Từ điển học thuật Kỹ thuật và công nghệ

Malware là gì? Ý nghĩa và ứng dụng chuyên sâu

Tiếng AnhMalware / Malicious software

Malware (phần mềm độc hại) là thuật ngữ chung chỉ các chương trình hoặc đoạn mã máy tính được thiết kế có chủ đích nhằm phá hoại, đánh cắp thông tin, mã hóa tống tiền hoặc giành quyền kiểm soát trái phép hệ thống mạng và thiết bị điện tử.

372 lượt xem Cập nhật 8/9/2026

Malware (Malware / Malicious software) là (phần mềm độc hại) là thuật ngữ chung chỉ các chương trình hoặc đoạn mã máy tính được thiết kế có chủ đích nhằm phá hoại, đánh cắp thông tin, mã hóa tống tiền hoặc giành quyền kiểm soát trái phép hệ thống mạng và thiết bị điện tử.

Phân Loại Các Chủng Loại Mã Độc Phổ Biến

Mã độc được phân chia thành nhiều họ chủng loại khác nhau dựa trên cơ chế lây nhiễm, cách thức kích hoạt và mục đích tấn công:

Loại mã độc Cơ chế hoạt động Hành vi gây hại chủ yếu
Virus máy tính Tự chèn mã độc vào các file nhị phân hợp pháp Lây lan khi file chủ được thực thi, làm hỏng dữ liệu hệ thống
Sâu mạng (Worm) Tự nhân bản độc lập qua các lỗ hổng giao thức mạng Tiêu thụ băng thông, làm tê liệt hệ thống mạng nội bộ quy mô lớn
Ngựa thành Troy (Trojan) Ngụy trang dưới dạng phần mềm hữu ích hợp pháp Mở cổng hậu (backdoor), trao quyền điều khiển từ xa cho kẻ tấn công
Ransomware Mã hóa dữ liệu cục bộ bằng khóa mật mã mạnh Tống tiền nạn nhân để đổi lấy khóa giải mã phục hồi dữ liệu
Spyware & Keylogger Âm thầm ghi lại thao tác bàn phím và dữ liệu màn hình Thu thập mật khẩu, số thẻ tín dụngdữ liệu cá nhân nhạy cảm
Rootkit & Bootkit Ẩn mình ở cấp nhân hệ điều hành (kernel) hoặc firmware UEFI Che giấu sự hiện diện của các tiến trình mã độc khác, vô hiệu hóa phần mềm bảo mật

Phương Pháp Phân Tích Và Nhận Diện Mã Độc Hiện Đại

Để ngăn chặn các chiến dịch tấn công có chủ đích (APT), các trung tâm vận hành an ninh mạng (SOC) áp dụng các tầng phân tích đa lớp:

  • Phân tích tĩnh (Static Analysis): Trích xuất mã băm SHA-256, kiểm tra bảng nhập xuất PE (Import/Export Address Table), giải mã chuỗi ký tự ẩn (obfuscated strings) và dịch ngược mã máy (disassembly) qua IDA Pro/Ghidra.
  • Phân tích động (Dynamic Analysis): Kích hoạt mã độc trong môi trường hộp cát (sandbox cuckoo) ảo hóa để giám sát hành vi sửa đổi registry, tạo file ẩn, kết nối máy chủ điều khiển C2 (Command and Control).
  • Phát hiện dựa trên chữ ký (Signature-based): Sử dụng luật YARA để tìm kiếm các mẫu nhị phân đặc trưng trong kho dữ liệu mẫu mã độc toàn cầu.
  • Phát hiện dựa trên học máy (ML-based): Phân tích chuỗi lệnh gọi API hệ thống và hành vi dị thường để nhận diện các dòng mã độc chưa từng biết (Zero-day).

Chiến Lược Phòng Thủ Đa Tầng (Defense-in-Depth)

Bảo vệ hạ tầng công nghệ thông tin trước mối đe dọa mã độc đòi hỏi kiến trúc an ninh nhiều lớp đồng bộ:

Lớp bảo vệ Giải pháp công nghệ áp dụng Mục tiêu ngăn chặn
Endpoint (Điểm cuối) EDR / XDR kết hợp kiểm soát ứng dụng (AppLocker) Phát hiện và cô lập tiến trình độc hại ngay trên thiết bị người dùng
Network (Mạng nội bộ) Tường lửa thế hệ mới (NGFW), hệ thống IDS/IPS Chặn các lưu lượng độc hại và liên lạc ra ngoài tới máy chủ C2
Data (Dữ liệu) Sao lưu dữ liệu ngoại tuyến (Offline 3-2-1 backup) Đảm bảo khả năng phục hồi nguyên vẹn khi bị tấn công bởi ransomware

Câu hỏi thường gặp

Sự khác biệt giữa phân tích mã độc tĩnh (Static Analysis) và phân tích mã độc động (Dynamic Analysis) là gì?

Phân tích tĩnh kiểm tra mã nguồn, cấu trúc file PE/ELF và chuỗi ký tự mà không chạy chương trình; trong khi phân tích động kích hoạt mã độc trong môi trường hộp cát (sandbox) cô lập để quan sát hành vi thực thi thời gian thực.

Mã độc tống tiền (Ransomware) gây hại cho nạn nhân theo cơ chế nào?

Ransomware sử dụng các thuật toán mã hóa bất đối xứng mạnh (như RSA-2048 hoặc AES-256) để mã hóa toàn bộ dữ liệu người dùng trên ổ đĩa, sau đó yêu cầu tiền chuộc bằng tiền điện tử để cung cấp khóa giải mã.

Kỹ thuật tàng hình không dùng tệp (Fileless Malware) hoạt động như thế nào?

Mã độc không dùng tệp không ghi file nhị phân xuống ổ cứng mà cư trú trực tiếp trong bộ nhớ RAM, lợi dụng các công cụ quản trị hệ thống hợp pháp có sẵn (LOLBins như PowerShell, WMI) để tránh bị phần mềm diệt virus quét qua chữ ký phát hiện.

Các nghiên cứu khoa học về “Malware”

Công bố nổi bật trên thế giới và tại Việt Nam, kèm tóm tắt theo hướng chủ đề.

Trích dẫn nhiều nhất

  • Các hệ thống phát hiện mã độc Android giữa kỳ vọng và thực tế

    Dịch bởi AIThe Android malware detection systems between hope and reality

    Khaled Bakour và cộng sự2019

    AI tóm tắt

    Tổng quan an ninh mạng phân tích toàn diện các hệ thống phát hiện mã độc malware trên nền tảng hệ điều hành Android đối chiếu giữa kỳ vọng nghiên cứu và hiệu quả thực tiễn. Dữ liệu đối sánh chỉ ra các kỹ thuật làm mờ mã nguồn (obfuscation) và tải động mã độc đã vượt qua nhiều cơ chế phòng thủ tĩnh truyền thống. Báo cáo đề xuất tích hợp giải pháp học máy sâu vào nhân hệ điều hành dù yêu cầu tài nguyên tính toán di động còn hạn chế.

Nổi bật tại Việt Nam

  • Memory-Resident Malware Detection via a Hybrid Deep Learning Framework

    HV Long và cộng sự2025Tạp chí Khoa học - Công nghệ trong lĩnh vực An toàn thông tin1 trích dẫn

    AI tóm tắt

    Nghiên cứu kỹ thuật số đề xuất khung học sâu lai ghép nhận diện mã độc malware ẩn trú trong bộ nhớ (memory-resident malware) nhằm ngăn chặn các cuộc tấn công không dùng tệp (LotL). Kiểm thử thực nghiệm trên tập dữ liệu bộ nhớ RAM quy mô lớn ghi nhận mô hình đạt độ chính xác phát hiện trên 98% với tỷ lệ báo động giả thấp. Giải pháp nâng cao năng lực ứng phó sự cố máy chủ an ninh dù chi phí trích xuất bộ nhớ thời gian thực còn cao.

Tài liệu tham khảo

  1. Leão, Moreno, Colaço Júnior (2026). Android Malware Detection through Static Analysis Using Machine Learning. Proceedings of the 28th International Conference on Enterprise Information Systems. doi:10.5220/0014800200004018 DOI: 10.5220/0014800200004018
  2. Devansh, Singh (2026). Malware Detection Using Static Analysis and Supervised Machine Learning. International Journal of Research Publication and Reviews. doi:10.55248/gengpi.07.0426.d1009 DOI: 10.55248/gengpi.07.0426.d1009
  3. Abbas, Ali, Muhammad, Tariq (2026). Hybrid Malware Detection Using Static and Dynamic Analysis with Machine Learning Techniques. ICACNC 2026 Proceedings. doi:10.67535/tsp.000003.015 DOI: 10.67535/tsp.000003.015