佛山网评 | DeepSeek爆火背后，网络安全风险不容忽视

当前，人工智能正以前所未有的速度重构产业版图，以DeepSeek为代表的垂直领域大模型，凭借其强大的知识理解与生成能力，成为企业数字化转型的“新基建”。在数据主权与商业机密保护的双重驱动下，私有化部署模式备受追捧。企业将核心数据投喂给本地化部署的AI系统，试图锻造出专属的智能引擎。但在这场人工智能赋能千行百业的行动中，算法偏见、数据泄露、系统漏洞等网络和数据安全风险不容忽视。

私有化部署的AI系统正面临“技术裸奔”的困境。网络空间测绘显示，国内超1.1万个基于Ollama框架的DeepSeek系统暴露在公网，其中超80%存在未授权访问漏洞，黑客仅需基础渗透工具即可长驱直入。更令人担忧的是，企业为规避公有云和数据出域风险而选择私有化部署方案，反而让数据在本地知识库中形成“数据堰塞湖”。常年未更新的开源组件、脆弱的API接口、缺失的数据传输加密，使得商业计划书、研发数据、客户信息等核心资产如同置于透明保险箱。

私有化部署的AI系统面临多种网络安全风险。一是架构性漏洞。多数企业沿用“安装即用”的粗放模式，未对默认端口、调试接口进行收敛，开源框架的供应链漏洞成为攻击跳板。二是数据流失控。训练数据与推理结果的明文存储、跨系统传输缺乏审计，员工误操作与外部窃取双重威胁叠加。三是防御体系割裂。部分企业将AI系统独立建设，未能与现有网络安全体系形成联防联控，导致攻击面持续扩大。

构建有效AI系统防御能力显得尤为迫切。一方面是提升技术能力。企业可采取基于最小权限原则，关闭非必要端口、及时更新补丁、修复漏洞等加固安全。以数据全生命周期为核心，打造“加密+备份”模式。部署入侵检测、日志审计等安全监测设备，实现7×24小时实时监测。另一方面是强化管理侧管控。常态化开展员工安全意识培训，定期进行社会工程学模拟攻防，制定网络和数据安全等系列制度并严格执行。

随着人工智能发展的突飞猛进，企业既要迅速拥抱这一轮生产力变革浪潮，又要高度重视网络和数据安全带来的风险隐患，方能在数字化转型发展的道路中行稳致远。

文/周杨

以上文章只是作者个人言论，不代表本网观点。

版权声明：凡注明来源为佛山新闻网的文章均系佛山新闻网原创作品，版权归佛山新闻网所有，转载请务必注明来源及作者。违反上述声明者，本网将追究其相关法律责任。

(编辑：欧肖钰)