứng. Cập nhật này giúp doanh nghiệp có thêm công cụ để tích hợp quy trình thu hồi tài nguyên vào hệ thống vận hành tự động, giảm sự phụ thuộc vào thao tác thủ công trong quá trình quản lý tài nguyên. 3. Quản lý Tags cho tài nguyên Load Balancer (Version 2.15) Khi số lượng Load Balancer trong hệ thống lên đến hàng chục, hàng trăm, việc phân loại, tìm kiếm và bóc tách chi phí trở nên phức tạp. Phiên bản v2.15 giải quyết vấn đề này thông qua hệ thống Quản lý Tags (Thẻ định danh). Tính năng này mang lại sự linh hoạt tối đa trong việc nhóm và kiểm soát tài nguyên theo phòng ban, dự án hoặc mục đích sử dụng. Các điểm ưu việt bao gồm: Quản lý toàn diện: Gắn Tags ngay từ bước khởi tạo Load Balancer, hoặc linh hoạt thêm/sửa/xóa Tags trên các tài nguyên đang hoạt động. Tra cứu dễ dàng: Thông tin Tags được hiển thị trực tiếp trên Dashboard và giao diện chi tiết của từng Load Balancer. Gắn Tags tự động (Policy-based Tagging): Hệ thống hỗ trợ tự động gán Tags cho các Load Balancer mới nếu thỏa mãn các điều kiện chính sách (policy) được thiết lập sẵn, đồng thời cho phép rà soát và áp dụng hàng loạt cho các tài nguyên hiện hữu. Với các nâng cấp trong phiên bản v2.13 – v2.15, FPT Load Balancing tiếp tục khẳng định định hướng phát triển theo hướng hiện đại hóa quản trị hạ tầng, đáp ứng nhu cầu vận hành ngày càng linh hoạt của doanh nghiệp. Các cải tiến mới là nền tảng để doanh nghiệp chủ động hơn trong việc kiểm soát tài nguyên, chuẩn hóa quy trình vận hành và sẵn sàng mở rộng hệ thống trong môi trường Cloud. Trong thời gian tới, FPT Cloud sẽ tiếp tục cải tiến dịch vụ nhằm mang đến các giải pháp hạ tầng tối ưu, đồng hành cùng doanh nghiệp trong hành trình chuyển đổi số. Tìm hiểu về giải pháp FPT Load Balancing tại đây Liên hệ với chúng tôi để được tư vấn chi tiết về các giải pháp, dịch vụ của FPT Cloud: Hotline: 1900 638 399 Email: support@fptcloud.com Support: m.me/fptsmartcloud