近期，大型人工智能模型遭遇网络攻击的事件频发，引起了业界的广泛关注。DeepSeek，作为众多受攻击的大模型之一，其遭遇的严重网络攻击并非孤立事件，而是整个大模型行业普遍面临的问题。
回顾近年来大模型的发展历程，不难发现，多个知名大模型都曾成为黑灰产业的攻击目标。例如，2023年11月，ChatGPT遭受黑客组织的DDoS攻击，导致业务多次中断，甚至一度陷入瘫痪状态。随后，秘塔AI搜索引擎在2024年9月也遭遇了Mirai变种攻击。进入2025年，kimi.ai也多次受到DDoS攻击的侵扰。
DeepSeek的遭遇尤为引人注目。在短短不到一个月的时间内，该模型接连面临大规模DDoS攻击、僵尸网络、仿冒网站泛滥以及数据库安全隐患等多重安全威胁。据公开资料显示，DeepSeek主要遭受的是DDoS攻击，其中包括轻微的HTTP代理攻击、大量HTTP代理攻击以及由HailBot和RapperBot两个僵尸网络发起的攻击。这些攻击对DeepSeek的正常服务造成了严重影响。
安全专家指出，AI行业当前面临的安全挑战日益严峻。网络攻击不仅持续时间长，而且攻击方式不断进化，攻击烈度不断升级，其影响危害也在持续扩大。然而，从多起攻击事件中，我们也不难发现一些共性特征。
一个显著的特点是，受到攻击的大模型往往由初创性质的科技公司打造，如ChatGPT、Kimi以及DeepSeek等。相比之下，由传统互联网巨头如Bing、通义千问、文心一言等开发的大模型则较少受到攻击的影响。这主要是因为初创型科技企业在安全体系建设方面的能力相对较弱，且由于资金和资源有限，它们更愿意将资源投入到模型技术的研发和迭代上，而忽视了安全防护的建设。
多位安全专家对此表示担忧。他们认为，大模型在防御机制建设方面存在明显不足，需要通过严密的安全技术保障和运行监测来确保自身的安全性、可靠性和稳定性。然而，目前绝大多数大模型的安全建设都非常欠缺，这使得它们极易成为攻击目标。
大模型在运营过程中面临多重安全风险，包括技术缺陷、不当使用及恶意利用等。在处理敏感数据时，易受攻击导致数据窃取、服务中断及用户流失。模型本身若存在缺陷或后门，也可能成为攻击目标。例如，投毒攻击可操控模型输出，干扰业务正常运行。大模型生成的内容还可能引发虚假信息、歧视、隐私泄露等问题，对公民安全、国家安全及伦理安全构成威胁。
从模型自身风险的角度来看，由于大模型需要对外提供公开服务，并涉及敏感信息的开放场景，因此容易引发多种安全隐患。这些隐患包括提示注入攻击、拒绝服务攻击、提示词泄露以及通用越狱漏洞等。这些攻击都会对大模型的安全性和稳定性造成重大影响。
在防御机制建设方面，大模型需要加强安全技术保障和运行监测。然而，目前绝大多数大模型在这方面都存在明显短板。以DeepSeek为例，其遭受大规模攻击的原因一方面在于自身防御机制建设不足，未能储备足够的防护资源以应对高强度的DDoS攻击；另一方面也与开发过程中未能完善安全测试机制有关，导致漏洞被攻击者利用。
除了直接的攻击外，攻击者还会利用对抗性攻击和数据投毒来破坏大模型的安全性。例如，某教育巨头的大模型曾遭遇训练数据污染，出现了“毒教材”内容，最终导致公司市值大幅下降。在数据投毒方面，攻击者只需花费少量成本就能污染大型开源数据集，进而影响基于这些数据训练的大模型的行为。
针对大模型的安全风险，安全专家提出了多项建议。在模型防御机制建设方面，需要加强合规咨询服务、安全测试与评估服务、安全培训服务、应急响应服务以及持续监测服务等。同时，在产品方面，除了传统的网络安全和数据安全解决方案外，还需要针对大模型的输入输出开发内容过滤产品、模型保护安全产品以及大模型伦理审核产品等。
随着人工智能技术的发展，AI攻击的形式变得越来越多样化和复杂化。传统的网络攻击方式已经不足以应对当前的安全挑战。因此，防御策略也需要相应升级，利用AI驱动的防御手段来应对新型攻击。多位安全专家建议国内高科技企业建立对抗性安全运营体系，将产品、人员、手段和流程融合成联动整体，综合运用先进的网络安全监测与防护技术进行攻击面识别、网络入侵和威胁检测以及安全防护策略升级。
针对大模型特有的安全风险，如prompt注入攻击、信息内容安全风险、数据隐私泄漏以及伦理与法律风险等，需要升级安全防护手段。这包括对prompt内容进行输入过滤与验证，利用对抗训练技术抵抗prompt攻击；升级数据治理，把控数据质量，避免不良信息生成；实时监测与审查模型输出内容，及时拦截与纠正有害信息。
虽然安全措施可能会增加计算成本，但通过技术创新，如利用GPU可信执行环境等，可以实现安全与效率的平衡。安全问题对于大模型企业而言至关重要，它不仅是成本问题，更是决定大模型发展上限的关键因素。从国内大模型行业的发展来看，初创型公司的大模型产品由于安全体系建设相对落后，往往更容易成为攻击目标。而传统互联网巨头在网络安全和数据安全方面早有布局，其开发的大模型产品相对安全系数较高。
因此，对于初创型公司而言，加强安全体系建设已成为当务之急。只有确保大模型的安全性，才能突破应用天花板，实现更长远的发展。
