流行 AI 框架 Ollama 驚現「越界讀取」漏洞　用戶敏感資料或面臨外洩風險

Ollama 憑藉其極簡的安裝流程與強大的兼容性，成為目前全球最受歡迎的開源 AI 框架之一。然而，網絡安全研究人員近日在該平台上發現了一個嚴重的安全漏洞「越界讀取」（Out-of-bounds Read），這可能導致用戶的私隱數據與系統機密在不知不覺中被盜取。

記憶體防線失守：漏洞成因剖析

在電腦運作的微觀世界中，每一項資料都會被存放在指定的「記憶體儲存格」內，並有嚴格的範圍限制。這次發現的漏洞就像是系統的邊界檢查出現了疏漏。當程序在處理特定指令（例如處理用戶上傳的模型文件或輸入的複雜指令）時，未能正確判斷數據的長度，導致讀取動作「越界」，觸碰到了原本不該存取的記憶體區域。

對於 Ollama 的使用者而言，這意味著攻擊者可能透過精心設計的惡意數據，誘使系統讀取到記憶體中殘留的其他敏感資訊，例如：先前的對話記錄、系統的加密密鑰，甚至是伺服器的內部存取權限。由於這種攻擊不需要傳統意義上的「密碼入侵」，其隱蔽性極高，用戶往往難以察覺自己的數據已被非法讀取。

技術淺釋： 想像一個有編號的置物櫃，每個人只能打開自己的櫃子。而「越界讀取」漏洞則讓某人可以用特殊手段，在打開自己的櫃門時，卻能「看過界」瞄到隔壁甚至整排櫃子裡的私人物品。

防範未然：應對方案與建議

由於 Ollama 被廣泛應用於個人電腦及企業內部的測試伺服器，此漏洞的潛在影響範圍不容忽視。網絡安全專家指出，這類漏洞在開源軟件中雖非罕見，但考慮到 AI 處理的數據往往包含大量個人意圖與商業機密，其修補的迫切性極高。

目前，官方開發團隊已經接收到相關漏洞報告。對於廣大的香港科技用戶與開發者，建議採取以下步驟以保障安全：首先，必須養成定期檢查軟件更新的習慣，一旦官方發佈修復版本（Patch），應儘快下載更新；其次，應避免將本地 AI 服務直接連接到開放的公眾網絡，並儘量在受保護的防火牆環境下運行，以降低被遠程攻擊的機會。