本地部署DeepSeek，安全底線不可無視！

2025-05-31 04:28 新鈦雲服

新鈦雲服已累計為您分享834篇技術乾貨
警惕！你的 DeepSeek 可能正在被盜用！
DeepSeek被譽為“國運級的科技成果”，正在掀起本地大模型部署熱潮。大模型的能力上限由算力和演算法決定，大模型的底線是資訊安全。很多企業之所以本地部署DeepSeek就是出於安全考慮，以為DeepSeek本地部署就不存在資訊安全問題，其實本地部署DeepSeek也有巨大的安全風險。
01
國家通報，本地化大模型部署存在嚴重安全風險
近日，國家網路安全通報中心通報CNTA-2025-003安全公告，大模型工具Ollama存在嚴重安全風險，Ollama 預設配置存未授權訪問和模型竊取風險，可能會導致資料洩露、服務中斷等風險。

Ollama是一個開源的、跨平臺的、大模型工具，最大特點是使用簡便，支援網路訪問，支援多種模型，包括 DeepSeek。

本地化部署DeepSeek，絕大多數情況下都使用Ollama。這就意味著，本地化部署DeepSeek，預設配置有很大的安全風險。
02
風險原理是什麼？
本地部署大模型的工具Ollama，在未設定安全防護的情況下暴露在網際網路中。任何人都可以在未授權的情況下訪問使用。

攻擊者只需要知道大模型的ip地址和服務埠，甚至無需獲取埠號，直接暴力破解得到埠號，即可造成一次未授權攻擊。

透過漏洞攻擊者很容易獲得大模型管理員許可權，會造成辛苦訓練成功的大模型成果被竊取，敏感資料洩露。
03
危害有哪些？
Ollama的未授權訪問，有以下危害。
篡改DeepSeek模型資料：攻擊者透過服務介面刪除模型或篡改模型訓練資料。注入有害程式碼或刪除關鍵元件，導致服務崩潰。
DeepSeek模型引數被竊取：攻擊者盜取大模型核心引數，對於涉密等敏感重要部門造成嚴重危害。
DeepSeek模型投毒：攻擊者透過介面檢視正在執行的模型，接著下載有毒的模型，刪除正常模型，遷移有毒模型到正常模型路徑，透過有毒模型汙染使用者的對話。
DeepSeek模型資源消耗：攻擊者可以透過使用者的Ollama模型進行商業服務從而非法獲利，造成私有 Ollama 伺服器被人薅羊毛。
Ollama的未授權訪問是一個嚴重的問題，需要引起重視。根據第三方報告，目前可以搜尋到公共網路上至少有超過2萬個未設防的Ollama大模型服務，這個數字還在不斷增加，尤其是DeepSeek數字增加更快。
04
如何處置應對？
可以透過以下六項措施，保障本地部署大模型安全。
1.保持版本更新
關注官方公告，定期升級Ollama，定期更新補丁庫和漏洞庫。
2.強化訪問控制
限制埠暴露範圍，禁止 11434 埠對公網開放，僅允許本地或內網訪問（如配置引數–listen localhost:11434）。或透過防火牆規則雙向過濾 11434 埠流量，阻斷未授權請求。
3.監控與防禦
即時行為監測，部署入侵檢測系統（IDS），分析異常流量和訪問模式。定期審計日誌（如~/.ollama/logs/server.log），排查可疑操作（如POST /api/pull）。
4.部署架構最佳化
配置反向代理與防護層，透過 Nginx 等反向代理配置 HTTP Basic認證或 OAuth 整合。
5.全面安全檢查
透過漏洞掃描、滲透測試等安全檢查手段，從內部和外部進行安全檢查，不光是檢查ollama漏洞，還檢查作業系統、網路的安全風險，確保整個大模型環節達到安全基線。
6.長期安全策略
持續定期安全評估，開展漏洞掃描與滲透測試，持續識別潛在風險。對相關人員進行大模型安全意識培訓，制訂應急預案，提升安全意識及應急響應能力。
05
新鈦雲服持續關注大模型安全，已服務多家客戶
新鈦雲服在資訊安全領域持續深耕，已構建起覆蓋 "諮詢–建設–運營" 全生命週期的專業安全服務能力體系。服務團隊由具備 CISSP、CISA、CISP 等權威認證資深專家組成，核心成員均擁有15年以上行業經驗。近些年一直關注大模型安全，有多個大模型安全實戰案例。
新鈦雲服安全團隊能力介紹
安全諮詢規劃
基於 ISO 27001、等級保護等安全標準和規範，為企業提供安全診斷規劃。
安全應急響應
具備 7×24 小時應急響應能力，在處理勒索病毒、資料洩露、釣魚郵件等安全事件方面擁有豐富的經驗。
滲透測試服務
能力覆蓋Web/API/小程式等多場景，擅長對業務邏輯的滲透測試，能夠有效避免從業務層面被薅羊毛及資料洩露。
安全運營服務
提供託管式安全服務，實現威脅檢測-分析-響應-閉環的安全服務。
安全意識培訓
為多家零售、製造、醫藥企業提供安全意識培訓，能夠結合企業實際場景，提供針對性安全培訓。
新鈦雲服大模型安全能力介紹
大模型安全包含資料安全、模型自身安全、應用安全、合規安全四個方面。
資料安全方面，涵蓋合法收集、篩選，避免敏感及惡意資料混入。儲存時用強加密演算法，並定期備份與制定恢復策略。依據使用者角色和業務精準設定訪問許可權，記錄日誌以便追溯，全方位守護資料從採集到使用全流程安全。
模型自身安全方面，模型訓練需防範資料投毒，可藉助多方計算等技術保障隱私。透過強化訓練提升魯棒性，抵禦異常輸入。同時，運用數字水印等手段保護模型智慧財產權，防止未經授權的複製與盜用。
應用安全方面，要求嚴格驗證輸入，規避惡意資料引發漏洞。審查輸出，確保內容合法合規，無有害資訊。保障執行環境安全，防範網路攻擊，定期更新系統補丁，築牢應用安全防線。

合規安全方面，大模型開發、部署及使用要嚴格遵循相關法律法規，特別是如何搞要對外運營，需要取得相關的牌照。

新鈦雲服某醫療行業客戶大模型安全案例
在醫療行業，資料的安全性和隱私性至關重要。某醫療集團引入大模型技術，用於業務資料分析。
因涉及敏感資料，客戶對資料安全及大模型使用安全非常關心，新鈦雲服安全團隊工作如下。
資料加密與訪問控制，對敏感資料進行加密儲存，只有經過授權的人員，憑藉特定的金鑰才能開啟並訪問這些資料。授權人員，需透過內部嚴格的身份驗證系統登入，該系統與大模型的訪問控制模組聯動，確認身份及許可權後，才允許其檢視和使用相關資料，有效防止敏感資訊洩露。
大模型環境安全建設及持續性安全檢查。部署防火牆、入侵檢測系統、主機安全系統，阻擋識別外部惡意攻擊。進行定期巡檢維護，保障執行穩定。定期開展漏洞掃描，即時監測網路流量異常。針對發現的安全隱患，及時更新系統補丁，最佳化安全策略，以確保大模型執行環境始終處於安全狀態。
透過新鈦雲服的大模型安全服務，該客戶取得了良好效果，有效防範了潛在安全風險。
如有相關問題，請在文章後面給小編留言，小編安排作者第一時間和您聯絡，為您答疑解惑。
    推薦閱讀   

    推薦影片    

相關文章