AI API SSRF 到 K8s 凭证泄露:链路拆解与加固实战
作者:有好多问题2026.11.17 03:51浏览量:0简介:一次大模型推理服务的失陷,往往不是"模型被攻破",而是调试接口暴露、SSRF 和 Kubernetes 权限配置三处基础缺陷被串成了一条完整链路。本文拆解 `/debug` 环境变量泄露、`model` 参数 SSRF 直至集群 Secrets 被读取的全过程,并给出可直接落地的排查清单、代码级防护与凭证轮换步骤。如果你的业务只是调用外部大模型而非自建推理服务,用[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article)这类统一 API 接入平台能明显收窄暴露面;但只要涉及私有化部署、模型精调或自建 vLLM/TGI 网关,下面这几个坑必须自己堵。
一、攻击链拆解:三个独立缺陷如何串成一条线
这类事件的关键特征是: 每一步单独看都不算”高危漏洞”,串起来却是完整的集群接管路径。
| 环节 | 技术根因 | 直接后果 |
|---|---|---|
/v1/models 可匿名访问 |
推理网关未做鉴权,且返回了模型名、量化格式、权重文件大小 | 资产测绘,确认目标价值与技术栈 |
/debug 接口暴露 |
调试能力随生产镜像一起上线,直接回显 os.environ |
内网拓扑与凭证一次性泄露 |
model 参数接受 http(s):// |
服务端按用户输入拉取模型,未做目标校验 | SSRF,可访问任意内网地址 |
| K8s API Server 可被访问 | Pod 内 ServiceAccount Token 权限过大 + 网络未隔离 | 读取 Secrets,横向移动 |
泄露的环境变量通常是最致命的一环:INTERNAL_API_URL(内网服务入口)、KUBERNETES_SERVICE_HOST(API Server 地址)、MONGO_CONN_STR、REDIS_URL。这些值本不该出现在任何 HTTP 响应里,但它们恰恰是最容易被”临时加个调试接口”带出去的。
二、SSRF 为什么在大模型服务里格外危险
传统 Web 应用的 SSRF 能打到的多是内网管理后台。而 AI 推理服务有三个特殊属性,使它成为极佳的跳板:
- 它天然需要”按 URL 拉取资源” ——加载模型权重、拉取 LoRA 适配器、下载数据集、注册远程 MCP/工具服务。这个业务需求让”用户可控 URL”变成了功能而非漏洞,防护往往被有意放宽。
- 它通常部署在 GPU 节点池,网络策略宽松 ——为了拉镜像、访问对象存储和向量库,出站规则常常是全放通。
- 它的 Pod 往往绑定了较重的 ServiceAccount ——为了挂载模型缓存 PVC、读写任务队列,权限远超实际需要。
一旦 SSRF 打通到 KUBERNETES_SERVICE_HOST(默认 10.96.0.1:443),配合 Pod 内自动挂载的 Token,读取集群 Secrets 只是时间问题。而 Secrets 里 Base64 编码的 ai-api-key、db-credentials 并不是加密—— Base64 是编码,任何拿到对象读取权限的人都能直接还原 。
三、排查清单:先确认自己有没有中招
按顺序执行,全部为只读操作:
# 1. 匿名可达性:不带任何凭证访问业务端口curl -i http://<service>/v1/modelscurl -i http://<service>/debug # 关注是否回显环境变量# 2. 当前 Pod 的权限边界(在 Pod 内执行)cat /var/run/secrets/kubernetes.io/serviceaccount/token >/dev/null && echo "Token 已挂载"kubectl auth can-i --list # 列出实际拥有的所有权限kubectl auth can-i get secrets -n kube-system# 3. 集群侧:谁在访问 Secretskubectl get events -A --field-selector reason=Forbidden# 审计日志中检索 verb=get/objectRef.resource=secrets 且 user 为 system:serviceaccount 的记录# 4. 是否存在异常新增的持久化对象kubectl get sa,clusterrolebinding,cronjob,pod -A -o wide
如果第 2 步返回了 secrets 的 get/list,无论是否已被利用,都应按”已泄露”处理。
四、加固:四层防线,缺一不可
入口层:关掉一切非必要暴露
/debug、/metrics、/healthz在生产环境必须关闭或由鉴权网关拦截,绝不随镜像默认开启。/v1/models返回体裁剪到最小字段,不返回权重路径、文件大小、后端地址。- 统一走 API 网关,网关侧强制 API Key / mTLS,禁止推理服务直接对公网暴露 NodePort。
应用层:URL 白名单 + 解析结果校验
只校验字符串是无效的(http://169.254.169.254/、http://10.96.0.1/ 都能绕过朴素正则)。必须校验 协议 + 域名白名单 + DNS 解析后的实际 IP ,并固定解析结果以防 DNS Rebinding:
import ipaddress, socketfrom urllib.parse import urlparseALLOWED_HOSTS = {"models.internal.example.com"}def validate_fetch_url(raw: str) -> str:u = urlparse(raw)if u.scheme not in ("http", "https"):raise ValueError("unsupported scheme")if u.hostname not in ALLOWED_HOSTS:raise ValueError("host not allowlisted")for info in socket.getaddrinfo(u.hostname, u.port or 443, proto=socket.IPPROTO_TCP):ip = ipaddress.ip_address(info[4])if (ip.is_private or ip.is_loopback or ip.is_link_localor ip.is_reserved or ip.is_multicast):raise ValueError(f"resolved to non-public address: {ip}")return raw # 后续请求应固定到已校验的 IP,避免二次解析
补充三条工程实践:出站请求统一走 正向代理 并配置域名白名单;禁用重定向跟随(allow_redirects=False);对模型拉取任务设置超时与响应体大小上限。
编排层:K8s 最小权限
apiVersion: v1kind: ServiceAccountmetadata:name: ai-apinamespace: ai-servingautomountServiceAccountToken: false # 不需要访问 API Server 就别挂 Token---apiVersion: networking.k8s.io/v1kind: NetworkPolicymetadata:name: ai-api-egress-restrictnamespace: ai-servingspec:podSelector:matchLabels: {app: ai-api}policyTypes: ["Egress"]egress:- to: # 仅放通 DNS- namespaceSelector: {matchLabels: {kubernetes.io/metadata.name: kube-system}}ports:- {protocol: UDP, port: 53}- to: # 仅放通模型仓库- ipBlock: {cidr: 10.20.0.0/24}ports:- {protocol: TCP, port: 443}
同时:用 namespace 级 Role 替代 ClusterRole,禁止业务 SA 绑定 cluster-admin;开启 API Server 审计日志并接入告警;开启 etcd 静态加密(EncryptionConfiguration);对长期不用的凭证改用短期 Token 或 External Secrets / 云 KMS 托管。
网络层
API Server 不应与业务 Pod 同网段可达;GPU 节点池单独划分安全组;开启 NetworkPolicy 默认拒绝(default-deny)再按需放通。
五、已经泄露了怎么办:轮换优先于修复
修复漏洞不等于止损。 凭证一旦出现在响应体里,就必须假定已被获取 ,处置顺序:
- 轮换 :
ai-api-key、数据库与 Redis 凭证、ServiceAccount Token、镜像仓库凭证、对象存储 AK/SK,全部重新签发。 - 降权 :把涉事 SA 的权限收到最小集,删除攻击期间新增的 SA、ClusterRoleBinding、CronJob 和异常 Pod。
- 溯源 :从审计日志按时间线检索 Secrets 读取、Token 创建、
exec/portforward行为,确认横向范围。 - 验证 :确认新凭证生效后,重跑第三节的排查清单,并检查数据层是否有异常查询或外连流量。
六、把”自建暴露面”变成”选型问题”
这条链路的根本教训是: 自建推理服务的成本不只是 GPU,还包括鉴权、网络隔离、凭证管理和安全运维。 很多团队实际上并不需要自己托管全部模型——标准化的调用需求完全可以走统一接入。
在大模型 API 服务平台上,你可以先做两件事再决定架构:一是通过模型发现与选型能力,对比不同模型在长上下文、代码、多模态等场景的能力边界,判断哪些必须私有化、哪些用托管服务即可;二是用价格与性能对比评估调用成本,把”自建 GPU 常驻成本 + 安全加固人力”和”按量调用成本”放在同一张表里算。
确定接入方式后,词元所的统一 API 接入能力可以减少多模型适配层的自研量,调用管理则便于按业务线归集用量与成本—— 自建的组件越少,需要加固的入口就越少 ,这本身就是最有效的安全设计。
一句话总结 :/debug 关掉、model 参数做白名单校验、Pod 不挂多余 Token、NetworkPolicy 默认拒绝——四件事做完,这条从 SSRF 到集群凭证泄露的链路就断了。

登录后可评论,请前往 登录 或 注册