大模型 AI-API SSRF 到 K8s 凭证泄露防御实战

作者:沙与沫2026.11.17 03:15浏览量:0

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。

攻击链本质:配置失守引发的连锁渗透

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:

  1. 信息侦察 :/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。
  2. SSRF 越权 :模型加载参数允许指定 HTTP/HTTPS 地址,攻击者借此访问内网 Dashboard、K8s API Server,并进一步扫描内网存活端口。
  3. 凭证窃取 :拿到集群 Secrets(如 ai-api-key、db-credentials,Base64 解码即得明文),完成从”外部 API”到”内网横向”的跃迁。

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。

逐环节拆解与检测

1. 调试接口信息泄露

/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:

  • 生产环境彻底关闭调试模式,通过配置开关或环境隔离确保 DEBUG=false。
  • 敏感配置改用 K8s Secret 挂载或密钥管理服务,避免明文写入环境变量。

2. SSRF 未过滤

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 :

  1. import ipaddress, socket
  2. from urllib.parse import urlparse
  3. ALLOWED_HOSTS = {"models.internal.example.com"}
  4. def is_safe_url(url: str) -> bool:
  5. p = urlparse(url)
  6. if p.scheme not in ("http", "https"):
  7. return False
  8. host = p.hostname or ""
  9. if host not in ALLOWED_HOSTS:
  10. return False
  11. # 解析 IP,拦截回环/内网/云元数据地址
  12. ip = ipaddress.ip_address(socket.gethostbyname(host))
  13. return ip.is_global # 拒绝 127.0.0.1、10.x、169.254.169.254 等

3. K8s 内网横向与 Secrets 窃取

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 :

  • 为 Pod 绑定最小权限 ServiceAccount,关闭默认 SA 的 Token 自动挂载。
  • 用 NetworkPolicy 限制 Pod 出站流量,仅放行必要目标:
  1. apiVersion: networking.k8s.io/v1
  2. kind: NetworkPolicy
  3. metadata:
  4. name: restrict-egress
  5. spec:
  6. podSelector: {}
  7. policyTypes: ["Egress"]
  8. egress:
  9. - to:
  10. - namespaceSelector:
  11. matchLabels: {name: allowed-ns}
  • 对 Secrets 启用静态加密(EncryptionConfiguration)并接入外部密钥管理(KMS)。

内网渗透自查清单

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

写在最后

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。