什么是 LLM？

LLM 是 Large Language Model 的简称，中文名是大语言模型，是一种基于海量文本数据训练的深度学习模型（人工智能模型）。

LLM 发展至今，其参数量已经达到万亿规模。

LLM 应用场景？

LLM 常见应用及部署场景：

1 私有 LLM

私有 LLM 应用场景一般是私有化部署，给公司内部员工使用，聚焦垂直领域，训练数据涵盖公司特有数据，比如：辅助工程师编程的 LLM 应用。

2 公共 LLM

公共 LLM 广泛应用于各领域，采用 SaaS 形态，广大用户在互联网共同使用，可用于辅助写文章、作画、制作视频等，这类 LLM 应用有：国外的 OpenAI ChatGPT、国内的百度文心一言等。

3 独立 LLM

这里指的是独立售卖的 LLM 产品，无须部署，就像手机一样买来就可以用，比如：聊天机器人。

国内、外 LLM 应用场景仍在积极探索中，你更看好哪种应用场景呢？

LLM 安全威胁有哪些？

LLM 应用也属于 Web 应用范畴，采用了 HTTP/HTTPS 协议，常见的 Web 应用攻击也会威胁到 LLM 应用，如：XSS、SQL 注入攻击等。

LLM 应用除了受到常见 Web 应用攻击的威胁，还会受到针对 LLM 应用场景的新型攻击的威胁，结合创宇安全智脑威胁情报，安全专家分析后发现，针对 LLM 应用最常见的攻击是：提示词攻击、API 攻击、数据投毒攻击、个人可识别信息泄露攻击、模型拒绝服务攻击。

01 提示词攻击

这种攻击涉及策略性地设计和操纵输入提示，以影响 LLM 的输出。这包括两种主要的策略：

1）提示注入：通过精心制作的提示操作模型，绕过过滤器，导致模型产生非预期的后果，如数据泄露、未经授权的访问、仇恨言论产生、假新闻产生等。

2）攻击、目标劫持和提示泄漏：这些方法通过操纵原始提示的目标，误导模型生成特定的目标短语或重现原提示的部分或全部，违背用户指令。

02 API 攻击

目前从市场来看，由于人工智能技术的复杂性和不确定性，开发、测试和部署人工智能模型通常需要使用很多 API，并将它们组合成复杂的系统。API 的安全性和稳定性，对于保证整个人工智能系统的稳定运行至关重要。如果 API 发生问题，将会影响整个人工智能系统，导致系统崩溃或无法正常工作。

在使用人工智能系统时，很多应用场景都需要通过这些 API 处理复杂计算、获取用户敏感信息、输出模型结果，所以跟其他 Web 应用类似，LLM 的 API 通常也被黑客作为重点攻击对象。如果这些 API 的安全性得不到有效保障，就会影响人工智能应用的可靠性、稳定性，而由于 LLM 在实时进化、输出结果的不唯一性等特点，API 攻击带来的威胁会被放大。

03 数据投毒攻击

数据投毒攻击（Data Poisoning Attack）是一种针对大型语言模型（LLM）的攻击方式。攻击者通过在训练数据中添加有毒样本，故意扰乱语言模型的决策过程，从而产生错误的输出。常见的攻击手段包括直接向训练数据中注入不安全代码，以及通过触发词植入后门，数据投毒攻击常跟后门攻击组合使用。

04 个人可识别信息泄露攻击

个人可识别信息泄露攻击(PII Leakage Attack)是一种针对大型语言模型（LLM）的隐私攻击方式。攻击者通过模型输出获取训练数据中的个人可识别信息，如：姓名、联系方式等敏感信息。训练数据来源复杂，LLM 训练数据来源复杂，可能包含大量 PII，模型可能记忆并泄露这些 PII。

攻击手段：攻击手段包括直接询问模型获取 PII、利用模型记忆能力恢复 PII、以及利用模型生成包含 PII 的内容。

05 模型拒绝服务攻击

模型拒绝服务攻击，指攻击者对大型语言模型（LLM）进行资源密集型操作，导致模型服务降级、不可用，或资源成本大大提升。由于 LLM 的资源密集型、用户输入的不可预测性、模型输出的不唯一性等特征，跟非 LLM 应用相比，LLM 应用的该漏洞攻击会被放大。

OWASP 也于 2023 年 10 月发布了《OWASP 大语言模型人工智能应用 Top 10 安全威胁》，指出了针对 LLM 应用的 Top 10 安全威胁，这跟我们的分析结果是高度吻合的。

备注：

1.《OWASP 大语言模型人工智能应用 Top 10 安全威胁》原文中文版链接：

https://www.llmtop10.com/assets/downloads/OWASP-Top-10-for-LLM-Applications-v1_1_Chinese.pdf

2.OWASP：指开放式 Web 应用程序安全项目（Open Web Application Security Project），是一个非营利组织。

知道创宇推出 LLM 应用防护方案

结合近期 LLM 应用的攻击态势，我们基于云防御推出了 LLM 应用防护方案，涵盖 LLMDDoS 清洗、应用安全、API 安全、内容安全等防护服务。

1、LLM DDoS 清洗

采用抗 D 保CC 防火墙、IP 限制、APP 专用防 CC 策略等功能，对 IP 的访问频率、流量进行限制，对 APP 端的伪造 CC 请求进行清洗，阻挡“模型拒绝服务攻击”。

2、LLM 应用安全

采用创宇盾网站防火墙、协同防御、精准访问控制等功能，拦截 XSS、SQL 注入等常见 Web 应用攻击，并对包含恶意输入内容的“提示词攻击”进行拦截。

3、LLM API 安全

采用创宇盾智能限速、屏蔽时间、精准访问控制等功能，保护 LLM API 免受恶意攻击。API 安全作为 AI 生态链的关键环节，在保障用户数据安全、防止黑客攻击、保护知识产权等方面发挥着至关重要的作用。只有不断加强 API 安全的保障，才能确保整个 AI 生态链的稳定运行和长期发展。

4、LLM 内容安全

采用净网盾、隐私盾，对 LLM 应用源站因遭受恶意攻击，返回的个人敏感信息、仇恨言论、假新闻等内容进行过滤，防止这些敏感数据泄露到互联网，被人非法利用。

如果您对知道创宇的LLM 应用防护方案感兴趣，欢迎关注【知道创宇】公众号咨询。