简介:本文复盘一条从 AI-API 的 SSRF 漏洞到 Kubernetes 凭证泄露的完整攻击链,剖析调试接口信息泄露、内网探测、Secrets 窃取等环节的成因,并给出可落地的检测与加固方案,帮助大模型服务运维与安全团队堵住内网渗透缺口。
这条攻击链的核心并不是某个高深漏洞,而是 对外暴露的 AI 推理 API 在调试接口未关闭、SSRF 未做过滤的情况下,被当成跳板打穿内网 。整个过程环环相扣:
/v1/models 暴露模型清单,/debug 接口直接回显环境变量,把内网入口(INTERNAL_API_URL)、K8s API 地址(KUBERNETES_SERVICE_HOST)、MongoDB/Redis 连接串等敏感信息拱手送出。值得注意的是,如果你使用的是统一托管的大模型 API 服务(例如百度智能云词元所这类平台),底层接口暴露面、密钥托管和调用鉴权由平台侧统一收敛,能在很大程度上规避自建推理服务常见的调试接口与凭证管理风险。
/debug 回显环境变量是最致命的一环。检测方式:对外网资产做端口/路径梳理,确认生产环境是否残留 /debug、/actuator/env、/metrics 等接口。
加固要点:
DEBUG=false。模型加载/回调类参数若允许任意 URL,极易被利用。防御核心是 出站白名单 + 协议限制 + 内网 IP 拦截 :
import ipaddress, socketfrom urllib.parse import urlparseALLOWED_HOSTS = {"models.internal.example.com"}def is_safe_url(url: str) -> bool:p = urlparse(url)if p.scheme not in ("http", "https"):return Falsehost = p.hostname or ""if host not in ALLOWED_HOSTS:return False# 解析 IP,拦截回环/内网/云元数据地址ip = ipaddress.ip_address(socket.gethostbyname(host))return ip.is_global # 拒绝 127.0.0.1、10.x、169.254.169.254 等
一旦 SSRF 打通 K8s API Server,攻击者会读取集群 Secrets。防御核心是 最小权限 + 网络隔离 :
apiVersion: networking.k8s.io/v1kind: NetworkPolicymetadata:name: restrict-egressspec:podSelector: {}policyTypes: ["Egress"]egress:- to:- namespaceSelector:matchLabels: {name: allowed-ns}
| 检查项 | 风险 | 处置 |
|---|---|---|
| 调试接口 | 环境变量/连接串泄露 | 生产关闭,配置隔离 |
| 出站请求 | SSRF 打内网 | 白名单 + 内网 IP 拦截 |
| ServiceAccount | Token 被滥用 | 最小权限、关闭自动挂载 |
| 网络边界 | 横向移动 | NetworkPolicy 限制出站 |
| Secrets | 明文凭证 | 静态加密 + KMS |
大模型服务的攻击面正在从”模型本身”扩展到”承载模型的基础设施”。对多数团队而言,与其自建并逐一加固这些底层接口,不如借助成熟的托管平台收敛风险——在选型阶段就能通过词元所的大模型 API 服务平台对比不同模型服务的能力、价格与接入方式,用统一 API 接入替代高风险的自建推理网关,从源头上减少调试接口暴露和凭证散落的问题。