Các link bài viết các bạn cần có thể sẽ cần trước khi đọc bài viết này

• Link nhận 5$ của Honeygain tại đây
• Hướng dẫn nhận Daily pot của Honeygain bằng cách treo VPS tại đây
• 11 cách tăng thu nhập của tại đây
• Cách rút tiền xem tại đây

Hướng dẫn nhận Daily Pot của Honeygain sử dụng Github

Việc sử dụng phương pháp cũ thì các bạn sẽ buộc phải treo máy tính hoặc thuê VPS. Vậy thì sau một thời gian mình sử dụng, mình có thể tổng hợp các nhược điểm của phương pháp này như sau:

Đối với việc treo máy tính:

• Rất có hại có thiết bị của bạn do sử dụng trong thời gian dài
• Đôi mạng gặp lỗi, không thể nhận quà
• Máy tính bị tốn tài nguyên

Đối với sử dụng VPS

• Yêu cầu bạn phải có thẻ tín dụng hoặc mobile banking để trả tiền
• Mất phí cho VPS mà thu nhập không bù lại được

Đối với cách mình sắp chia sẻ, các bạn có thể sử dụng ngay chính trên Github mà bạn không cần phải mất tiền, đồng thời bạn cũng không cần phải treo máy tính của bạn.

Credit

Bài viết này được bạn Lê Khánh Bình (gorouflex) share. Mọi người khi share thì hãy để credit dưới video hay bài viết của mình nhé!

Hướng dẫn setup

Trước khi tiến hành làm thì yêu cầu các bạn có tài khoản Github và tài khoản Honeygain đăng kí có Email và Mật khẩu do cách dưới đây không thể sử dụng token để đăng nhập

Bước 1: Truy cập vào Repo gốc của gorouflex/honeygainbot tại đây

Bước 2: Các bạn Fork Repo này về.

Bước 3: Chọn Create Fork ở góc phải dưới màn hình

Bước 4: Trong Repo vừa được fork về, vào phần setting

Bước 5: kéo xuống dưới và vào mục Security > Secrets and variables > Action

Bước 6: Chọn New Repository secret

Bước 7: Các bạn điền thông tin như bên dưới.

• Name: MAIL_JWD
• Secret: mail bạn đăng kí với Honeygain

Xong đó các bạn nhấn add secret.

Bước 8: Các bạn quay lại và làm lại từ bước 6. Với bước 7 thì các bạn thay thông tin của mình như sau:

• Name: PASS_JWD
• Secret: password account Honeygain của bạn

Bước 9: Các bạn vào mục action ở trên thanh công cụ

Bước 10: Các bạn nhấn I understand my workflows, go ahead and enable them

Vây là các bạn đã hoàn thành việc setup để tự động nhận Daily Pot của Honeygain mà không cần phải treo máy tính hoặc treo VPS. Các bạn có thể xem thêm các bài viết khác liên quan tới kiếm tiền online tại đây

Câu hỏi thường gặp

Tôi cần chuẩn bị gì trước khi thực hiện hướng dẫn?

Bạn cần có tài khoản Github và tài khoản Honeygain đã đăng ký với email và mật khẩu.

Phương pháp này có tốn phí không?

Không, phương pháp này không yêu cầu bạn trả phí cho VPS hay các dịch vụ khác.

Nếu tôi gặp sự cố, tôi có thể liên hệ ai để được hỗ trợ?

Bài viết được chia sẻ bởi Lê Khánh Bình (gorouflex). Bạn có thể tham khảo thêm thông tin trên trang Github của tác giả hoặc tìm kiếm thêm thông tin trên các diễn đàn liên quan.

Github Education là gì?

Nếu bạn là sinh viên hoặc giảng viên tại một trường đại học được công nhận, bạn có thể đăng ký GitHub Global Campus. GitHub Global Campus là một cổng thông tin cho phép Cộng đồng giáo dục của GitHub tiếp cận với các lợi ích giáo dục. Tại GitHub Global Campus, bạn có thể truy cập vào Cộng đồng giáo dục GitHub, các công cụ được các nhà phát triển chuyên nghiệp sử dụng, sự kiện, các nội dung như Campus TV, Lớp học GitHub, Trao đổi cộng đồng GitHub, gói GitHub Student Developer Pack và các tính năng độc quyền khác để giúp sinh viên và giảng viên phát triển phần mềm.

Những dịch vụ tiêu biểu của gói GitHub Student Developer Pack: Namecheap, Microsoft Azure, Heroku, Termius, Educative,…

Yêu cầu

Để đủ điều kiện tham gia GitHub Global Campus, GitHub Student Developer Pack và các lợi ích khác, bạn phải đủ các yêu cầu dưới đây:

• Hiện đang theo học tại trường trung học, cao đẳng, đại học, giáo dục thường xuyên hoặc cơ sở giáo dục tương tự.
• Có địa chỉ email do nhà trường cấp hoặc các tài liệu chứng minh tình trạng sinh viên hiện tại của bạn.
• Có tài khoản cá nhân trên GitHub
• Ít nhất 13 tuổi

Các tài liệu chứng minh tình trạng sinh viên hiện tại của bạn bao gồm thẻ sinh viên, lịch học, bảng điểm và thư xác minh đăng ký hoặc liên kết.

Cách đăng ký Github Education 2023 miễn phí

Bước 1: Truy cập vào Github Education tại đây và nhấn “Sign up for Student Developer Pack”.

Bước 2: Nếu bạn là sinh viên thì chọn “Get student benefits”.

Bước 3: Chọn địa chỉ email do trường cấp, nếu bạn chưa thêm địa chỉ email thì có thể nhấn “Add an email address”. Sau đó chọn tên trường, và ghi kế hoạch của bạn khi sử dụng Github, cuối cùng là nhấn “Continue”.

Bước 4: Chụp các giấy tờ xác thực của bạn như thẻ sinh viên. Trong phần Proof Type thì chọn Student ID.

Vậy là xong rồi đó, các bạn chỉ cần đợi khoảng 1 tuần là email phản hồi rồi nhé. Mình phải đăng ký 5 lần mới thành công nên nếu bị từ chối thì các bạn cứ gửi đơn lại nhé.

Ngoài ra, bạn cũng có thể xem thêm cách sử dụng github tại đây nhé.

Câu hỏi thường gặp

Tôi cần những gì để đăng ký GitHub Education?

Bạn cần là sinh viên hoặc giảng viên tại một trường đại học được công nhận, có địa chỉ email do trường cấp hoặc tài liệu chứng minh tình trạng sinh viên (thẻ sinh viên, lịch học, v.v.), tài khoản GitHub cá nhân và ít nhất 13 tuổi.

Thời gian chờ đợi để được chấp thuận đăng ký là bao lâu?

Thông thường mất khoảng 1 tuần để nhận được phản hồi. Nếu bị từ chối, bạn có thể gửi đơn lại.

Tôi có thể nhận được những lợi ích gì từ GitHub Student Developer Pack?

Bạn sẽ được truy cập vào nhiều công cụ và dịch vụ hữu ích cho lập trình viên, bao gồm Namecheap, Microsoft Azure, Heroku, Termius, Educative và nhiều hơn nữa.

Deface là gì?

Deface được định nghĩa là tấn công thay đổi nội dung, thông qua một điểm yếu nào đó, hacker sẽ thay đổi nội dung website của nạn nhân (bao gồm thay đổi HTML , CSS hay Javascript của website đó). Việc thay đổi nội dung này nhằm một số mục đích như sau :

• Mục đích tốt: cảnh báo quản trị viên biết website đang tồn tại lỗ hỏng bảo mật cần phải sửa
• Mục đích không đẹp: chứng tỏ năng lực bản thân, thường là những script kiddle hoặc những hacker mới học
• Mục đích xấu: thù hằn, nội dung thay đổi thường là lăng mạ nạn nhân hoặc nội dung liên quan đến chính trị, tôn giáo và những vấn đề khác.

Tool DefGen để làm gì?

Khi các bạn đã có khả năng chỉnh sửa website rồi mà bạn chưa biết để sao cho đẹp hay cho ngầu và đồng thời bạn muốn nhắn nhủ tới các quản trị viên của Website đó biết rằng họ đang gặp 1 lỗ hổng nghiêm trọng thì bạn sẽ cần tới 1 File html chứa những lời nhắn nhủ trong đó. Và Defgen sẽ hỗ trợ bạn để tạo ra 1 file HTML cực ngầu và để cho các Website Developer biết và sửa website của họ

Hướng dẫn sử dụng Defgen

Defgen về bản chất là 1 file python tạo 1 file HTML bao gồm cả CSS và Javascript. Yêu cầu để chạy được bao gồm:

• Sử dụng trên máy tính hoặc điện thoại (Linux hoặc Termux)
• Trên máy có sử dụng Python 2 (Nếu các bạn chưa có thì mình sẽ hướng dẫn ở phía bên dưới nhé)

Và bây giờ mình sẽ hướng dẫn các bạn cách để sử dụng Defgen

Bước 1: (Đối với các bạn chưa có Python2) các bạn hãy chạy câu lệnh sau:

• Termux: pkg update -y&&pkg upgrade -y;pkg install python2
• Linux: sudo apt update -y&&sudo apt upgrade -y;sudo apt install python2

Bước 2: Các bạn tải file về tại đây hoặc chạy câu lệnh sau:

git clone https://github.com/anonyvietofficial/DefGen.git

Bước 3: Các bạn sử dụng câu lênh cd để vào thư mục vừa tải về. Đối với các bạn tải theo link thì hãy giải nén nó bằng cách sau:

#câu lệnh unzip
unzip DefGen-main

#câu lệnh vào thư mục
cd DefGen

Bước 4: Các bạn chạy chương trình bằng câu lệnh sau:

python2 DefGen hoặc python DefGen

Bước 5: Họ sẽ bắt các bạn nhập thông tin, dưới đây là mẫu thứ tự nhập của mình

Trong này sẽ bao gồm:

• Hacker name: Tên của hacker
• Logo link: đường dẫn tới logo của bạn.
• Team name: tên đội của bạn

Sau khi xuất ra thì nếu bạn sử dụng termux thì nó sẽ xuất ra thư mục download của máy bạn. Nếu sử dụng kali linux thì nó sẽ trả file HTML về file DefGen

Kết quả:

Chúc các bạn thành công!

Xem thêm: Share Code Index Hacker đẹp

Câu hỏi thường gặp

DefGen là gì và nó hoạt động như thế nào?

DefGen là một công cụ Python giúp tạo nhanh chóng các file HTML được định dạng đẹp mắt để sử dụng trong các cuộc tấn công Deface. Nó tạo ra một file HTML tùy chỉnh bao gồm CSS và Javascript dựa trên thông tin bạn cung cấp.

Tôi cần cài đặt gì để sử dụng DefGen?

Bạn cần Python 2 được cài đặt trên hệ thống (Linux hoặc Termux). Nếu chưa có, bạn có thể cài đặt bằng các lệnh được hướng dẫn trong bài viết.

Sau khi chạy DefGen, file HTML được lưu ở đâu?

Vị trí lưu file HTML phụ thuộc vào hệ điều hành bạn sử dụng. Trên Termux, file sẽ được lưu trong thư mục Download. Trên Kali Linux, file sẽ được lưu trong cùng thư mục với file DefGen.

Tải một File đơn từ Github

Nếu bạn thích sử dụng trình duyệt web, bạn có thể tải các File bất kỳmột cách khá dễ dàng. Truy cập File bạn muốn tải xuống và nhấn vào “Raw:”

Thao tác này sẽ mở ra một trang có liên kết trực tiếp đến File. Bạn có thể sao chép, nhưng trong hầu hết các trình duyệt, bạn có thể nhấp chuột phải và chọn “Save As” để tải File xuống trực tiếp.

Đối với các File cpde, file tải về có thể lưu dưới dạng .txt, bạn sẽ cần sửa đuôi file theo cách thủ công trước hoặc sau khi tải xuống.

Tải File đơn lẽ từ Command Line

Các File được cung cấp từ trang raw.githubusercontent.com, có thể được tải xuống trực tiếp thông qua wget hoặc curl. Chúng được lưu trữ ở các vị trí có thể truy cập, vì vậy nếu bạn biết tên người dùng, kho lưu trữ và đường dẫn File, bạn có thể tải xuống bất kỳ File nào trên bất kỳ nhánh nào như này:

wget https://raw.githubusercontent.com/username/repository/branch/path/filename.md

Nếu muốn sử dụng API của Git, bạn có thể tương tác với nó trực tiếp hơn và tải File xuống khi bạn không chắc chắn về vị trí File chính xác. Bạn sẽ cần tạo personal access token để sử dụng API và thay thế “ACCESS_TOKEN” trong tập lệnh này.

curl -H 'Authorization: token ACCESS_TOKEN ' -H \
'Accept: application/vnd.github.v3.raw' -O -L \
https://api.github.com/repos/username/repository/contents/path/filename.md

/repos/{user}/{repo}/contents endpoint sẽ thực hiện những việc khác nhau tùy thuộc vào việc đường dẫn trỏ đến một thư mục hay một File. Nếu đó là một File, nó sẽ trả về siêu dữ liệu của File đó:

{
  "type": "file",
  "encoding": "base64",
  "size": 5362,
  "name": "README.md",
  "path": "README.md",
  "content": "encoded content ...",
  "sha": "3d21ec53a331a6f037a91c368710b99387d012c1",
  "url": "https://api.github.com/repos/octokit/octokit.rb/contents/README.md",
  "git_url": "https://api.github.com/repos/octokit/octokit.rb/git/blobs/3d21ec53a331a6f037a91c368710b99387d012c1",
  "html_url": "https://github.com/octokit/octokit.rb/blob/master/README.md",
  "download_url": "https://raw.githubusercontent.com/octokit/octokit.rb/master/README.md",
  "_links": {
    "git": "https://api.github.com/repos/octokit/octokit.rb/git/blobs/3d21ec53a331a6f037a91c368710b99387d012c1",
    "self": "https://api.github.com/repos/octokit/octokit.rb/contents/README.md",
    "html": "https://github.com/octokit/octokit.rb/blob/master/README.md"
  }
}

Nếu đó là một thư mục, nó sẽ trả về tất cả các File và thư mục con trong một mảng:

[
  {
    "type": "file",
    "size": 625,
    "name": "octokit.rb",
    "path": "lib/octokit.rb",
    "sha": "fff6fe3a23bf1c8ea0692b4a883af99bee26fd3b",
    "url": "https://api.github.com/repos/octokit/octokit.rb/contents/lib/octokit.rb",
    "git_url": "https://api.github.com/repos/octokit/octokit.rb/git/blobs/fff6fe3a23bf1c8ea0692b4a883af99bee26fd3b",
    "html_url": "https://github.com/octokit/octokit.rb/blob/master/lib/octokit.rb",
    "download_url": "https://raw.githubusercontent.com/octokit/octokit.rb/master/lib/octokit.rb",
    "_links": {
      "self": "https://api.github.com/repos/octokit/octokit.rb/contents/lib/octokit.rb",
      "git": "https://api.github.com/repos/octokit/octokit.rb/git/blobs/fff6fe3a23bf1c8ea0692b4a883af99bee26fd3b",
      "html": "https://github.com/octokit/octokit.rb/blob/master/lib/octokit.rb"
    }
  },
  {
    "type": "dir",
    "size": 0,
    "name": "octokit",
    "path": "lib/octokit",
    "sha": "a84d88e7554fc1fa21bcbc4efae3c782a70d2b9d",
    "url": "https://api.github.com/repos/octokit/octokit.rb/contents/lib/octokit",
    "git_url": "https://api.github.com/repos/octokit/octokit.rb/git/trees/a84d88e7554fc1fa21bcbc4efae3c782a70d2b9d",
    "html_url": "https://github.com/octokit/octokit.rb/tree/master/lib/octokit",
    "download_url": null,
    "_links": {
      "self": "https://api.github.com/repos/octokit/octokit.rb/contents/lib/octokit",
      "git": "https://api.github.com/repos/octokit/octokit.rb/git/trees/a84d88e7554fc1fa21bcbc4efae3c782a70d2b9d",
      "html": "https://github.com/octokit/octokit.rb/tree/master/lib/octokit"
    }
  }
]

Sau đó, bạn có thể sử dụng trình phân tích cú pháp JSON như jq để tách URL ra và tải xuống. Để lấy danh sách file repo một cách đệ quy, bạn cần phải tìm nạp root tree. Ngoài ra bạn cũng có thể sử dụng github để tạo website đơn giản trong 15 phút tại đây.

Câu hỏi thường gặp

Tôi có thể tải xuống một tệp riêng lẻ từ kho lưu trữ GitHub mà không cần tải xuống toàn bộ kho lưu trữ không?

Có thể! Bạn có thể sử dụng trình duyệt web bằng cách nhấp vào “Raw” bên cạnh tệp bạn muốn tải xuống, hoặc sử dụng dòng lệnh với lệnh wget hoặc curl.

Làm thế nào để tải xuống một tệp bằng dòng lệnh?

Sử dụng wget https://raw.githubusercontent.com/username/repository/branch/path/filename.md hoặc curl với API GitHub (cần personal access token).

Tôi nên làm gì nếu tệp code tôi tải xuống có phần mở rộng .txt?

Đó là do cách GitHub trình bày tệp. Bạn cần đổi tên tệp và thêm phần mở rộng chính xác (.cpp, .py, .java, v.v.) sau khi tải xuống.

Raven Storm – DDos toolkit

Raven Storm được phát triển bởi Taguar258 trên GitHub. Raven Storm là 1 dạng của DDos Toolkit hay còn được gọi là Bộ công cụ để DDos (các bạn có thể tham khảo về DDos là gì trong bài GoldenEye – Tool kiểm tra sức chịu đựng DOS của Website tại đây) . Toolkit là 1 dạng Tool tổng hợp nhiều chức năng của nhiều công cụ khác và Raven Storm được tổng hợp từ Nmap, Aircrack và BlueZ. Các tính năng nỏi bật của Raven Storm bao gồm:

• Raven Storm bao gồm tool cho phép bạn kích hoạt với shortcut và tăng sự hiệu quả của tool lên cao hơn so với thông thường
• Raven Storm rất hiệu quả trong việc đánh sập Host Và Server
• Giúp người sử dụng hiểu được về các dạng DDos (Layer 3, Layer 4, Layer7)
• Có thể giúp người dùng kết nối với các Clients để tạo Botnet
• Có thể tấn công nhiều protocol hay các giao thức khác nhau như UDP/TCP, ICMP, HTTP, L2CAP, ARP và IEEE.

Các Module Raven Strom sử dụng

• Ping -> L3
• Dịch vụ udp/tcp -> L4
• websites -> L7
• Thiết bị lân cận -> arp
• Thiết bị Bluetooth -> BL
• Wifi -> Wifi (các bạn cần Card wifi hỗ trợ RFMON hoặc USB Wifi có hỗ trợ Hack Wifi)
• Botnet -> Server

Chú ý: Hãy thử sử dụng L4 nếu L7 không hoạt động

Một số lưu ý trước khi thực hiện

• Tuyệt đối không Dos/DDos Anonyviet và những Website bạn không thuộc quyền sở hữu hay quản lý. Anonyviet sẽ không chịu trách nhiệm với các hành vi phá hoại của các bạn.
• Chỉ được sử dụng Tool để kiểm thử hệ thống của bạn
• Sử dụng Tool này với số lượng Thread vừa phải tránh việc máy có thể bị Lag hoặc treo ngay lập tức
• Sử dụng Tool Trên các hệ điều hành Linux

Hướng dẫn sử dụng Raven Storm

Cài đặt

Các bạn chạy lệnh sau để cài tất cả Tool và phần mềm trong 1 câu lệnh

curl -s https://raw.githubusercontent.com/Taguar258/Raven-Storm/master/install.sh | sudo bash -s

Sử dụng

Để khởi động Chương Trình, Các bạn chạy câu lệnh sau:

sudo rst

Giao diện của Tool

Mình sẽ thử tấn công website sử dụng Module L7

Đầu tiên nhập l7 vào terminal

Đầu tiên các bạn Set target bằng câu lệnh sau

target

sau khi nhập xong thì các bạn nhập URL của website nhé

Tiếp theo Set Threads bằng câu lệnh sau

Threads

Sau khi nhập xong thì nhập số thread mà bạn mong muốn

Để khởi động chạy lệnh sau

run

Vậy là mình vừa hướng dẫn sử Raven Storm DDos Toolkit bằng python. Anh em thấy tool này có hữu dụng không? Hãy để lại bình luận phía bên dưới để mình biết nhé. Xem thêm: Cách DDoS Layer 7 bằng Overload thử sức chịu tải của Website tại đây.

Câu hỏi thường gặp

Raven Storm hoạt động trên hệ điều hành nào?

Raven Storm hoạt động tốt nhất trên hệ điều hành Linux.

Tôi có thể sử dụng Raven Storm để tấn công bất kỳ website nào không?

Không. Chỉ sử dụng Raven Storm để kiểm thử hệ thống của bạn hoặc trên các hệ thống mà bạn có quyền truy cập đầy đủ. Việc sử dụng công cụ này để tấn công các website khác mà không có sự cho phép là bất hợp pháp.

Nếu Module L7 không hoạt động, tôi nên làm gì?

Hãy thử sử dụng Module L4.

RAT là gì?

Đối với những bạn đã theo dõi Anonyviet từ lâu, các bạn chắc hẳn đã quá quen với thuật ngữ RAT hay Remote Access Trojan rồi phải không? Tuy vậy tới nay cũng có nhiều bạn mới theo dõi Anonyviet thì vẫn chưa hiểu được hay vẫn chưa hiểu hết được về nó. Vậy thì bây giờ mình sẽ nói sơ qua RAT là gì nhé!

Rat hay còn được gọi là Remote Access Trojan là một loại phần mềm độc hại cho phép tin tặc giám sát và kiểm soát máy tính hoặc mạng của nạn nhân. Với các bạn vẫn còn chưa hiểu về RAT thì các bạn có thể đọc thêm tại đây.

Tuy nhiên mình khuyến khích bạn chỉ sử dụng RAT cho mục đích quản lý thiết bị của mình. Nếu cài đặt RAT trên thiết bị người khác bạn sẽ vi phạm pháp luật và phải chịu trách nhiệm trước pháp luật.

Teardroid là gì? Nó có thể làm được những gì?

Teardroid là 1 công cụ được lập trình bằng Python đến từ User ScRiPt1337 trên cộng đồng github. Đây là 1 ứng dụng tạo Android RAT mà không cần Android studio, VPS hay Port Forwarding. Với Teardroid thì anh em có thể làm được rất nhiều thứ như RAT bình thường ở trên máy tính. Và dưới đây sẽ là các chức năng cũng như là tính năng của Teardroid

Tính năng và chức năng:

• Lấy dữ liệu từ danh bạ
• Lấy thông tin từ tin nhắn SMS
• Lấy thông tin từ các dịch vụ đang chạy trong nền
• Lấy dữ liệu GPS – vị trí của thiết bị (với các thiết bị đời mới)
• Lấy dữ liệu lịch sử cuộc gọi
• Chạy Shell Command
• Đổi hình nền của máy
• Gửi SMS
• Gọi điện thoại
• Tải APP về máy
• Download File về máy
• Đọc thông báo
• Tự khởi chạy

Anonyviet chia sẻ bài này nhằm mục đích giáo dục cũng như là học tập. Các bạn vui lòng không sử dụng như là 1 công cụ để đi phá hoại hay xâm phạm quyền riêng tư của người khác. Anonyviet sẽ không chịu trách nhiệm cho bất kì hành vi của các bạn. Xin cảm ơn

Hướng dẫn sử dụng Teardroid

Những công cụ cần thiết

• Python 3 (các bạn tải tại đây hoặc sử dụng câu lệnh sau: sudo apt install python)
• Java (bản 11 trở lên)
• Window hoặc Linux

Hướng dẫn Set up Teardroid

Bước 1: Các bạn truy cập vào web.deta.sh và tạo 1 tài khoản cho mình

Lưu ý: Nếu bạn không nhận được mail để xác mình thì bạn có thể tham gia slack của họ để được hỗ trợ nhé!

Mật khẩu yêu cầu ít nhất 1 chữ thường, 1 chữ hoa, 1 số và 1 kí tự đặc biệt

Bước 2: Các bạn truy cập vào đây để tạo 1 project teardroid. Sau khi truy cập xong, bạn nhấn Deploy luôn cho mình nhé!

Bước 3: Các bạn đọi 1 tí cho đến khi màn hình này xuất hiện thì các bạn lưu lại địa chỉ ở phần visit it: “”

Bước 4: Các bạn quay trở về máy bạn và tải Teardroid về.

Window: tại đây

Linux: git clone https://github.com/ScRiPt1337/Teardroid-phprat

Bước 5: Các bạn truy cập vào thư mục và chạy câu lệnh sau trên Terminal hoặc CMD

pip install -r requirements.txt

Bước 6: Các bạn chạy câu lệnh sau

python Teardroid.py -b [Tên app bạn muốn đặt]

Sau khi chạy xong thì nó sẽ hỏi về:

• Control Panel URL : cái này bạn lấy từ link đã được copy ở bước 3 nhé!
• Notification Title : Cái này bạn cứ đánh bừa cũng được
• Notification Content : Cái này bạn cứ đánh bừa cũng được
• Notification Subtext : Cái này bạn cứ đánh bừa cũng được

Bước 7: Sau khi tạo xong, nhiệm vụ của bạn là vào Control panel bạn vừa tạo ở bước 3 và gửi file apk bạn vừa tạo đi là được nhé!

• Username = admin
• Password = admin

Bây giờ RAT đã được cài đặt trên điện thoại của bạn, nếu có ai lén dùng điện thoại hoặc đánh cắp điện thoại của bạn, bạn có thể dùng Teardroid để tìm quản lý và tìm lại điện thoại của mình một cách nhanh chóng.

Câu hỏi thường gặp

Teardroid có an toàn không?

Teardroid là một công cụ mạnh mẽ. Việc sử dụng nó để truy cập trái phép vào thiết bị của người khác là bất hợp pháp. Chỉ sử dụng Teardroid trên các thiết bị mà bạn sở hữu và có quyền truy cập.

Tôi cần những kỹ năng nào để sử dụng Teardroid?

Bạn cần kiến thức cơ bản về dòng lệnh (command line) và Python. Hướng dẫn chi tiết đã được cung cấp trong bài viết, nhưng một số kinh nghiệm lập trình sẽ giúp bạn dễ dàng hơn.

Nếu tôi gặp sự cố trong quá trình cài đặt, tôi có thể làm gì?

Hãy kiểm tra lại các bước hướng dẫn một cách cẩn thận. Đảm bảo bạn đã cài đặt tất cả các phần mềm cần thiết (Python, Java). Nếu vẫn gặp khó khăn, hãy tìm kiếm hỗ trợ cộng đồng trực tuyến hoặc tham khảo thêm tài liệu liên quan đến Teardroid và Python.

PowerRunAsAttached – Script hỗ trợ cho các bạn làm công nghệ thông tin

Về cá nhân mình, trên máy tính của mình có rất nhiều User khác nhau để phục vụ cho các công việc khác nhau. Ví dụ như mình thông thường sẽ có 3 User bao gồm: 1 User chơi game, 1 User làm về coding và 1 User cho người khác sử dụng và chúng đều mang những mục đích khác nhau phục vụ việc tập trung hơn trong công việc. Nhưng đôi khi mình cũng có những thứ mình sẽ cần sử dụng các User còn lại nhưng mình lại không muốn thoát ra khỏi User hiện tại thì sao?

Khá may mắn cho mình khi mình tìm được 1 đoạn Script ở trên cộng đồng github. Script PowerRunAsAttached của 1 bạn có Username là DarkCoderSc và đoạn script này được sinh ra nhằm mục đích gọi Console (CMD hoặc Powershell) của các user khác.

Hãy cùng mình vào và setup ngay để có thể truy cập vào Console của các User khác thông qua PowerRunAsAttached nhé!

Hướng dẫn sử dụng PowerRunAsAttached leo thang đặc quyền trên Window

Phần 1: Setup Script

Để làm được phần này, máy bạn yêu cầu:

• Đã Active bản quyền window
• Đã cập nhật đầy đủ
• Có tối thiểu 2 User trở lên

Sau khi các bạn đã hoàn thành các yêu cầu bên trên, hãy cùng mình đi vào cách Setup cái script này nhé!

Bước 1: Các bạn tải Script từ github về tại đây. Sau đó tiến hành giải nén file

Bước 2: Trong thư mục PowerRunAsAttached-main, Folder đó sẽ có 1 file mang tên PowerRunAsAttached. Các bạn nhớ đường dẫn tới file đó

Bước 3: Khởi động Powershell dưới quyền Administrator

Bước 4: Trong Powershell, các bạn ghi lệnh các lệnh sau:

# mẫu tham khảo
$p = [Environment]::GetEnvironmentVariable("PSModulePath")
$p += ";[đường dẫn tới file PowerRunAsAttached trong bước 2]"
[Environment]::SetEnvironmentVariable("PSModulePath",$p)

# Ví dụ
$p = [Environment]::GetEnvironmentVariable("PSModulePath")
$p += ";C:\Users\hoang\Desktop\PowerRunAsAttached-main\PowerRunAsAttached-main"
[Environment]::SetEnvironmentVariable("PSModulePath",$p)

Bước 5: Các bạn ghi thêm câu lệnh sau để import script dưới dạng module

Import-Module PowerRunAsAttached

Lưu ý: Nếu nó hiển thị lỗi như hình dưới đây thì hãy chạy thêm câu lệnh sau:

Set-ExecutionPolicy -ExecutionPolicy Unrestricted

Đến đây là các bạn đã hoàn thành phần setup rồi. Bây giờ mình sẽ hướng dẫn các bạn sử dụng script nhé!

Phần 2: Hướng dẫn sử dụng script

Những gì các bạn chỉ cần nhập trên Powershell của các bạn là câu lệnh dưới đây:

Invoke-RunAsAttached -Username "[Tên username của user đó]" -Password "[password của user đó (để trống nếu không có)]"

Ví dụ:

Invoke-RunAsAttached -Username "wdchocopie" -Password "anonyviet123@"

Các bạn có thể sử dụng câu lệnh whoami để kiểm tra xem mình đang ở user nào nhé! Chúc các bạn thành công

Câu hỏi thường gặp

Tôi cần những gì để sử dụng PowerRunAsAttached?

Bạn cần một hệ điều hành Windows đã được kích hoạt bản quyền, cập nhật đầy đủ và có ít nhất hai tài khoản người dùng.

Làm thế nào để thêm script PowerRunAsAttached vào PowerShell?

Sau khi tải xuống và giải nén, bạn cần thêm đường dẫn đến thư mục chứa file PowerRunAsAttached vào biến môi trường PSModulePath trong PowerShell (với quyền Admin) và sau đó nhập lệnh Import-Module PowerRunAsAttached.

Nếu gặp lỗi khi chạy script, tôi phải làm gì?

Hãy thử chạy lệnh Set-ExecutionPolicy -ExecutionPolicy Unrestricted trong PowerShell (với quyền Admin) trước khi import module. Lệnh này sẽ thay đổi chính sách thực thi script của PowerShell.

Xóa Branch (nhánh) bằng trang web của GitHub

Bạn có thể xóa nhánh bằng cách sử dụng trang web của GitHub. Tuy nhiên, bạn chỉ có thể xóa các nhánh từ xa (remote branch) bằng phương pháp này — bạn không thể xóa các nhánh cục bộ khỏi trang web của GitHub.

Để bắt đầu, hãy truy cập trang web GitHubvà đăng nhập vào tài khoản của bạn. Sau khi đăng nhập, hãy chọn kho lưu trữ nhánh bạn muốn xóa từ menu bên trái.

Tiếp theo, nhấp vào “Branches” bên dưới menu tiêu đề.

Một danh sách các nhánh sẽ xuất hiện. Tìm nhánh bạn muốn xóa, sau đó nhấp vào thùng rác màu đỏ ở bên phải của nhánh đó.

Nhánh hiện đã bị xóa. Để ánh xạ sự thay đổi này trong kho lưu trữ cục bộ của bạn, hãy thay đổi sang thư mục tương ứng, kiểm tra nhánh chính, sau đó chạy lệnh git –pull từ terminal.

Xóa một nhánh cục bộ hoặc từ xa bằng lệnh

Bạn có thể xóa cả nhánh cục bộ và từ xa bằng lệnh. Đầu tiên, mở terminal hoặc cmd, truy cập thư mục của kho lưu trữ GitHub (cd), sau đó kiểm tra nhánh chính bằng cách chạy lệnh git checkout.

Có hai lệnh khác nhau mà bạn có thể chạy để xóa một nhánh cục bộ. Nếu nó đã được hợp nhất (merge), hãy chạy lệnh:

git branch -d <branch-name>

Hoặc, để buộc xóa một nhánh bất kể trạng thái hiện tại của nó, hãy chạy lệnh:

git branch -D <branch-name>

Chỉ cần thay thế bằng tên thực của nhánh của bạn. Ví dụ: nếu tên nhánh của mình là test-branch, thì mình sẽ chạy lệnh:

git branch -d test-branch

Nhánh cục bộ hiện đã bị xóa. Nếu bạn muốn xóa một nhánh từ xa, hãy chạy lệnh:

git push <remote-name> --delete <branch-name>

Thay thế bằng tên nhánh của bạn. Ví dụ:

git push origin --delete test-branch

Nhánh từ xa hiện đã bị xóa. Nếu bạn đang xóa các nhánh trong hệ thống lưu trữ GitHub không còn hoạt động hoặc cần thiết, bạn không cần phải xóa từng nhánh một — bạn có thể xóa toàn bộ kho lưu trữ. Ngoài ra, bạn cũng có thể học cách sử dụng git toàn tập tại đây.

Câu hỏi thường gặp

Tôi có thể xóa nhánh trên GitHub bằng cách nào?

Bạn có thể xóa nhánh từ xa trực tiếp trên trang web GitHub hoặc sử dụng các lệnh Git trong terminal/cmd. Đối với nhánh cục bộ, bạn cần dùng lệnh Git.

Làm thế nào để xóa một nhánh cục bộ đã được hợp nhất?

Sử dụng lệnh git branch -d trong terminal. Thay bằng tên nhánh bạn muốn xóa.

Tôi cần làm gì để xóa một nhánh từ xa trên GitHub?

Sử dụng lệnh git push --delete . Thay (thường là `origin`) và bằng tên tương ứng của kho lưu trữ từ xa và nhánh bạn muốn xóa.

Cấu hình xác thực Github bằng SSH

Github mặc định xác thực HTTPS, sử dụng mật khẩu cho tài khoản Github của bạn. Bất cứ khi nào bạn sao chép một repo, bạn sẽ phải chọn thủ công “SSH” làm tùy chọn cho sao chép URL.

Mặc dù SSH thường là tốt nhất để xác thực kết nối với máy chủ Linux, Github khuyến nghị HTTPS vì nó dễ sử dụng và ít gây nhầm lẫn hơn. Tuy nhiên, cách này khá tệ đối với tự động hóa, không an toàn về mặt kỹ thuật như khóa RSA và có thể gây khó chịu khi phải gõ mật khẩu mỗi lần, ngay cả với bộ nhớ đệm thông tin xác thực.

Để chuyển đổi khá đơn giản — bạn sẽ cần tạo khóa SSH mới nếu chưa có, thêm khóa đó vào tài khoản của bạn, sau đó hoán đổi repo cục bộ của bạn sang endpoint mới nếu bạn đã clone.

Đầu tiên, hãy kiểm tra xem bạn đã có khóa SSH chưa. Khóa mặc định của bạn thường được lưu trữ tại đây trên Linux/macOS:

cat ~/.ssh/id_rsa.pub

Trên Windows, còn phụ thuộc vào chương trình bạn đang sử dụng. Key đôi khi được lưu trữ trong %HOMEDRIVE%%HOMEPATH%\.ssh\, nhưng có thể khác dựa trên cách bạn đang sử dụng Git. Trong hầu hết các trường hợp, mình khuyên bạn nên sử dụng Windows Subsystem For Linux (WSL) hoạt động giống như một máy ảo và lưu trữ key trong môi trường Linux.

Nếu chưa có, bạn có thể tạo một cái bằng ssh-keygen:

ssh-keygen -t rsa -f ~/.ssh/id_rsa

Sau khi bạn có key, hãy vào cài đặt Github trong “SSH and GPG Keys” và dán nội dung của id_rsa.pub vào một khóa mới.

Sau khi hoàn tất, bạn sẽ được xác thực, miễn là Git được thiết lập để sử dụng khóa này.

Chuyển Repo HTTPS sang xác thực SSH

Nếu bạn sao chép từ Github bằng HTTPS, thì kho lưu trữ của bạn sẽ được liên kết với Github bằng cách sử dụng URL từ xa đó. Để khắc phục sự cố này, bạn cần phải xóa HTTPS remote, thường được gọi là origin và thêm lại nó bằng URI git@github thích hợp cho việc sử dụng SSH.

git remote rm origin
git remote add origin git@github.com:user/repo.git

Sau đó push origin như bình thường:

git fetch origin
git push --set-upstream origin/master

Nếu bạn đang sao chép một repo mới, bạn chỉ cần đảm bảo rằng nó được đặt thành “SSH” trong tương lai và URI được định cấu hình là git@github.com.

Sử dụng một Key SSH khác

Tuy nhiên, nếu bạn có nhiều key SSH cần sử dụng, mọi thứ có thể trở nên phức tạp, đó là lý do tại sao Github đề xuất mật khẩu cho người mới. Giả sử bạn sao chép repo trên PC của mình, nhưng sau đó muốn làm việc từ Laptop của bạn. Bạn phải thêm key mới vào tài khoản Github của mình hoặc chuyển key sang Laptop.

Nếu có thể, bạn nên thêm key mới. Github hỗ trợ nhiều key vì một số lý do và bạn có thể đặt tên để sắp xếp key. Tuy nhiên, đôi khi, bạn sẽ chỉ có một key và cần phải chỉnh sữa mọi thứ ở phía client.

Nếu bạn chỉ muốn sử dụng cùng một key, bạn có thể chuyển id_rsa và id_rsa.pub sang máy mới. Tuy nhiên, nếu máy đó đã có key SSH riêng, bạn sẽ cần sử dụng nhiều key.

Bạn có thể làm điều đó bằng cách chỉnh sửa tệp cấu hình máy chủ của SSH:

nano ~/.ssh/config

Thêm hai khối có tên khác nhau. Trong trường hợp này, nó đang thiết lập các khóa khác nhau cho tài khoản cá nhân và tài khoản công ty.

Host personal
  Hostname github.com
  IdentityFile ~/.ssh/githubpersonal
  IdentitiesOnly yes

Host work
  Hostname github.com
  IdentityFile ~/.ssh/githubwork
  IdentitiesOnly yes

Bạn sẽ cần hai khóa có tên githubpersonal.pub và githubwork.pub hoặc bất kỳ tên nào bạn chọn để đặt cho chúng. Cuối cùng, bạn sẽ cần xóa remote và thêm lại, chỉ định tên của khối trong tệp cấu hình máy chủ (có thể không khớp với tên khóa):

git remote rm origin
git remote add origin git@personal:username/repository.git

Trong lệnh này, “personal” sẽ thay thế tên máy chủ, github.com, trong URL. Lý do điều này là cần thiết vì cấu hình của SSH mặc định chọn khóa dựa trên tên hostname, trong cả khối personal và khối work chỉ là github.com. Bạn phải chỉ định thủ công để Git có thể chọn đúng.

Câu hỏi thường gặp

Tôi nên sử dụng HTTPS hay SSH để xác thực với GitHub?

Cả HTTPS và SSH đều hoạt động tốt. HTTPS dễ sử dụng hơn, nhưng SSH an toàn hơn và lý tưởng hơn cho tự động hóa. Chọn phương pháp phù hợp nhất với nhu cầu và mức độ kinh nghiệm của bạn.

Làm thế nào để chuyển đổi một kho lưu trữ từ HTTPS sang SSH?

Xóa remote hiện tại (thường là `origin`) bằng lệnh `git remote rm origin`, sau đó thêm lại với URL SSH bằng lệnh `git remote add origin git@github.com:user/repo.git`. Cuối cùng, thực hiện `git fetch origin` và `git push –set-upstream origin/master`.

Tôi có thể sử dụng nhiều khóa SSH với GitHub không?

Có, GitHub hỗ trợ nhiều khóa SSH. Bạn có thể thêm nhiều khóa vào cài đặt GitHub của mình hoặc sử dụng tệp cấu hình `~/.ssh/config` để chỉ định khóa nào sẽ sử dụng cho mỗi máy chủ.

Điều quan trọng cần lưu ý là GitHub Copilot dựa trên một mô hình deep learning gần đây được OpenAI giới thiệu trong một bài báo có tên “Evaluating Large Language Models Trained on Code”. Bài báo nghiên cứu này giới thiệu Codex, một mô hình ngôn ngữ giống GPT được tinh chỉnh dựa trên mã nguồn công khai từ GitHub.

Các công cụ tạo code, như Copilot, có tiềm năng giúp hàng triệu nhà phát triển trên khắp thế giới. Nó có thể tăng tốc đáng kể quá trình phát triển bằng cách cung cấp các code soạn sẵn. Nó có thể giúp các nhà phát triển khi làm việc với các ngôn ngữ lập trình mới. Ngoài ra, còn cải thiện độ tin cậy của code bằng cách đề xuất các bài kiểm tra phù hợp với việc triển khai code và nhiều thứ khác nữa.

Tuy nhiên, vì Copilot dựa trên các mô hình ngôn ngữ lớn (LLM – large language models) được đào tạo trên kho dữ liệu rất lớn, nên nó không giống với các vấn đề mà các LLM tương tự đã chỉ ra. Trong bài này, chúng ta sẽ tìm hiểu một số đặc điểm chính của GitHub Copilot. Bắt đầu bằng cách xem xét Codex, mô hình deep learning hỗ trợ công cụ GitHub, nói về Copilot tốt như thế nào và nó được huấn luyện như thế nào. Sau đó, chúng ta sẽ thảo luận về một số mối quan tâm liên quan đến hệ thống, chẳng hạn như bản quyền. Nếu bạn đã sử dụng các công cụ tự động hoàn thành code như Tabnine, thì chắc bạn đã tưởng tượng được những gì Copilot có thể làm. Tuy nhiên, như chúng ta sẽ phân tích, và chứng mình rằng Copilot còn vượt xa hơn thế nữa.

Mô hình ngôn ngữ lớn (LLM) và Codex

Sự thành công gần đây của các mô hình ngôn ngữ lớn (LLM) như GPT và BERT dựa trên ba bước đệm:

• Những tiến bộ trong kiến ​​trúc Mạng thần kinh (Neural Network) chẳng hạn như Transformer
• Tính khả dụng của các cơ sở dữ liệu văn bản lớn công khai như Wikipedia (chỉ riêng cơ sở dữ liệu này đã chứa 3 tỷ tokens)
• Những tiến bộ trong tính toán hiệu suất cao sử dụng phần cứng chuyên dụng như GPU.

Đây là những nền tảng cho phép mạng deep nơ-ron tạo ra cuộc cách mạng trong các ứng dụng NLP trong thập kỷ qua. Đặc biệt nhất là sự có sẵn của các cơ sở mã nguồn lớn như GitHub và GitLab cũng cho phép các phương pháp thể hiện những tiến bộ trong những ứng dụng NLP thách thức nhất – code synthesis.

Codex là một mô hình GPT chuyên biệt được huấn luyện về mã công khai và được thiết kế để tạo ra mã máy tính từ một ngữ cảnh nhất định. Một ví dụ rõ ràng là tạo một hàm Python từ một mô tả được viết bằng ngôn ngữ tự nhiên được gọi là docstring.

Để hiểu cách hoạt động của Codex, chúng ta cần tìm hiểu về Generative Pre-training Transformer (GPT), một nhóm mô hình ngôn ngữ do OpenAI phát triển.

Đầu tiên, mô hình ngôn ngữ chỉ đơn giản là một thuật toán machine learning học cách tạo văn bản bằng cách tối ưu hóa một tác vụ đơn giản được gọi là dự đoán từ tiếp theo. Ý tưởng là tìm hiểu dự đoán xác suất của một token nhất định từ ngữ cảnh của nó. Một số ví dụ bao gồm: dự đoán ký tự tiếp theo của một từ với những từ trước đó hoặc dự đoán từ tiếp theo của một câu với ngữ cảnh.

GPT là một nỗ lực để nghiên cứu cách các mô hình ngôn ngữ xác suất hoạt động trong các môi trường quy mô lớn. Để ngữ cảnh hóa, GPT-3, mô hình gần đây nhất của GPT, đã được đào tạo bằng cách sử dụng 5 trong số các bộ dữ liệu NLP lớn nhất hiện có trên internet: Common Crawl, WebText2, Books1, Books2 và Wikipedia. Về dung lượng, GPT-3 giữ kỷ lục về mô hình machine learning có tham số nhiều nhất cho đến nay. Phiên bản lớn nhất của nó chứa 175 tỷ tham số có thể học được. Để dễ hình dung con số này, thì mô hình ngôn ngữ lớn nhất trước GPT-3, là Microsoft’s Turing Natural Language Generation (T-NLG) chỉ có 17 Tỷ tham số có thể học được.

GTP-3 học các mối tương quan từ các văn bản của con người bằng cách dự đoán từ nào xuất hiện tiếp theo, với một vài từ làm đầu vào. Nó cũng tương tự như gợi ý từ trong mấy ứng dụng bàn phím trên điện thoại khi chúng ta nhắn tin.

Quan trọng nhất, những mối tương quan này tạo ra một biểu diễn văn bản nội bộ chặt chẽ cho phép GPT học các tác vụ khác nhau mà không cần phải đào tạo lại hệ thống từ đầu. Những công việc như vậy bao gồm Trả lời câu hỏi, Dịch thuật, Lập luận theo nhận thức chung, Đọc hiểu, và nhiều thứ khác nữa. Ví dụ, trong phần Trả lời câu hỏi, mô hình GPT được đánh giá dựa trên khả năng trả lời các câu hỏi về kiến ​​thức thực tế. Bạn có thể kiểm tra ví dụ về một cặp (câu hỏi-câu trả lời) được trích xuất từ ​​một trong các bộ dữ liệu được sử dụng để đánh giá mô hình GPT-3.

Câu hỏi: Chiến dịch Dodecanese trong Thế chiến II, một nỗ lực của lực lượng Đồng minh nhằm chiếm các đảo ở Biển Aegean là nguồn cảm hứng cho bộ phim về biệt kích nổi tiếng năm 1961 nào? Câu trả lời: Guns of Navarone

Quay lại Copilot. Để hiểu Copilot viết code tốt như thế nào, chúng ta cần hiểu cách đánh giá hiệu suất của Codex. Trong bài báo gốc, các nhà nghiên cứu OpenAI đã phát triển một giao thức đánh giá cho nhiệm vụ tạo các hàm Python từ docstrings được gọi là HumanEval: Hand-Written Evaluation Set. Các hàm này được đánh giá về tính đúng sai bằng cách sử dụng một số liệu gọi là pass@k. Ở đây, hệ thống được phép tạo ra k giải pháp cho một vấn đề cụ thể. Nếu bất kỳ giải pháp nào vượt qua bài kiểm tra của một câu hỏi cụ thể, thì vấn đề đó được coi là đã giải quyết xong.

Cơ sở dữ liệu đánh giá hoặc kiểm tra chứa 164 bài toán lập trình viết tay với các bài kiểm tra đơn vị tương ứng. Mỗi hàm chứa một chữ ký, một chuỗi tài liệu, một nội dung và trung bình là 7,7 bài kiểm tra đơn vị.

Các bài toán đánh giá HumanEval dựa trên khả năng hiểu ngôn ngữ, thuật toán và toán học đơn giản, với một số vấn đề có thể so sánh với các câu hỏi phỏng vấn phần mềm đơn giản. Trong trường hợp này, để giải quyết một bài kiểm tra cụ thể, mô hình được phép tạo ra nhiều mẫu và nếu bất kỳ mẫu nào trong số chúng vượt qua bài kiểm tra, thì bài kiểm tra đó được coi là đã giải quyết xong. Bạn có thể xem một số hàm ví dụ trong hình dưới. Để đánh giá, Codex nhận ngữ cảnh (chữ màu xanh) chứa tiêu đề hàm và chuỗi doc, và tạo ra giải pháp (màu vàng). Lưu ý rằng đối với hàm decode_cyclic (.), Codex nhận là đầu vào của hàm mã hóa.

Nếu Codex được phép tạo một chương trình giải pháp duy nhất (pass@1), thì nó có thể tạo ra các hàm chính xác cho 28,8% trong số 164 vấn đề lập trình trong HumanEval. Tuy nhiên, nếu Codex được phép tạo 100 giải pháp (vượt qua@100) cho mỗi vấn đề, nó có thể tạo ra các hàm chính xác đến 77,5%.

Giống như GPT-3, Codex cũng được đào tạo trên một tập dữ liệu rất lớn. Theo tài liệu gốc của Codex, dữ liệu đào tạo được thu thập vào tháng 5 năm 2020 từ 54 triệu kho phần mềm mã nguồn mở được lưu trữ trên GitHub. Từ các kho lưu trữ này, họ đã quản lý để trích xuất 179 GB file Python duy nhất dưới 1 MB. Các tệp này đã được chuyển qua giai đoạn lọc để loại bỏ code được tạo tự động và giới hạn độ dài dòng trung bình, dẫn đến tập dữ liệu cuối cùng có kích thước là 159 GB.

Rõ ràng là mặc dù GitHub Copilot mang lại rất nhiều sự nhiệt tình cho cộng đồng đang phát triển, nhưng nó không phải là một công cụ có thể thay thế các nhà phát triển theo bất kỳ trường hợp nào. Hơn nữa, ngay cả khi là một trợ lý lập trình cặp, việc tin tưởng quá nhiều vào code do Copilot tạo ra có thể khiến bạn đau đầu. Thật vậy, tài liệu nghiên cứu của Codex cho thấy có tồn tại một số lỗ hổng trong hệ thống. Do độ chính xác hiện tại của Copilot, nó không thể đưa ra giải pháp chính xác cho các vấn đề phức tạp hơn, do đó, tin tưởng quá nhiều vào code do Copilot tạo ra có thể không lý tưởng trong mọi tình huống.

Về khía cạnh bảo mật, sự ra mắt của GitHub Copilot đã làm dấy lên một số cuộc tranh luận rất quan trọng. Một trong những điều quan trọng nhất liên quan đến GIẤY PHÉP. Tóm lại, giấy phép mô tả cho người khác những gì họ có thể và không thể làm với code do bạn đã viết. Chúng ta đều biết rằng hầu hết các code có sẵn trên các nền tảng trực tuyến như GitHub đều có một số loại giấy phép.

Theo Github:

Bạn không có nghĩa vụ phải chọn giấy phép. Tuy nhiên, nếu không có giấy phép, luật bản quyền mặc định sẽ được áp dụng, có nghĩa là bạn giữ mọi quyền đối với mã nguồn của mình và không ai có thể sao chép, phân phối hoặc tạo ra các tác phẩm của họ từ sản phẩm của bạn

OpenAI và GitHub tuyên bố rằng hệ thống hỗ trợ Copilot đã được đào tạo trên các kho phần mềm công cộng được lưu trữ trên GitHub. Và đây là những mối quan tâm chính: làm thế nào GitHub có thể lấy tất cả mã nguồn công khai có sẵn trong nền tảng của họ và xây dựng một hệ thống sẽ được sử dụng cho mục đích thương mại?

Hơn nữa, làm sao mà tất cả các kho lưu trữ có giấy phép dựa trên GPL? Nó có thể là một vấn đề vì giấy phép GPL được coi là virus. Nói cách khác,

Bạn có thể sao chép, phân phối và sửa đổi phần mềm miễn là bạn theo dõi các thay đổi/ngày tháng trong tệp nguồn. Bất kỳ sửa đổi nào đối với hoặc phần mềm bao gồm (thông qua trình biên dịch) mã được cấp phép GPL cũng phải được cung cấp theo GPL cùng với hướng dẫn xây dựng và cài đặt – LGPL-V2.

Và

Giấy phép này chủ yếu được áp dụng cho các thư viện. Bạn có thể sao chép, phân phối và sửa đổi phần mềm miễn là các sửa đổi được mô tả và cấp phép miễn phí theo LGPL. Các tác phẩm (bao gồm các sửa đổi hoặc bất kỳ thứ gì được liên kết tĩnh với thư viện) chỉ có thể được phân phối lại theo LGPL, nhưng các ứng dụng sử dụng thư viện thì không cần – LGPL-V3.

Vì vậy, câu hỏi mà nhiều người đang đặt ra là: code được tạo ra bởi một mô hình ngôn ngữ, được đào tạo trên code được cấp phép GPL, cũng được phân phối dưới dạng GPL à? Nói cách khác, code do Copilot tạo ra có phải là sản phẩm của dữ liệu đào tạo mà nó đã sử dụng không? Đây là những câu hỏi mở có thể gây ra các tác động pháp lý.

Hơn nữa, Copilot bị báo cáo xuất thông tin cá nhân như khóa API. Đây là một mối quan tâm lớn và cũng mở ra một cuộc tranh luận liên quan đến việc các mô hình ngôn ngữ lớn này ghi nhớ dữ liệu đào tạo thay vì tạo ra nội dung mới như thế nào. Trên thực tế, GitHub đã thực hiện một nghiên cứu trong đó họ báo cáo rằng chỉ 0,1% sản phẩm do Copilot tạo ra có thể được coi là bản sao chép từ dữ liệu huấn luyện. Bạn có thể đọc thêm báo cáo tại đây để biết thêm chi tiết.

Về dữ liệu cá nhân, trang web GitHub Copilot cảnh báo người dùng về khả năng này. Thông tin cá nhân mà Copilot có thể xuất ra là hệ quả trực tiếp của dữ liệu đào tạo được sử dụng để xây dựng hệ thống. Vì Codex học từ hàng triệu code công khai, nên dễ dàng tưởng tượng rằng nhiều kho lưu trữ này không tuân theo các nguyên tắc bảo mật và cuối cùng để lại dữ liệu cá nhân như mật khẩu và khóa API không được bảo vệ.

Trên thực tế, việc huấn luyện code tổng hợp mạng nơ-ron sâu trên hàng triệu code công khai cũng cho thấy Copilot có thể viết code chất lượng cao tốt như thế nào. Mạng thần kinh là cổ máy luôn đói dữ liệu. Theo nghĩa này, nếu chúng ta giả định rằng hầu hết các kho được sử dụng để đào tạo Codex, không được viết bởi các lập trình viên có kinh nghiệm, những người quan tâm đến code chất lượng tốt và tuân theo các nguyên tắc bảo mật nghiêm ngặt, thì Copilot có thể dễ tạo ra các code kém chất lượng.

Để kết thúc, mình sẽ để lại cho các bạn chuỗi Tweeter hữu ích này mở rộng về nhiều vấn đề tiềm ẩn liên quan đến bản quyền và Copilot.

Kết luận

Tóm lại, GitHub Copilot chắc chắn là một ứng dụng đột phá của Mạng thần kinh sâu. Đây không phải là một hệ thống hoàn hảo, nhưng nó sẽ được cải thiện theo thời gian. Nhưng, lợi ích của Copilot, ngay cả trong giai đoạn BETA là không thể bàn cãi. Tuy nhiên, Copilot phụ thuộc quá nhiều vào đầu ra của nó, và mang lại một số kết quả không mong muốn. Theo một nghĩa nào đó, Copilot nhằm mục đích thay đổi bối cảnh lập trình. Với những tiến bộ của các công cụ như vậy, các lập trình viên sẽ thoải mái dành nhiều thời gian hơn cho các vấn đề đòi hỏi sự suy luận của con người trong khi quá trình phát triển đơn giản hơn sẽ được tự động hóa.

Ngoài ra, bạn cũng có thể tạo website đơn giản trong 15 phút bằng Github tại đây.