简要介绍
随着人工智能技术的快速发展，AI大模型DeepSeek部署需求日益增长。然而，在享受AI技术带来便利的同时，我们也不能忽视其背后潜在的安全风险。
近期有关DeepSeek本地部署存在安全风险事件的报道引发了关注，其中Ollama服务作为一个重要的开源框架，因其配置导致的安全风险受关注。本文将分析这一问题，并提供安全加固方案。
安全风险原因
什么是Ollama？
Ollama是一个开源框架，用于快速部署和运行大型语言模型（LLM）。用户可以轻松、方便地在本地、公有云、私有云部署、运行AI模型。然而，这种便利性也带来了潜在的安全风险。
安全风险的核心问题
有些部署Ollama服务将IP地址绑定到0.0.0.0地址，并开放TCP 11434端口。这意味着任何能够访问该IP地址的，都可以通过网络连接到你的模型。
攻击者可以利用以下方式，发现暴露在互联网上Ollama服务端口：
使用网络空间测绘、漏洞扫描、端口扫描工具等。
安全风险：暴露在互联网上Ollama服务端口
方法一
检查Ollama启动时执行命令：
set OLLAMA_HOST=0.0.0.0
方法二
检查Ollama的config配置文件
"host":"0.0.0.0"
方法三
检查系统环境变量
OLLAMA_HOST
0.0.0.0
Windows Defender 防火墙
右键"入站规则" → "新建规则"
选择"端口" → TCP → 特定本地端口：11434
选择"阻止连接" → 应用到配置文件
Debian Ubuntu Kali 操作系统
使用 iptables
sudo iptables -A INPUT -p tcp --dport 11434 -j DROP
RedHat CentOS 操作系统
使用 firewall-cmd
sudo firewall-cmd --permanent --add-rich-rule='rule family="ipv4" port port="11434" protocol="tcp" reject'
sudo firewall-cmd --reload
总结
通过实施以上安全加固措施，可以显著降低本地部署DeepSeek服务的安全风险，构建一个更加安全可靠的AI模型运行环境。以下是我个人的几点建议：
1、遵循最小化原则：仅开放必要的网络端口，并限制访问范围。
2、定期检查与更新：保持对Ollama版本的持续关注，即时更新版本。
3、多层防护策略：结合防火墙、IP白名单等手段，构建多层次安全防护体系。
