أدى الانتشار الواسع لنماذج اللغات الكبيرة مفتوحة الأوزان (مثل Llama 3 وMistral وDeepSeek وQwen) إلى ثورة في استضافة الذكاء الاصطناعي محلياً. وتتجه فرق الهندسة والمختبرات البحثية والمؤسسات إلى تشغيل خوادم الاستدلال الخاصة بها (On-Premise) لحماية سرية البيانات والحد من أزمنة التأخير وتجنب الاعتماد على مزودي الخدمات السحابية. وتتيح محركات الاستدلال الشائعة، مثل Ollama وvLLM وLocalAI، تشغيل النماذج المكممة عبر واجهات برمجية قياسية (HTTP REST) بأقل قدر من التعقيد.

ومع ذلك، أفرز هذا التحول السريع ثغرة أمنية شبكية بالغة الخطورة. فمن أجل تسهيل العمل عن بُعد بين أعضاء الفريق أو ربط الخدمات البرمجية عبر خوادم متعددة، يضبط المهندسون هذه الأدوات للاستماع إلى كافة واجهات الشبكة المتاحة (0.0.0.0). ونظراً لأن هذه المحركات صُممت أساساً للأجهزة المعزولة، فإنها تفتقر لأنظمة التحكم في الوصول المستندة إلى الأدوار (RBAC)، وتخلو من متطلبات التوثيق الإلزامي بمفاتيح API، ولا تتضمن آليات لتحديد معدل الطلبات. وعندما تصبح هذه المنافذ مكشوفة على الإنترنت العام أو عبر شبكة محلية مشتركة، تتحول خوادم المعالجة باهظة التكلفة إلى أهداف مفتوحة للاختراق.

+-------------------------------------------------------------------------------+
|         مسارات الهجوم على واجهات LLM المكشوفة ونموذج الحماية بالطبقة ۳        |
|                                                                               |
|  [المهاجم الخارجي / محركات المسح مثل Shodan وCensys]                         |
|         |                                                                     |
|         +--- ١. فحص المنافذ المفتوحة (TCP 11434 / 8000)                       |
|         |    اكتشاف واجهة Ollama أو vLLM غير الموثقة على 0.0.0.0             |
|         |                                                                     |
|         +--- ٢. استخراج أوزان النماذج: `GET /api/tags` و `POST /api/pull`     |
|         |    تنزيل أوزان GGUF/Safetensors وقواعد المعرفة الخاصة RAG           |
|         |                                                                     |
|         +--- ٣. استنزاف معالجات GPU وحجب الخدمة: `POST /v1/chat/completions`  |
|         |    إرسال سياقات مكثفة بطول 8k، مما يسبب امتلاء ذاكرة VRAM           |
|         |                                                                     |
|         +--- ٤. تنفيذ التعليمات البرمجية عن بُعد (CVE-2024-37032)             |
|              حقن طبقات نماذج خبيثة واجتياز مسارات النظام الداخلي              |
|                                                                               |
|  ====================== بنية العزل الشبكي عبر شبكات VPN لطبقة الشبكة =======  |
|                                                                               |
|  [خادم استدلال الذكاء الاصطناعي (Ollama / vLLM)]                              |
|         |                                                                     |
|         +---> الاستماع حصرياً على: `127.0.0.1` أو `10.8.0.5` (tun0 / wg0)     |
|         |     بطاقة الشبكة المادية (eth0): إغلاق تام للمنافذ 11434 و8000      |
|         |                                                                     |
|  [جهاز المهندس المعتمد] ======(نفق WireGuard / RiceGuard)======> [الخادم]     |
|  - مصافحة تشفير بالمفاتيح العامة (Ed25519) قبل بدء أي تدفق TCP                 |
|  - إخفاء تام لكافة المنافذ المفتوحة أمام فضاء الإنترنت العام                  |
|  - تقسيم شبكي محكم: عزل مجموعات معالجات GPU عن أي حركة بيانات مجهولة          |
+-------------------------------------------------------------------------------+

مسارات استغلال نقاط نهاية الاستدلال غير الموثقة

على عكس منصات السحابة التجارية التي تطبق التحقق من الرموز بشكل صارم، تفترض محركات النماذج المحلية أن البيئة المحيطة بها آمنة تماماً. وعندما يتبدد هذا الافتراض، يواجه النظام ثلاثة تهديدات مباشرة:

١. سرقة أوزان النماذج المخصصة والبيانات الحساسة

تستثمر المؤسسات أموالاً طائلة في موالفة النماذج الأساسية بدقة (Fine-Tuning) باستخدام بيانات الدعم وسجلات الشفرات البرمجية والوثائق الداخلية. وعندما يعمل محرك Ollama على منفذ مفتوح:

  • يستعلم المهاجم عبر GET /api/tags للحصول على قائمة شاملة بالنماذج المحفوظة.
  • ومن خلال الاستعلام عن معرفات الكتل /api/blobs/sha256:...، يقوم بتنزيل ملفات الأوزان الثنائية بصيغ GGUF أو Safetensors بالسرعة الكاملة التي تتيحها الشبكة.
  • تفقد الشركة حقوق ملكيتها الفكرية دون أن تصدر أي تنبيهات عن أنظمة مراقبة التسلل التقليدية (HIDS).

٢. سرقة قدرات معالجات الرسوميات وحجب الخدمة (DoS)

تتطلب معالجات الرسوميات المتطورة مثل NVIDIA H100 وA100 وRTX 4090 تكاليف تشغيلية باهظة. ويستغل القراصنة هذه المنافذ المفتوحة للاستفادة من قدرات المعالجة دون مقابل، حيث يرسلون طلبات توليد متتابعة بسياقات مطولة (max_tokens: 4096). ويؤدي ذلك إلى تشغيل نوى المعالجة بنسبة 100 % واستنزاف ذاكرة VRAM بالكامل، مما يسبب اختناقاً حرارياً للمعدات وتعطيل المهام الإنتاجية للشركة.

٣. تنفيذ التعليمات البرمجية عن بُعد عبر اجتياز المسارات

كشفت الثغرة المسجلة تحت الرمز CVE-2024-37032 (والمعروفة باسم Probllama) أن واجهة الاستدلال المكشوفة قد تمنح المهاجم سيطرة مطلقة على نظام التشغيل. فمن خلال إرسال طلب POST /api/pull معد خصيصاً يتصل بسجل خارجي غير موثوق، استغل المهاجمون محارف اجتياز المسار (../../).

وعند قيام المحرك بفك ضغط طبقات النموذج، كُتبت ملفات ثنائية مباشرة في مسارات حساسة خارج مجلد التخزين المخصص. ومكّن ذلك المهاجمين من زرع مفاتيح SSH غير مصرح بها أو تعديل جداول المهام التلقائية (cron)، مما رفع صلاحياتهم إلى مستوى المستخدم الجذر (root).

+-------------------------------------------------------------------------+
|                  مقارنة بين المنفذ المكشوف والشبكة الخاصة المعزولة      |
|                                                                         |
|   البنية غير الآمنة (منفذ مكشوف):            البنية المحصنة (شبكة VPN): |
|   +-----------------------+                  +-----------------------+  |
|   | الإنترنت العام        |                  | الإنترنت العام        |  |
|   +-----------------------+                  +-----------------------+  |
|               |                                          |              |
|     TCP 11434 | (منفذ مفتوح)                 UDP 51820   | (اتصال مشفر) |
|               v                                          v              |
|   +-----------------------+                  +-----------------------+  |
|   | الخادم: 0.0.0.0:11434 |                  | واجهة WireGuard       |  |
|   | دون توثيق             |                  | إسقاط الحزم المجهولة  |  |
|   +-----------------------+                  +-----------------------+  |
|               |                                          |              |
|       مخاطر مباشرة:                          10.8.0.5:11434 (داخلي)     |
|       - استنزاف الأوزان                                  v              |
|       - حجب خدمة GPU                         +-----------------------+  |
|       - حقن طبقات خبيثة                      | محرك LLM على 10.8.0.5 |  |
|       - استغلال ثغرة CVE                     | اختفاء كامل عن الخارج |  |
|                                              +-----------------------+  |
+-------------------------------------------------------------------------+

أوجه القصور في الخوادم الوكيلة العكسية

يلجأ بعض مديري الأنظمة إلى وضع خادم وكيل عكسي (مثل Nginx أو Caddy) مع توثيق HTTP الأساسي لحماية واجهة الاستدلال. ورغم أن هذا يصد أدوات الفحص العشوائية، إلا أنه ينطوي على ثغرات هيكلية:

  • هجمات تزوير الطلبات من جانب الخادم (SSRF): يمكن للوكلاء الأذكياء أو برمجيات فحص الويب العاملة في نفس الشبكة، حال استهدافها بهجمات حقن الأوامر، أن تطلب الرابط http://127.0.0.1:11434 داخلياً دون المرور بآلية التوثيق الخارجية.
  • ثغرات الربط المزدوج للمنافذ: عند إعداد الخدمات، يغفل الفنيون في الغالب حقيقة أن محرك Ollama يستمر في الاستماع على 0.0.0.0:11434، بينما يستمع Nginx على المنفذ 443، مما يترك المنفذ الأصلي مكشوفاً عبر بطاقة الشبكة المادية.

بنية شبكات VPN في الطبقة الثالثة لحماية البنية التحتية

يتمثل الحل التقني الأمثل في عزل خوادم الاستدلال في طبقة الشبكة (Layer 3) قبل السماح بإنشاء أية اتصالات نقل عبر بروتوكول TCP. ومن خلال ضم الخوادم إلى شبكة خاصة افتراضية (مثل WireGuard أو بروتوكول RiceGuard)، يتحقق نظام التشغيل من السلامة التشفيرية لكل حزمة بيانات.

+-------------------------------------------------------------------------+
|                  تصفية الحزم والعزل التشفيري في طبقة الشبكة             |
|                                                                         |
|  [وصول حزم البيانات من الشبكة الخارجية]                                 |
|               |                                                         |
|               v                                                         |
|  [نواة لينكس / محرك جدار الحماية Netfilter]                             |
|  +--------------------------------------------------------------------+ |
|  | القاعدة ١: إسقاط حزم TCP الواردة على eth0 للمنافذ 11434 و8000      | |
|  | القاعدة ٢: السماح فقط بحزم UDP على المنفذ 51820 (نفق الشبكة)        | |
|  +--------------------------------------------------------------------+ |
|               |                                                         |
|               v                                                         |
|  [التحقق التشفيري من الحزم في النفق الآمن]                              |
|  - التحقق من مصافحة بروتوكول Noise ومفاتيح الجلسة المتبادلة             |
|  - مطابقة المفتاح العام Ed25519 مع قائمة العناوين المسموحة AllowedIPs  |
|  - إسقاط الحزم غير المصرح بها صامتاً ودون أي رد شبكي (Silent Drop)      |
|               |                                                         |
|               v (حزمة بيانات صالحة بعد فك التشفير)                      |
|  [واجهة الشبكة الافتراضية: wg0 / tun0 (10.8.0.5)]                       |
|               |                                                         |
|               v                                                         |
|  [محرك الاستدلال Ollama / vLLM]                                         |
|  - الاستماع محصور على 10.8.0.5:11434 أو 127.0.0.1:11434                 |
|  - معالجة طلبات المهندسين المعتمدين بأمان تام                           |
+-------------------------------------------------------------------------+

يوفر هذا النهج ثلاث مزايا تقنية استراتيجية:

١. التخفي الكامل للمنافذ (Silent Operation)

ترسل خدمات TCP المعتادة حزم RST أو SYN-ACK عند استكشافها بأدوات الفحص. أما واجهات الطبقة الثالثة المبنية على بروتوكول Noise، فإنها تسقط أي حزمة لا تحمل توقيعاً رقمياً معتمداً دون إصدار أي إشعار. وبالنسبة للمتربصين على الإنترنت، يظهر الخادم كأنه مفصول تماماً عن الشبكة.

٢. التوثيق المتبادل بالمفاتيح غير المتناظرة

ينتقل نظام التحكم في الوصول من كلمات المرور المعرضة للمشاركة أو التخمين إلى أزواج المفاتيح المشفرة. ويمتلك كل حاسوب مهندس أو خادم أتمتة مفتاحاً خاصاً فريداً، ويمكن إلغاء تصريح أي جهاز مفقود في ثوانٍ معدودة داخل جدول التوجيه دون الحاجة لإعادة تشغيل خادم النماذج.

٣. حظر التحركات الجانبية في الشبكة المحلية

من خلال حصر الاستماع على العنوان الافتراضي للنفق (10.8.0.5:11434)، تصبح الخدمة معزولة تماماً عن سائر الأجهزة المتصلة بنفس شبكة Wi-Fi المحلية. وحتى لو تعرض جهاز مكتبي آخر في المكتب للاختراق، فلن يتمكن المهاجم من الوصول إلى خوادم الذكاء الاصطناعي.

خطوات عملية لتأمين خوادم نماذج اللغات الكبيرة

لحماية خوادم الاستدلال المخصصة، يُنصح بتطبيق الإجراءات الثلاثة التالية:

١. تقييد عناوين الاستماع المحلية

لا تستخدم إطلاقاً العنوان العام 0.0.0.0. وللخدمات التي تدار عبر systemd مثل Ollama، قم بإنشاء ملف التكوين التالي في /etc/systemd/system/ollama.service.d/override.conf:

# ضبط عنوان الاستماع في /etc/default/ollama أو systemd
OLLAMA_HOST="127.0.0.1:11434"
OLLAMA_ORIGINS="http://127.0.0.1:*,https://internal.app"

وإذا كان الاتصال مطلوباً بين عدة خوادم، فحدد عنوان IP الافتراضي لشبكة VPN:

# حصر الاستماع حصرياً على العنوان الافتراضي للنفق المشفر
OLLAMA_HOST="10.8.0.5:11434"

٢. ضبط قواعد تصفية الحزم في جدار الحماية

استخدم iptables لحظر حركة المرور المتجهة إلى منافذ الاستدلال عبر بطاقة الشبكة المادية (eth0)، واقصر الوصول على الواجهة الافتراضية المشفرة (wg0 أو tun0):

# منع الوصول الخارجي للمنافذ عبر بطاقة الشبكة الفعلية
sudo iptables -A INPUT -i eth0 -p tcp --dport 11434 -j DROP
sudo iptables -A INPUT -i eth0 -p tcp --dport 8000 -j DROP

# حصر الاتصال داخل نفق الشبكة الافتراضية المشفر
sudo iptables -A INPUT -i wg0 -p tcp --dport 11434 -j ACCEPT
sudo iptables -A INPUT -i wg0 -p tcp --dport 8000 -j ACCEPT

٣. إدارة صلاحيات الملفات وتفعيل الاتصال المحمي

اقصر صلاحيات الوصول إلى مجلد أوزان النماذج على المستخدم الخاص بالخدمة. ولتأمين ربط الفروع البعيدة ومحطات العمل بالخوادم المركزية، يمكن الاعتماد على حلول شبكية موثوقة مثل تحميل VPNRice لتشفير قنوات الاتصال والتحكم الدقيق في الوصول.

إن التكامل بين تقييد المنافذ محلياً وعزل حركة البيانات في طبقة الشبكة يوفر حماية راسخة للبنية التحتية، مما يضمن الحفاظ على الملكية الفكرية وسرية أوزان النماذج ضد محاولات الاختراق والاستغلال غير المشروع.