宝运莱官方网站MAF直面OWASP LLM Top10威胁全景
颁布功夫 2025-02-21"让每一句人机对话都安全可信 ，让每一次智能交互都风险可控——这是属于AI时期的安全承诺 。 —— 宝运莱官方网站"
媒介：
安全威胁图鉴
OWASP的《大规模说话模型利用 Top 10》项目始于2023年 ，旨在凸起并解决与人为智能利用有关的安全问题 。2025年更新的版本对现有风险有了更深档次理解 ，并纳入了LLM在现实利用中的最新沉要进展 。如下图：
一、训练数据层风险
1.训练数据投毒攻击 (Training Data Poisoning Exploitation)
对训练数据进行恶意滋扰或篡改 ，导致模型进建谬误的模式 ，影响模型的机能和正确性 。
2.过度依赖 (Excessive Feature Dependency)
模型在某些特点上存在过度依赖 ，导致其对异常输入或攻击阐发出脆弱性 。
3.向量与嵌入弱点 (Embedding and Vector Representation Vulnerabilities)
模型的嵌入向量或数据表征存在弱点 ，攻击者可能利用这些弱点进行潜在的攻击 。
4.虚伪信息 (Misinformation Dissemination)
模型天生的信息不正确或虚伪 ，导致误导用户或造成社会和安全问题 。
5.不安全插件（Insecure Plugins）
集成的表部插件或�？榇嬖诜煜� ，可能为攻击者提供未授权接见或执行恶意操作的蹊径 。
二、输入层安全风险
1.提醒注入攻击（Prompt Injection）
攻击者通过机关匹敌性提醒词突破系统预设指令 ，诱导模型扭转其行为或输出 。
2.模型越狱风险（Model Jailbreaking）
越狱是一种特殊的提醒注入 ，攻击者提供输入 ，导致模型齐全忽视其已有的安全和谈 。
3.过度代理风险 (Excessive Proxying Risks)
LLM 扩大鄙人游系统上占有超出利用法式预期操作所需的权限 ，例如一个本应只读取数据的扩大使用的账户不仅占有 SELECT 权限 ，还占有 UPDATE、INSERT 和 DELETE 权限 ，可能衔接到数据库服务器 。
三、输出层安全风险
1.敏感信息泄露（Sensitive Information Disclosure）
模型在无意中天生输出 ，泄录感或机密数据 ，导致隐衷泄露和信息安全问题 。
2.系统提醒泄露（System Prompt Leak）
攻击者通过逆向工程或其他伎俩获取模型的内部提醒信息 ，可能导致模型行为的不成控性 。
3.不当输出处置（Insecure Output Handling）
LLM天生的输出被传递到其他组件和系统导致XSS、CSRF、SSRF、RCE等 。
四、治理维度挑战
1.模型偷窃与滥用 (Model Theft and Unauthorized Replication)
通过逆向工程或其他伎俩窃取模型知识 ，造成知识产权损失或被恶意滥用 。
2.回绝服务攻击 (Denial of Service Attack)
通过高强度要求或恶意输入 ，导致模型服务无法正常响应或出现系统崩溃 。
3.供给链缝隙 (Supply Chain Integrity Vulnerabilities)
大型说话模型（LLM）的供给链容易受到多种缝隙的影响 ，这些缝隙可能会侵害训练数据、模型和部署平台的齐全性 。这些风险可能导致输出误差、安全缝隙或系统故障 。在传统软件缝隙中 ，我们通常关注代码缺点和依赖关系 ，但在机械进建（ML）领域 ，风险还扩大到了第三方预训练模型和数据 。
针对上述风险/威胁图谱 ，风险重要可综合为两类：一类是LLM模型自身的固有风险 ，另一类模型与表部环境的交互则是大部门威胁的集中体现 ，会对用户的主题业务运行造成严沉影响 ，如下表所示：
大模型防护系统的技术挑战及构建蹊径
面对LLM在表部交互环节的高风险性 ，用户亟需一套系统化的整体解决规划 ，以构建端到端的安全防护系统 ，确保业务的安全性和不变性 。
在宝运莱官方网站的综合安整个系中 ，MAF（Module Application Firewall）重要面向实时推理业务场景 ，通过在线部署&实时拦截模式 ，构建多维度安全防护机造 ，对输入输出内容进行深度安全检测与防护 。
一、 输入预处置
输入预处置是大模型防护系统中的沉要环节 ，宝运莱官方网站MAF通过预处置提升模型的效能和正确性 ，有效预防恶意输入带来的安全风险 。
宝运莱官方网站MAF将来自分歧感知通路的数据进行统一处置与融合 。
? 特点级融合：通过提取每种模态的关键特点 ，并将这些特点向量归并为一个高维向量 ，供后续处置 。
? 决策级融合：分歧模态的输出在决策层面进行融合 。通过将各模态的预测了局进行加权归并 ，来提高模型的最终决策正确性 。
二、 输入安全治理系统
? DDos缓解：基于令牌机造的BOT检测 ，通过递进式验证确认 ，有效缓解回绝服务攻击 。
? 表层高速匹配：基于SIMD加快技术的显式内容匹配 ，通过过滤拦截确定性敏感内容 ，放行确定性白流量 。
? 中层语义分析：对可疑的对话内容 ，通过语料训练以及参数微调得到基于Transformer的神经网络模型 ，用来理解人类说话 ，进行高低文关联 ，鉴别隐式风险和复杂攻击模式 。
? 深层精准研判：对高风险对话内容 ，基于专用检测大模型进行天然说话匹敌式分析 ，精准鉴别复杂逻辑框架下的提醒词注入等恶意输入 。
三、动态输出安全节造系统
宝运莱官方网站MAF阻止敏感信息泄露、误导性内容传布以及系统提醒词泄漏等问题 ，�；な菔涑龅陌踩� ，提升模型与用户的交互质量 ，预防潜在的恶意信息输出 。
? 敏感信息过滤与脱敏：通过先进的天然说话处置（NLP）技术和深度进建模型 ，宝运莱官方网站MAF实现对敏感信息的精准鉴别与高效脱敏 ，支持对身份证、手机号、提醒词工程、其他关键业务信息等内容的鉴别和代替 。
? 系统提醒泄漏防护：启明MAF内置丰硕的系统语料库 ，并支持基于现实业务需要界说应防护的系统关键信息 ，以此构建大模型安全输出的坚实樊篱 。
? 不当输出拦截：宝运莱官方网站MAF实现对话式防御机造 。分歧于传统伎俩的被动拦截 ，对话式拦截通过与大模型进行实时交互 ，自动疏导对话走向 ，鉴别并阻断潜在的攻击意图 。
大模型安全防护需突破传统网络安全思想 ，成立适应天生式AI个性的新型防御范式 。宝运莱官方网站MAF大模型利用防火墙协助用户构建持续演进的大模型安全治理系统 ，从输入预处置、输入安全治理到动态输出安全节造的端到端大模型防护战术 ，保险各类大模型利用和智能体业务安全靠得住的交付运行 。
京公网安备11010802024551号