OWASP发布大型语言模型漏洞威胁Top10（草案清单）

安全牛发布于 2023-06-07 13:36:00

基于大型语言模型（LLM）的生成式 AI 技术应用已经成为当前全球企业普遍关注的热点。作为一种创新技术，企业组织在未来数字化发展中有很多机会应用 ChatGPT 或类似 AI 工具。因此，CISO 们需要提前做好准备，以避免可能出现的安全隐患和隐私泄露风险。

日前，OWASP（全球开放应用软件安全项目组织）发布了 LLM 应用风险草案清单，并梳理总结了最严重的 10 大 LMM 应用安全漏洞类型，包括提示注入、数据泄漏、不充分的沙箱机制和未经授权的代码执行等。OWASP 研究人员表示，这份清单旨在让 LLM 应用的开发者、设计者、架构师和管理者，更好地了解在部署和管理 LLM 应用过程中可能存在的潜在风险，并提高漏洞防范认识，从而改善 LLM 未来应用中的安全态势。

提示注入（LLM01:2023）

提示注入是指通过精心制作的提示绕过内容监管过滤，使其忽略先前的指令或执行非法的操作。这类漏洞可能导致意想不到的后果，包括数据泄露、未经授权的访问或其他安全隐患。常见的提示注入漏洞包括：通过使用特定的语言模式或 token 绕过过滤器或限制，利用 LLM 的文本分词或编码机制中的弱点，以及通过提供欺骗性上下文误导 LLM 执行意外操作。

防护建议

针对该类型漏洞的预防措施包括：

• 对用户提供的提示执行严格的输入验证和净化。

• 使用上下文感知过滤和输出编码来防止提示操纵。

• 定期更新和微调 LLM，以提高理解恶意输入和极端情况的能力。

数据泄漏（LLM02:2023）

当 LLM 通过其响应意外泄露敏感信息、专有算法或其他机密资料时，就会发生数据泄漏。这可能导致未经授权访问敏感数据、侵犯个人隐私及其他安全隐患。

常见的数据泄露漏洞包括：对 LLM 响应中的敏感信息过滤不完整或不恰当，记忆 LLM 训练过程中的敏感数据，以及因 LLM 算法错误而导致机密信息的意外泄露。攻击者可以通过精心设计的提示来故意探测 LLM，试图提取 LLM 凭训练数据所记忆的敏感信息，或者合法用户无意中向 LLM 提出的包含机密信息的提问。

防护建议

针对该类型漏洞的预防措施包括：

• 实施严格的输出过滤和上下文感知机制，以防止 LLM 泄露敏感信息。

• 在 LLM 训练过程中使用差分隐私技术或其他数据匿名化方法，以减小过拟合或记忆的风险。

• 定期审计和审查 LLM 的响应，以确保敏感信息不会无意中泄露。

不充分的沙箱机制（LLM03:2023）

如果 LLM 在访问外部资源或敏感系统时未加适当隔离，不充分的沙箱机制就会导致潜在的漏洞、未经授权的访问或 LLM 违规操作。和不充分的沙箱机制相关的常见漏洞包括：LLM 环境与其他关键系统的数据存储区隔离不足，不充分的限制任由 LLM 访问敏感资源，以及 LLM 执行系统级操作 / 与其他进程交互。

防护建议

针对该类型漏洞的预防措施包括：

• 将 LLM 环境与其他关键系统和资源隔离开来。

• 限制 LLM 对敏感资源的访问，并将访问功能限制在最低限度。

• 定期审计和审查 LLM 的环境和访问控制，以确保保持适当的隔离。

未经授权执行代码（LLM04:2023）

当攻击者通过自然语言提示利用 LLM 在底层系统上执行恶意代码、命令或操作时，就会发生未经授权的代码执行。典型的攻击类型包括：攻击者设计提示以指令 LLM 执行命令，该命令在底层系统上启动反向 shell，从而授予攻击者未经授权的访问权限；LLM 无意中被允许与系统级 API 进行交互，攻击者操纵该 API 在系统上执行未经授权的操作。

防护建议

针对该类型漏洞的预防措施包括：

• 实施严格的输入验证和净化流程，以防止 LLM 处理恶意或意外的提示。

• 确保适当的沙箱机制，并限制 LLM 的功能，以限制其与底层系统交互的能力。

服务器请求伪造（LLM05:2023）

当攻击者利用 LLM 执行意外请求或访问受限制的资源（比如内部服务、API 或数据存储）时，就会出现服务器请求伪造（SSRF）漏洞。常见的 SSRF 漏洞包括：输入验证不足，允许攻击者操纵 LLM 提示发起未经授权的请求，以及网络或应用安全设置中的错误配置将内部资源暴露给 LLM。为了执行攻击，攻击者还可以设计提示，指令 LLM 向内部服务发出请求，绕过访问控制，并获得对敏感信息未经授权的访问。

防护建议

针对该类型漏洞的预防措施包括：

• 实施严格的输入验证和净化策略，防止通过恶意输入发起未经授权的请求。

• 定期审计和审查网络 / 应用软件安全设置，以确保内部资源不会无意中暴露给 LLM。

过度依赖模型生成的内容（LLM06:2023）

过度依赖 LLM 生成的内容是指组织和用户未经验证就信任 LLM 生成的内容，从而导致不正确的误导信息大量传播，降低人在决策中的参与度，并弱化批判性思考。与过度依赖 LLM 生成的内容相关的常见问题包括：未经验证就接受 LLM 生成的内容，以为 LLM 生成的内容没有偏误或错误信息，以及在没有人参与或监督的情况下依赖 LLM 生成的内容用于关键决策。

如果一家公司依赖 LLM 生成安全报告和分析，而 LLM 生成的报告含有大量的不正确数据，那么如果企业依赖这份由 LLM 生成的内容进行关键决策，就可能会酿成重大后果。网络安全分析师称这种现象为 LLM 幻觉。

防护建议

针对该类型漏洞的预防措施包括：

• 对 LLM 生成的内容进行充分验证；

• 严格限制使用那些未经验证的 LLM 生成内容；

• 定期开展 LLM 生成内容的安全风险审计。

对 LLM 目标和行为对齐不足（LLM07:2023）

当企业的 LLM 应用行为与预期中的应用目标不一致时，就会导致不良的应用后果或安全漏洞，这种漏洞被称为 AI 应用对齐不足。常见问题包括：定义不明确的目标导致 LLM 优先考虑了那些不良或有害的行为，不一致的奖励机制引发意想不到的模型行为，以及对 LLM 行为测试和验证不足。如果旨在协助系统管理任务的 LLM 出现未对齐漏洞，就可能会执行有害的命令或降低系统的安全防护级别。

防护建议

针对该类型漏洞的预防措施包括： 

• 在设计和开发过程中明确定义 LLM 的目标和预期行为。

• 确保奖励机制和训练数据与预期结果相一致，不鼓励任何有害的违规行为。

• 定期测试和验证 LLM 在众多场景、输入和上下文中的行为，以识别和解决对齐问题。

不完善的访问控制（LLM08:2023）

这种漏洞是指 LLM 在应用中未正确实施访问控制或身份验证，允许未经授权的用户与 LLM 进行交互，从而产生可被利用的安全漏洞。常见例子包括：未对访问 LLM 执行严格的身份验证要求，基于角色的访问控制（RBAC）实施不充分，允许用户执行超出预期权限的操作，以及未为 LLM 生成的内容和操作提供适当的访问控制。

防护建议

针对该类型漏洞的防护措施包括：

• 实施强身份验证机制，比如多因素身份验证（MFA）；

• 应确保只有授权用户才能访问 LLM；

• 对 LLM 生成的内容和操作实施适当的访问控制，以防止未经授权的操作。

不恰当的错误处置（LLM09:2023）

错误处置漏洞主要指由于 LMM 的错误处置或调试信息被公开暴露，从而导致了向威胁分子泄露敏感信息、系统资料或潜在攻击途径。常见的错误处置漏洞包括：通过错误消息暴露敏感信息或系统资料，泄露可能帮助攻击者识别潜在漏洞或攻击途径的调试信息，以及未能有效处理应用中的错误，从而可能导致意外行为或系统崩溃。

防护建议

针对该类型漏洞的预防措施包括：

• 实施适当的错误处理机制，以确保错误被及时地获取、记录和处理。

• 确保错误消息和调试信息中不包含敏感信息或系统资料，同时考虑使用通用的错误消息，为开发者和管理员记录详细的错误数据。

训练数据中毒（LLM10:2023）

训练数据中毒是指攻击者操纵 LLM 的训练数据或微调程序，以引入漏洞、后门或偏误，从而危害模型的安全性、有效性或道德。常见的训练数据中毒问题包括：通过恶意操纵训练数据向 LLM 引入后门或漏洞，以及向 LLM 注入诱导数据，导致 LLM 生成有偏差或不适当的响应。

防护建议

针对该类型漏洞的防护措施包括： 

• 从可信来源获取训练数据并验证其质量，确保训练数据的完整性。

• 实施可靠的数据净化和预处理技术，以消除训练数据中的潜在漏洞或欺骗内容。

• 使用监测和警报机制来检测 LLM 中的异常行为或安全问题，这些问题可能会帮助企业及时发现训练数据中毒。