利用Ollama对Deepseek 模型进行攻击

近期由于Deepseek爆火，大部分企业和个人都开始部署AI。Ollama是一个本地私有化部署大语言模型（LLM，如DeepSeek等）的运行环境和平台，简化了大语言模型在本地的部署、运行和管理过程,具有简化部署、轻量级可扩展、API支持、跨平台等特点，在AI领域得到了较为广泛的应用。

fofa语法：app="Ollama"

近日，Ollama存在安全漏洞，该漏洞源于默认未设置身份验证和访问控制功能，未经授权的攻击者可在远程条件下调用Ollama服务接口，执行包括但不限于敏感模型资产窃取、虚假信息投喂、模型计算资源滥用和拒绝服务、系统配置篡改和扩大利用等恶意操作。

Ollama所有版本均受此漏洞影响。

随机找一个靶机看看
出现Ollama is running，即证明存在未授权访问的漏洞

1、漏洞验证

通过查看Ollama api文档，Ollama提供了多个API 端点，用于执行不同的操作

详细情况查看：https://ollama.cadn.net.cn/api.html

/api/generate 用于生成文本或内容。通常用于基于给定的输入生成响应或输出，例如生成对话回复、文章等。/api/chat 专门用于聊天交互。用户可以通过此端点与模型进行对话，模型会根据输入生成相应的回复。/api/create 用于创建新的模型或资源。可能涉及初始化一个新的模型实例或配置。/api/ps(或者tags) 用于管理或查看模型的标签。标签可以帮助用户对模型进行分类或标记，便于管理和查找。/api/show 用于显示模型或资源的详细信息。用户可以获取模型的配置、状态或其他相关信息。/api/copy  用于复制模型或资源。用户可以通过此端点创建一个现有模型的副本。/api/delete 用于删除模型或资源。用户可以通过此端点移除不再需要的模型或数据。/api/pull 用于从 Ollama 下载模型。用户可以通过此端点将模型从远程服务器拉取到本地环境中。/api/push 用于将模型上传到 Ollama。用户可以通过此端点将本地模型推送到远程服务器。/api/embeddings 用于生成文本的嵌入向量。嵌入向量是文本的数值表示，通常用于机器学习任务中的特征提取。/api/version 用于获取 Ollama 的版本信息。用户可以通过此端点查询当前使用的 Ollama 版本。

在未授权情况，可以通过访问/api/ps（使用GET请求即可） 获取目前搭建的所有模型信息。

通过返回信息可以看到采用的是deepseek-r1模型，通过刚才我们知道的接口端点信息，我们可以调用/api/chat（使用POST请求）来完成聊天请求，消耗资源。

通过引导deepseek回答问题的过程中也能造成一些信息的泄露

所以在未授权的情况下，其他的接口都是可以用的，危害极大，可以通过调用那些危险接口进行操作，可对模型进行创建或删除的操作

通过以上过程，我们可以看到该漏洞危害极大，且该漏洞利用难度也极低，可以通过未授权对大模型进行操作

修复建议

1. 限制公网访问：尽量避免直接将 Ollama 服务端口（默认 11434）暴露在公网。
2. 配置网络访问控制：通过云安全组、防火墙等手段限制对 Ollama 服务端口的访问来源。仅允许可信的源 IP 地址连接 11434 端口，阻止非授权 IP 的访问请求。

参考链接

https://github.com/ollama/ollama/blob/main/docs/faq.md