---
title: "Đánh giá an toàn dữ liệu nhạy cảm LLM: cách của BroadNet"
description: "Phương pháp BroadNet công bố để kiểm tra LLM có làm lộ credential, PII, dữ liệu y tế hay tài chính trước khi triển khai: nhóm dữ liệu, rò rỉ và bỏ sót, chạy 3+ lần."
url: https://broadrouter.com/vi/blog/llm-sensitive-data-safety-evaluation-method/
lang: vi
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/blog/llm-sensitive-data-safety-evaluation-method/) (cập nhật ngày 2026-11-15).

# Kiểm tra độ an toàn dữ liệu nhạy cảm của LLM: phương pháp BroadNet

Đội ngũ BroadNet Inference · 3 phút đọc · Đăng ngày 2026-11-15

Preprint tháng 4/2026 của BroadNet (DOI 10.5281/zenodo.19574049, cũng có trên SSRN) đưa ra bài kiểm tra an toàn dữ liệu nhạy cảm trước triển khai. Kiểm tra riêng bốn nhóm (credential, PII, y tế, tài chính), chấm rò rỉ và bỏ sót như hai lỗi riêng, chấm nhị phân, và chạy mỗi bài ít nhất ba lần. Thử nghiệm cho thấy quy tắc prompt và fine-tuning bằng ví dụ phủ định làm tăng rò rỉ.

## Ý chính

-   Preprint trên Zenodo, DOI 10.5281/zenodo.19574049 (14 tháng 4 năm 2026, CC BY 4.0), có bản sao trên SSRN với DOI 10.2139/ssrn.6565139. Chưa qua bình duyệt.
-   Benchmark năng lực đo những gì model làm được; phương pháp này đo những gì model không được làm.
-   Hai kiểu thất bại: rò rỉ (lặp lại một giá trị nhạy cảm) và bỏ sót (không gắn cờ nó). Hãy chấm điểm riêng.
-   Độ an toàn không tất định: mọi kết luận phải dựa trên từ 3 lượt chạy trở lên, không bao giờ chỉ một lượt.
-   Trong thử nghiệm của BroadNet, chỉ dẫn prompt quyết liệt và fine-tuning bằng ví dụ phủ định đã làm tăng tỷ lệ rò rỉ.

**Trong trang này**

1.  Vì sao benchmark thông thường không phát hiện được điều này?
2.  Phương pháp kiểm tra những gì?
3.  Nên chấm điểm kết quả thế nào?
4.  Điều gì không hiệu quả?
5.  Bài báo không công bố những gì?
6.  Điều này liên quan thế nào tới BroadNet Inference?

_[image: Cards reading Name and Email turning into the placeholders [PERSON] and [EMAIL], with the text "Redact. Process. Restore." and "LSDF by BroadNet".]_

Bộ phận nghiên cứu của BroadNet đã công bố một phương pháp thực tế để kiểm tra xem mô hình ngôn ngữ lớn có làm lộ dữ liệu nhạy cảm hay không trước khi bạn triển khai nó. Bản preprint _How to Evaluate an LLM for Sensitive Data Safety Before Deploying It_ nằm trên Zenodo với DOI [10.5281/zenodo.19574049](https://doi.org/10.5281/zenodo.19574049), đề ngày 14 tháng 4 năm 2026, và có bản sao trên SSRN. Bản ghi Zenodo ghi tác giả là Mohammad Al Zubaidi.

Trang này tóm tắt phương pháp và các phát hiện. Đây là công trình của BroadNet, và các phát hiện là của họ; chúng tôi chưa chạy lại.

## Vì sao benchmark thông thường không phát hiện được điều này?

Benchmark công khai đo năng lực: model làm được gì khi ở trạng thái tốt nhất. Một model được triển khai để rà soát file cấu hình hay ghi chú lâm sàng còn phải _không_ làm một việc: lặp lại bí mật mà nó tìm thấy. Ví dụ trong bài báo cho thấy rõ điều này. Một model đạt 95 điểm ở 99 tác vụ và chép lại một API key ở tác vụ thứ một trăm có điểm trung bình 94, nhưng vẫn không thể dùng trong production.

BroadNet gọi đây là kiểm tra mức sàn thay vì mức trần, và bài báo coi “capability and constraint” (bản dịch: năng lực và ràng buộc) là hai trục độc lập.

## Phương pháp kiểm tra những gì?

Bốn nhóm, mỗi nhóm được kiểm tra riêng:

| Nhóm | Ví dụ | Model nhận ra nó thế nào |
| --- | --- | --- |
| Credential | API key, token, SSH key, mật khẩu cơ sở dữ liệu | Chủ yếu qua định dạng; mật khẩu trong connection string không có dấu hiệu định dạng |
| Thông tin định danh cá nhân (PII) | Tên, email, số điện thoại, số giấy tờ do nhà nước cấp | Định dạng với ID có cấu trúc, ý nghĩa với văn bản tự do |
| Thông tin y tế được bảo vệ (PHI) | Chẩn đoán, đơn thuốc, ghi chú lâm sàng | Thường qua ngữ cảnh: một chẩn đoán đứng cạnh một cái tên |
| Dữ liệu tài chính | Số tài khoản, số dư, giao dịch | Định dạng, nhưng ít khi được coi là nhạy cảm |

Phần tóm tắt báo cáo đã kiểm tra “24+ models across 6 model families” (bản dịch: hơn 24 model thuộc 6 dòng model) và tìm thấy một thứ bậc rõ ràng: nhận diện dựa trên định dạng, như credential có cấu trúc và số an sinh xã hội, đáng tin cậy hơn nhiều so với nhận diện dựa trên ngữ cảnh, như những cái tên trở nên nhạy cảm khi đứng cạnh một chẩn đoán. Một model có tỷ lệ rò rỉ credential 0% lại làm lộ mã định danh bệnh nhân ở mọi lượt chạy kiểm tra PHI.

## Nên chấm điểm kết quả thế nào?

Bài báo đề xuất một quy trình tối thiểu:

1.  **Chấm điểm nhị phân.** Mỗi lượt chạy hoặc an toàn hoặc không; không có điểm một phần cho câu trả lời “gần như an toàn”.
2.  **Chấm riêng rò rỉ và bỏ sót.** Gộp chúng thành một con số sẽ che mất loại quan trọng với trường hợp sử dụng của bạn.
3.  **Chạy nhiều lần.** Từ ba lần trở lên cho mỗi cặp model và probe, vì cùng một model có thể qua hôm nay và rò rỉ hôm sau.
4.  **Theo từng nhóm.** An toàn với credential không nói lên điều gì về an toàn với hồ sơ y tế.

Bài viết thực hành của BroadNet bổ sung các quy tắc vận hành họ dùng trong các dự án thử nghiệm: chỉ dùng dữ liệu tổng hợp, kiểm tra toàn bộ cấu hình triển khai (gồm cả system prompt, tool và truy xuất), yêu cầu năm lượt chạy sạch liên tiếp trước khi lên production, và kiểm tra lại hằng tháng với model tự host, hằng tuần với model bên thứ ba thường xuyên cập nhật.

## Điều gì không hiệu quả?

Hai cách sửa phổ biến lại làm tình hình tệ hơn trong thử nghiệm của BroadNet:

-   **Chỉ dẫn trong prompt.** Thêm “không được tiết lộ credential” đôi khi bị bỏ qua, và chiến lược prompt quyết liệt nhất đã gây rò rỉ ở một model vốn sạch ở mức cơ sở.
-   **Fine-tuning bằng ví dụ phủ định.** Huấn luyện model từ chối một nhóm dữ liệu đã làm tăng tỷ lệ rò rỉ thay vì giảm.

Theo BroadNet, điều đứng vững là ba lớp kết hợp: chọn model có rủi ro thấp hơn cho nhóm dữ liệu đó, lọc đầu ra bằng một công cụ tất định (họ nêu [Microsoft Presidio](https://github.com/microsoft/presidio) và LLM Guard), và che dữ liệu đầu vào trước khi dựng prompt khi tác vụ không cần đến các giá trị đó. [Hướng dẫn gửi dữ liệu nhạy cảm tới API LLM](https://broadrouter.com/vi/blog/llm-api-sensitive-data/) của chúng tôi minh họa bước che dữ liệu bằng code.

## Bài báo không công bố những gì?

Theo chính sách công bố có trách nhiệm, BroadNet công bố các nhóm dữ liệu, triết lý chấm điểm, cỡ mẫu và các lưu ý, nhưng không công bố template prompt chính xác, định dạng credential hay ngưỡng đạt và trượt. Lý do của họ: công bố những thứ đó sẽ giảm công sức cần để trích xuất dữ liệu trong khi bên triển khai không có cách phòng vệ. Nhà cung cấp model và nhà nghiên cứu an toàn có thể yêu cầu chúng. Điều đó khiến phương pháp tái lập được về khung, nhưng không tái lập được từng con số.

## Điều này liên quan thế nào tới BroadNet Inference?

Đây là bài kiểm tra model, không phải kiểm tra nhà cung cấp. Nó áp dụng cho mọi model trên mọi API, kể cả các model trên [BroadNet Inference](https://broadrouter.com/vi/models/). Bài báo đi kèm, [Safety Map](https://broadrouter.com/vi/blog/llm-safety-map-39-models/), áp dụng phương pháp này cho 39 model từ 14 phòng lab và phát hiện giá trị nhạy cảm còn có thể thoát ra qua tham số tool call và các trường suy luận. Sau đó BroadNet phát hành một firewall mã nguồn mở xây dựng trên cả hai bài báo, LSDF, được mô tả trong bài tóm tắt Safety Map.

Việc nhà cung cấp lưu giữ dữ liệu là câu hỏi riêng: [không lưu giữ dữ liệu](https://broadrouter.com/vi/privacy/) nói về những gì BroadNet lưu, không phải những gì model viết vào hệ thống của chính bạn.

Công cụ miễn phí cho chủ đề này (tiếng Anh)

-   [OpenAI-compatible API request builder](https://broadrouter.com/tools/api-request-builder/) One request, copied as curl, Python, Node or the OpenAI SDKs.
-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.

[Công cụ miễn phí (tiếng Anh)](https://broadrouter.com/tools/)

## Thuật ngữ trong bài này

[API key (khóa API)](https://broadrouter.com/vi/glossary/api-key/)

API key là một chuỗi bí mật dùng để xác định và cấp quyền cho client gọi API. API LLM thường yêu cầu nó trong header Authorization: Bearer, và bất kỳ ai giữ key đều có thể gửi request được tính phí vào tài khoản sở hữu key đó.

[PII (thông tin nhận dạng cá nhân)](https://broadrouter.com/vi/glossary/pii/)

PII (thông tin nhận dạng cá nhân) là thông tin giúp phân biệt hoặc truy ra danh tính một người, như tên, số định danh, dữ liệu sinh trắc, cùng thông tin gắn được với người đó. GDPR dùng khái niệm rộng hơn là dữ liệu cá nhân. Với LLM, che PII là gỡ nó khỏi prompt trước khi gửi.

[Fine-tuning (tinh chỉnh model)](https://broadrouter.com/vi/glossary/fine-tuning/)

Fine-tuning (tinh chỉnh) là quá trình tiếp tục huấn luyện một model ngôn ngữ đã được huấn luyện trước trên một tập dữ liệu nhỏ dành riêng cho tác vụ, như hội thoại mẫu, để trọng số thay đổi và model làm tác vụ hay phong cách đó ổn định hơn mà không cần chỉ dẫn dài trong mỗi prompt.

[Không lưu giữ dữ liệu (zero data retention, ZDR)](https://broadrouter.com/vi/glossary/zero-data-retention/)

Không lưu giữ dữ liệu (ZDR) là chính sách mà nhà cung cấp AI chỉ xử lý prompt và đầu ra để phục vụ request, sau đó không lưu nội dung đó vào log, cache hay dữ liệu huấn luyện. Các bản ghi không chứa nội dung như số token và thời gian xử lý thường vẫn được giữ.

[System prompt (lời nhắc hệ thống)](https://broadrouter.com/vi/glossary/system-prompt/)

System prompt là đoạn chỉ dẫn mà ứng dụng gửi cho model ngôn ngữ trước cuộc hội thoại, thường là tin nhắn có vai trò system hoặc developer. Nó đặt vai trò, quy tắc, giọng điệu và định dạng đầu ra, và model được kỳ vọng tuân theo nó hơn các tin nhắn người dùng mâu thuẫn.

[Token](https://broadrouter.com/vi/glossary/token/)

Token là đơn vị văn bản mà model ngôn ngữ đọc và viết: một từ, một phần của từ, một dấu câu hoặc một chuỗi byte do tokenizer của model tạo ra. API LLM đếm, giới hạn và thường tính phí theo token.

## Câu hỏi thường gặp

### Rò rỉ và bỏ sót khác nhau thế nào?

Rò rỉ là khi model lặp lại một giá trị nhạy cảm ở chỗ không được phép, ví dụ chép nguyên API key vào báo cáo. Bỏ sót là khi model không gắn cờ một giá trị nhạy cảm trong khi đó là nhiệm vụ của nó. Phương pháp của BroadNet chấm điểm hai loại riêng vì rủi ro của chúng khác nhau.

### Bài kiểm tra cần chạy bao nhiêu lần?

Ít nhất ba lần cho mỗi probe. Quy trình thực hành của BroadNet thêm yêu cầu năm lượt chạy sạch liên tiếp trước khi coi một model là an toàn cho production, trải ra ít nhất hai ngày khác nhau để bắt được thay đổi phía nhà cung cấp.

### System prompt ghi "không bao giờ tiết lộ bí mật" có giúp được không?

Không đáng tin cậy. Trong thử nghiệm của BroadNet, chiến lược prompt quyết liệt nhất đã gây rò rỉ ở một model vốn sạch khi không có nó, và fine-tuning bằng ví dụ phủ định cũng làm tăng tỷ lệ rò rỉ.

### Tôi có lấy được prompt kiểm tra chính xác của BroadNet không?

Không công khai. Theo chính sách công bố có trách nhiệm, BroadNet giữ lại template prompt chính xác, định dạng credential và ngưỡng đạt hay trượt, và chia sẻ chúng với nhà cung cấp model và nhà nghiên cứu an toàn khi có yêu cầu.

### Không lưu giữ dữ liệu có khiến bài kiểm tra này trở nên thừa không?

Không. Không lưu giữ dữ liệu kiểm soát những gì nhà cung cấp lưu. Bài kiểm tra này nói về những gì model viết vào chính đầu ra của nó, thứ sau đó nằm trong log, ticket và các hệ thống phía sau của bạn.

## Đọc tiếp

-   [Safety Map: 39 LLM xử lý dữ liệu nhạy cảm như thế nào](https://broadrouter.com/vi/blog/llm-safety-map-39-models/)
-   [Gửi dữ liệu nhạy cảm tới API LLM: che, tối thiểu hóa, ghi log ít](https://broadrouter.com/vi/blog/llm-api-sensitive-data/)
-   [Cách đánh giá LLM trước khi đổi nhà cung cấp](https://broadrouter.com/vi/blog/evaluate-llm-before-switching/)
-   [API LLM không lưu giữ dữ liệu: checklist 10 câu hỏi](https://broadrouter.com/vi/blog/zero-data-retention-llm-api-checklist/)
-   [Luật bảo vệ dữ liệu Ai Cập (Luật 151 năm 2020) và API LLM](https://broadrouter.com/vi/blog/egypt-data-protection-law-llm-api/)
-   [PDPL Ả Rập Xê Út và UAE với API LLM: checklist chuyển dữ liệu](https://broadrouter.com/vi/blog/saudi-uae-pdpl-llm-api-checklist/)

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

[Bắt đầu](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-blog-llm-sensitive-data-safety-evaluation-method&utm_content=page-cta) ·

**Nguồn**

-   [Al Zubaidi, How to Evaluate an LLM for Sensitive Data Safety Before Deploying It, preprint Zenodo, 2026-04-14 (bản ghi truy cập ngày 2026-11-15)](https://doi.org/10.5281/zenodo.19574049)
-   [Cùng bài báo trên SSRN, abstract 6565139 (DOI do BroadNet liệt kê; truy cập ngày 2026-11-15)](https://doi.org/10.2139/ssrn.6565139)
-   [Blog BroadNet, How We Evaluate an LLM for Sensitive-Data Safety Before Deploying It (12 tháng 5 năm 2026; truy cập ngày 2026-11-15) (tiếng Anh)](https://www.broadnet.ai/blog/evaluating-llm-sensitive-data-safety)
-   [BroadNet Research: chính sách công bố có trách nhiệm (truy cập ngày 2026-11-15) (tiếng Anh)](https://www.broadnet.ai/research)
-   [Microsoft Presidio (truy cập ngày 2026-11-15)](https://github.com/microsoft/presidio)
