国家网络安全通报中心再通报！Ollama私有化部署DeepSeek暗藏“裸奔”危机

随着DeepSeek等大模型私有化部署的普及，以Ollama为代表的大模型工具被广泛使用， 360全球互联网测绘数据显示，2025 年1月至2月，仅一个月时间全球基于Ollama私有化部署大模型的数量增长超566%。

然而，即使是私有化部署的大模型，也存在着在互联网上“裸奔”的安全风险。近日，国家网络安全通报中心发布通报，指出开源跨平台大模型工具Ollama因默认配置缺陷，存在未授权访问、模型窃取、数据泄露等安全隐患。因此，在进行大模型私有化部署时，一定要关注人工智能所特有的安全风险，对大模型在部署、训练、应用等各个环节进行全生命周期的安全防护。

近九成服务器无防护

算力盗用、数据泄露风险猛增

Ollama是一款可以方便获取并运行大模型的工具，支持DeepSeek、Qwen等多种先进的语言模型，可以让用户能够在服务器中运行使用这些模型。

随着DeepSeek等性能强大的开源模型发布，越来越多的政企单位开始尝试在本地部署私有化AI服务。其中，Ollama凭借其便捷的部署体验，成为了站在风口浪尖的“明星工具”。

然而，安全研究机构近期监测发现，8971个运行了Ollama大模型框架的服务器中，有6449个活跃服务器，其中88.9%的服务器都未采取有效的安全防护措施，“裸奔”在互联网上。

国家网络安全通报中心通报显示，使用Ollma在本地部署DeepSeek等大模型时，会在本地启动一个Web服务，并默认开放11434端口且无任何鉴权机制。该服务直接暴露在公网环境，存在以下风险：

未授权访问：未授权用户能够随意访问模型，并利用特定工具直接对模型及其数据进行操作，攻击者也可以无需认证通过如push/delete/pull接口实现对模型服务和机器算力的滥用，甚至通过恶意指令删除模型文件或窃取数据。

数据泄露：通过特定接口可访问并提取模型数据，引发数据泄露风险。如：通过/api/show接口，攻击者能够获取模型的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。

模型窃取：攻击者可利用Ollama框架历史漏洞（CVE-2024-39720/39722/39719/39721），远程直接调用模型接口实施数据投毒、参数窃取、恶意文件上传及关键组件删除等操作，造成模型服务的核心数据、算法完整性和运行稳定性面临安全风险。

效率与隐患并存

大模型部署应安全铸基

政企组织如何应对使用Ollama部署大模型带来的安全风险？

一方面，对于已经部署DeepSeek服务的企业和个人，应尽快修改Ollama相关配置，及时加入身份认证手段，尽快修改防火墙、入侵检测等相关安全配置，如制定IP白名单限制访问，确保只有授权人员能够访问模型服务，并通过反向代理实现身份验证和授权，防止未经授权用户访问等。同时，构建大模型安全防御体系，保障大模型安全运行。

针对使用大模型的政企用户，360推出基于安全大模型赋能的Ollama防护解决方案，保障大模型使用过程中的各类安全问题。这套方案主要由360 AI-WPP、360 SDP、360企业安全浏览器组成：

360 AI-WPP：在大模型主机或终端上进行基线检查，包括IP和端口以及其他配置、各供应链组件的版本漏洞等，可对Ollama11434端口做细粒度管控，限制端口访问状态；

360 SDP：通过关键业务隐身、身份验证增强、环境感知分析、动态访问控制、多源信任评估等核心能力。通过API密钥管理，将企业大模型的创建者、发布者、用户做身份权限控制，供授权可信设备访问；

360企业安全浏览器：基于安全大模型的深度赋能，可实时通过云端不断更新数据库中查询，自动化判定用户下载文件是否安全，阻止恶意供应链攻击，及时警告用户下载文件可能存在威胁，避免数据泄露等安全风险。

另一方面，除了在用户侧采取有效的安全防护措施，解决大模型安全问题需要大模型企业重新审视大模型系统安全，从基础设施、行为逻辑、资源管理等多维度入手，以全局视角构建覆盖全流程的动态防护体系，守好大模型安全第一道防线。

针对大模型系统安全问题，360智鉴深度融合红蓝对抗思路和大模型自身技术优势，为企业提供一套全链路、多场景、易扩展的大模型安全检测系统。主要功能涵盖模型服务组件识别、生态链漏洞扫描、多语言代码审计以及大模型合规检测等，覆盖大模型全生命周期。

360智鉴支持近百个组件的400+公开漏洞检测，覆盖RAG、Agent、prompt等场景的安全性分析，能够帮助企业在大模型上线前进行全方位的安全评估，保障大模型系统的可靠性与业务稳定性。

目前，360大模型安全解决方案已在政务、税务、医疗等垂直行业落地应用，帮助企业构筑大模型时代的安全防线，守护千行百业智能化转型。