近期，清华大学网络空间测绘联合研究中心的一项深度分析揭示了开源跨平台大模型工具Ollama在默认配置下潜藏的重大安全隐患。这一发现对于广泛部署和应用DeepSeek等大模型的用户群体而言，无疑敲响了警钟。
据了解，许多用户倾向于采用Ollama进行大模型的私有化部署，却忽视了修改其默认配置的重要性。这一疏忽，使得本地启动的Web服务默认开放11434端口，并且缺乏任何形式的鉴权机制，直接将服务暴露在了公网环境中。
这一安全漏洞导致的风险不容忽视。首先，未授权访问成为可能，意味着任何未经认证的用户都能够轻松访问模型，并利用特定工具对模型及其数据进行操作。攻击者不仅可以随意调用模型服务、获取模型信息，甚至还能通过恶意指令删除模型文件或窃取数据，对用户的数据安全构成严重威胁。
其次，数据泄露风险同样显著。攻击者可以通过特定的接口访问并提取模型数据，例如通过/api/show接口获取模型的license等敏感信息，以及其他接口获取已部署模型的相关敏感数据信息。这些敏感数据的泄露，可能导致用户遭受更大的经济损失和信誉损害。
更为严重的是，攻击者还可以利用Ollama框架历史上存在的漏洞（如CVE-2024-39720、CVE-2024-39722、CVE-2024-39719和CVE-2024-39721）来实施更加复杂的攻击。他们可以直接调用模型接口进行数据投毒、参数窃取、恶意文件上传以及关键组件删除等操作。这些攻击行为将对模型服务的核心数据、算法完整性和运行稳定性造成极大的破坏，进而影响用户的业务连续性和数据安全性。
面对这一严峻的安全形势，用户必须高度重视并采取积极的应对措施。一方面，用户应立即检查并修改Ollama的默认配置，确保Web服务不再无条件地暴露在公网环境中。另一方面，用户还应加强对模型数据的保护和管理，定期进行安全审计和漏洞扫描，及时发现并修复潜在的安全隐患。
同时，相关企业和研究机构也应加强合作与交流，共同推动开源大模型工具的安全性和可靠性提升。通过共享安全信息和最佳实践、开展联合研发和创新等方式，共同构建一个更加安全、可信的网络空间。
对于已经遭受攻击的用户而言，应尽快启动应急响应机制，隔离受影响的系统和服务，防止攻击进一步扩散。同时，积极收集和分析攻击证据，以便向相关部门报案并追究攻击者的法律责任。
总之，Ollama默认配置下的安全隐患不容忽视。用户必须提高警惕并采取有效的防护措施来确保自身的网络安全和数据安全。
