DeepSeek 的火爆，催生出了大量本地部署 DeepSeek 的需求和業務。
比如你在淘寶上搜“DeepSeek 部署”，有大量關鍵詞“DeepSeek 遠端部署 搭建知識庫 本地部署”等等，已然發展了一套非常成熟、流程化的業務。
除了“DeepSeek R1”外，還有一個經常和它一起詞叫做 ——
ollama
這是個什麼東西呢？它是一個開源的、跨平臺的、大模型工具，主要用於本地部署和管理大型語言模型（LLM），當然就包括部署 Deepseek!
對於之前沒搞過私有化部署的小夥伴，可能有點陌生。但是現在因為 Deepseek，它也火了起來。
就是下面這個東西——
Ollama 的最大特點是使用簡便， 可以網路訪問，同時支援多種模型，比如支援 Llama 2、Mistral、Falcon 等在內的多種開源模型，因此它出現在各類大模型部署的教程之中。
最近，Ollama 成了主角，被國家網路安全通報中心通報：存在安全風險。
漏洞定級為“高危”。
看通報檔案的內容，風險在於“未授權的攻擊者可以遠端訪問 Ollama 服務介面”。簡單的說就是：
你的私人 Ollama 伺服器正在被人“白嫖”。
這一切是如何發生的呢？
Ollama 在本地部署時會預設啟動一個 Web 服務，處理網路上發過來的請求。
Web 服務一般就是透過IP 地址和埠進行定位的。理論上只要知道了這個服務的IP 地址和埠號， 就可以向它做很多事。
當然，一般情況下就是白嫖使用你的服務唄，二般情況下就是幹壞事兒了。比如：
資料投毒：篡改模型訓練資料
引數竊取：盜取模型核心引數
惡意檔案上傳：注入有害程式碼或刪除關鍵元件，導致服務崩潰
按照 Ollama 的官方說明， Ollama 的預設接受的訪問 IP 地址是
127.0.0.1 。這是一個特殊的 IP 地址，術語叫做本地迴環地址，也就是隻有執行 Ollama 程式的這臺電腦才能訪問這個服務。 就相當於關閉了網路服務。
既然沒有了網路服務， 那也就不存在別人透過網路“白嫖" DeepSeek 的可能性。
目前一切都沒有問題，那問題出在了哪裡？
我看了很多部署 DeepSeek 的教程後，除了本身 Ollama 框架存在多個已知漏洞。我還找到了一個最大的可能， 就是使用者偷懶、操作疏忽。
先看兩篇感受一下：
上面的問題在於它將預設接受的訪問地址從
127.0.0.1 改成了 0.0.0.0, 而 0.0.0.0 也是一個特殊的 IP 地址，表明不管是誰都能訪問。這個問題可就大了，別人只要知道了 Ollama 的 IP 地址和埠，就可以無限制的讓 DeepSeek 回答問題。
開放 11434 埠，如果不設定任何身份驗證機制，攻擊者不需要認證即可直接訪問模型服務，甚至透過惡意指令刪除模型檔案或竊取資料。
大家可能會認為找到一臺 執行 Ollama 並同時開啟遠端訪問的 電腦 IP 地址和埠難度挺大，我這裡直接給大家實際演示，看看做到這一切是多麼輕鬆。
第一步： 獲取執行 Ollama 和開啟遠端訪問的電腦資訊。
首先我們先來到一個專門搜尋網路裝置的網站。
（敏感資訊已經隱藏)
可以看到，透過特定的關鍵字搜尋，輕輕鬆鬆就找到了來自於世界各地的 23650 個符合要求的裝置。 多數使用者未修改預設配置，導致服務直接暴露在公網環境中。
監測資料顯示，近 89% 的 Ollama 伺服器處於“裸奔”狀態，其中執行 DeepSeek-R1 的伺服器數量增長最快，而且來自中國的裝置數量排到了第一（竟然 10000 個之多 
）。
）。上面的
35.2xx.xxx.79:888 和 135.xxx.xxx.168:11434 就是我們需要的 IP 地址和埠。第二步：直接向目標裝置傳送請求。
現在我們測試獲取到的 IP 地址和埠能不能用。
這裡我採用
Chatbox 這個工具，這個工具可以理解大模型的前端，也就是你輸入問題，獲得回答的使用者介面。根據上圖的提示，在 3 號中填入掃描到的 IP 地址和埠(這裡選擇了一個位於北京的機器)。 4 號會自動跳出這臺機器上執行的模型， 可以看到是 DeepSeek-R1: 70b 的蒸餾版模型。能執行這個模型的裝置也是價值不菲。
問一個問題，成功的獲得了答案。
這樣，我就成功的
白嫖 到了一臺高效能的電腦。經過我的測試，這些被掃描出來的 IP 地址成功率相當高。
被別人用計算資源還是小事， 更危險的操作是可以透過程式碼直接刪除這些計算機上的模型。
想象一下，你千辛萬苦訓練出的模型、或者花了十幾個小時下載下來的模型被人給刪掉， 那損失是多麼慘重。
所以，如果你用 Ollama， 可要千萬注意。
寫在最後
也許會有人說，中國很難有公網 IP， 這是使用者的配置問題。
對，都沒錯。
但如果你的裝置是在雲伺服器上呢？ 畢竟我實測就檢測出了這麼多可用的裝置。
這次 Ollama 的問題本質上不是 Ollama 的問題，但國家網路安全通報中心把它列為高危險等級， 揭示了兩個關鍵問題：使用者安全意識不足、操作疏忽。
一方面，大量使用者直接照抄網路教程，反映出對埠暴露、鑑權機制缺失等基礎安全概念的認知薄弱。
另一方面，網路教程往往側重“快速部署”而忽視安全配置，例如未明確提示關閉高危介面、未指導防火牆規則設定等，導致使用者暴露於資料洩露、算力盜用等風險中。
最後，可以照搬教程，但也請嚴謹點。