全球约有 175,000 个 Ollama 服务器暴露在互联网上,且没有任何身份验证,存在安全风险。思科 Talos 和 SentinelOne 的研究人员最初发现了数千个未受保护的服务器,随后 SentinelOne 发现了更大规模的暴露实例,其中许多还具备工具调用能力。虽然 Ollama 的默认配置对于本地使用是安全的,但在没有适当安全措施(如端口转发或 UPnP)的情况下扩展访问,可能会无意中暴露这些 LLM 基础设施。该项目的 issue tracker 显示,长期以来一直有添加内置身份验证的要求,但尚未解决,这强调了用户需要实施自己的访问控制。 AI
影响 突出了本地部署 LLM 用户面临的关键安全风险,强调了对强大访问控制和身份验证的需求。
排序理由 文章讨论了运行本地 LLM 的特定工具(Ollama WebUI)的安全影响和设置,而不是新的前沿模型发布或重大的行业范围事件。
- Censys
- ChatGPT
- Cisco Talos
- GitHub
- Ollama
- Open-WebUI
- SentinelLABS
- SentinelOne
- Shodan
- Universal Plug and Play
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →