近日，360數(shù)字安全集團(tuán)發(fā)布全球首份《大模型安全漏洞報(bào)告》（以下簡(jiǎn)稱“報(bào)告”），從模型層安全、框架層安全以及應(yīng)用層安全三大維度探查安全問題，并借助360安全大模型自動(dòng)化的代碼分析能力，對(duì)多個(gè)開源項(xiàng)目進(jìn)行代碼梳理和風(fēng)險(xiǎn)評(píng)估，最終審計(jì)并發(fā)現(xiàn)了近40個(gè)大模型相關(guān)安全漏洞，影響范圍覆蓋llama.cpp、Dify等知名模型服務(wù)框架，以及Intel等國(guó)際廠商開發(fā)的多款開源產(chǎn)品，全面呈現(xiàn)了全球大模型發(fā)展所面對(duì)的安全威脅態(tài)勢(shì)，為構(gòu)建更加安全、健康的AI數(shù)字環(huán)境貢獻(xiàn)力量。
生成及應(yīng)用過程隱憂模型層安全或影響訓(xùn)練及推理
大模型的生成及應(yīng)用過程通常包含了數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)清洗、模型訓(xùn)練、模型部署等關(guān)鍵步驟，攻擊者可對(duì)該流程中相關(guān)環(huán)節(jié)施加影響，使模型無法正常完成推理預(yù)測(cè)；或者繞過模型安全限制或過濾器，操控模型執(zhí)行未經(jīng)授權(quán)的行為或生成不當(dāng)內(nèi)容，并最終導(dǎo)致服務(wù)不可用，甚至對(duì)開發(fā)者或其他正常用戶產(chǎn)生直接安全損害。
報(bào)告指出，大模型的開放性和可擴(kuò)展性使其在訓(xùn)練和推理過程中面臨著數(shù)據(jù)投毒、后門植入、對(duì)抗攻擊、數(shù)據(jù)泄露等諸多安全威脅。近年來，各大知名廠商的大語言模型因隱私泄露和輸出涉及種族、政治立場(chǎng)、公共安全等不合規(guī)信息而引起社會(huì)廣泛關(guān)注的案例屢見不鮮，為了加強(qiáng)模型本身的安全性，越來越多的研究人員開始從模型的可檢測(cè)性、可驗(yàn)證性、可解釋性進(jìn)行積極探索。
安全邊界模糊框架層安全使攻擊面頻繁增加
隨著大模型項(xiàng)目需求的不斷增長(zhǎng)，各類開源框架層出不窮。這些框架極大提升了開發(fā)效率，降低了構(gòu)建AI應(yīng)用的門檻，同時(shí)也打開了新的攻擊面。
報(bào)告指出，這些框架在各個(gè)層級(jí)都可能因接觸不可信的輸入而產(chǎn)生潛在的安全風(fēng)險(xiǎn)。比如利用非內(nèi)存安全語言引發(fā)內(nèi)存安全問題，或者通過影響正常業(yè)務(wù)流程向框架傳遞惡意數(shù)據(jù)進(jìn)行攻擊，以及利用物理或虛擬主機(jī)集群所暴露的服務(wù)接口進(jìn)行惡意控制等。
模型框架通常承載著極其豐厚的計(jì)算與存儲(chǔ)資源，但又由于其模糊的安全邊界，通常難以做到完全運(yùn)行于隔離的環(huán)境之中，因此一旦受到攻擊，就可能對(duì)整個(gè)系統(tǒng)帶來不可估量的損失。
模塊協(xié)同存在風(fēng)險(xiǎn)應(yīng)用層安全可致目標(biāo)系統(tǒng)失控
AI應(yīng)用是人工智能技術(shù)通過自動(dòng)化決策和智能分析來解決實(shí)際問題的進(jìn)一步落地，通常集成了前端采集用戶輸入，后端調(diào)用模型分析處理，最終執(zhí)行用戶請(qǐng)求并返回結(jié)果的業(yè)務(wù)流程。
報(bào)告發(fā)現(xiàn)，除了模型本身，AI應(yīng)用是多項(xiàng)計(jì)算機(jī)技術(shù)的有機(jī)結(jié)合，通常還包含了許多其它工程代碼實(shí)踐來落地整套業(yè)務(wù)邏輯。這些代碼涉及輸入驗(yàn)證、模型驅(qū)動(dòng)、后向處理等多個(gè)方面，而不同分工模塊間的業(yè)務(wù)交互可能會(huì)引入額外的安全問題，既包含了傳統(tǒng)的Web問題，又涵蓋了大模型能力導(dǎo)致的新問題。
在以往的攻擊中，攻擊者常通過組合利用業(yè)務(wù)系統(tǒng)中具有不同“能力原語”的漏洞，進(jìn)而實(shí)現(xiàn)對(duì)目標(biāo)系統(tǒng)的完整控制。
而在AI場(chǎng)景下，為了能使大模型能處理各項(xiàng)業(yè)務(wù)需求，通常會(huì)賦予其包括代碼執(zhí)行在內(nèi)的多項(xiàng)能力，這在帶來便捷的同時(shí)，也提供了更多攻擊系統(tǒng)的可能性。攻擊者可以嘗試控制并組合AI的“能力原語”，在某些應(yīng)用場(chǎng)景下達(dá)到更為嚴(yán)重的攻擊效果。
