دسترس‌پذیری گسترده مدل‌های زبانی بنیادین با وزن‌های باز (مانند Llama 3، Mistral، DeepSeek و Qwen) تحولی بنیادین در میزبانی محلی هوش مصنوعی پدید آورده است. سازمان‌ها، آزمایشگاه‌های دانشگاهی و شرکت‌های تجاری برای حفاظت از محرمانگی داده‌ها، کاهش تأخیر در پردازش و حذف وابستگی به خدمات ابری شخص ثالث، اقدام به راه‌اندازی سرورهای پردازش محلی (On-Premise) می‌کنند. ابزارهای مجری مانند Ollama، vLLM و LocalAI به مهندسان اجازه می‌دهند تا مدل‌های کوانتیزه‌شده را با چند دستور ساده روی رابط‌های استاندارد HTTP REST در دسترس قرار دهند.

با این حال، این فرایند سریع استقرار، شکاف امنیتی بزرگی به همراه داشته است. برای برقراری ارتباط راه دور میان اعضای تیم یا اتصال سرورها، کارشناسان اغلب این ابزارها را روی تمام رابط‌های شبکه (0.0.0.0) فعال می‌کنند. از آنجا که این موتورها در اصل برای اجرا روی سیستم‌های ایزوله توسعه یافته‌اند، فاقد ساختار کنترل دسترسی مبتنی بر نقش (RBAC)، احراز هویت اجباری با کلید API و محدودکننده نرخ درخواست هستند. باز بودن این درگاه‌ها در اینترنت عمومی یا شبکه‌های داخلی ناامن، خوشه‌های پردازش گرافیکی را به اهدافی بدون محافظت بدل می‌سازد.

+-------------------------------------------------------------------------------+
|         بردارهای حمله به API مدل‌های محلی و دفاع در لایه ۳ شبکه               |
|                                                                               |
|  [مهاجم خارجی / موتورهای پویش Shodan و Censys]                                |
|         |                                                                     |
|         +--- ۱. پویش پورت‌های شبکه (TCP 11434 / 8000)                         |
|         |    کشف رابط باز و احرازنشده Ollama یا vLLM روی 0.0.0.0              |
|         |                                                                     |
|         +--- ۲. استخراج وزن‌های مدل: `GET /api/tags` و `POST /api/pull`       |
|         |    دانلود مستقیم وزن‌های GGUF و داده‌های اختصاصی RAG                |
|         |                                                                     |
|         +--- ۳. سوءاستفاده از توان گرافیکی و DoS: `POST /v1/chat/completions` |
|         |    ارسال بارهای پردازشی سنگین با کانتکست 8k و پر کردن حافظه VRAM    |
|         |                                                                     |
|         +--- ۴. اجرای کد از راه دور (RCE - آسیب‌پذیری CVE-2024-37032)         |
|              تزریق لایه‌های مخرب مدل و پیمایش غیرمجاز در مسیرهای سیستم‌عامل   |
|                                                                               |
|  ====================== معماری جداسازی ترافیک با VPN لایه ۳ ================  |
|                                                                               |
|  [سرور پردازشی GPU (اجرای Ollama / vLLM)]                                     |
|         |                                                                     |
|         +---> شنود منحصراً روی: `127.0.0.1` یا `10.8.0.5` (tun0 / wg0)        |
|         |     رابط فیزیکی شبکه (eth0): پورت‌های 11434 و 8000 کاملاً مسدودند   |
|         |                                                                     |
|  [سیستم توسعه‌دهنده مجاز] ===(تونل WireGuard / RiceGuard)===> [سرور مدل]       |
|  - دست‌تکانی با کلیدهای نامتقارن (Ed25519) پیش از هرگونه تبادل داده‌های TCP    |
|  - حذف کامل پورت‌های باز در فضای عمومی اینترنت                                |
|  - بخش‌بندی دقیق زیرشبکه‌ها: ایزوله‌سازی منابع پردازشی از ترافیک ناشناس        |
+-------------------------------------------------------------------------------+

بردارهای نفوذ به نقاط پایانی پردازش بدون احراز هویت

برخلاف ارائه‌دهندگان تجاری ابر که اعتبارسنجی توکن‌ها را به شکل پیش‌فرض الزامی می‌دانند، سرورهای محلی پردازش هوش مصنوعی فرض را بر امن بودن محیط پیرامون می‌گذارند. در صورت دسترسی‌پذیری این پورت‌ها، سازمان با سه تهدید عمده روبه‌رو می‌شود:

۱. سرقت وزن‌های اختصاصی مدل و داده‌های محرمانه

شرکت‌ها سرمایه‌گذاری هنگفتی برای بهینه‌سازی دقیق (Fine-Tuning) مدل‌های پایه بر اساس داده‌های سازمانی، کدهای منبع و اسناد حقوقی خود انجام می‌دهند. در زمان باز بودن پورت‌های سرویس Ollama:

  • مهاجم با ارسال یک درخواست ساده GET /api/tags فهرست تمام مدل‌های موجود در حافظه را استخراج می‌کند.
  • با ارجاع به شناسه‌های داده‌ای /api/blobs/sha256:...، فایل‌های باینری وزن‌ها در قالب GGUF یا Safetensors مستقیماً از طریق ارتباط TCP با حداکثر پهنای باند دانلود می‌شوند.
  • دارایی‌های فکری سازمان به سرقت می‌رود، بی‌آنکه هشداری در سامانه‌های سنتی پایش امنیت میزبان ثبت شود.

۲. سوءاستفاده از منابع کارت گرافیک و حمله منع سرویس (DoS)

کارت‌های گرافیک پیشرفته نظیر NVIDIA H100، A100 و RTX 4090 هزینه تأمین و نگهداری فوق‌العاده بالایی دارند. نفوذگران این نقاط باز را به عنوان مزرعه پردازش رایگان به کار می‌گیرند. ارسال درخواست‌های مداوم با حداکثر طول زمینه (max_tokens: 4096)، تمام هسته‌های پردازشی را به کار گرفته و حافظه VRAM را پر می‌کند. این امر موجب داغ شدن پردازنده، افت سرعت سخت‌افزار و توقف سامانه‌های عملیاتی شرکت می‌شود.

۳. اجرای کد از راه دور از طریق پیمایش دایرکتوری

آسیب‌پذیری رسمی با شناسه CVE-2024-37032 (شناخته‌شده با عنوان Probllama) آشکار ساخت که یک درگاه باز پردازشی می‌تواند به تسلط کامل بر سیستم‌عامل سرور منجر شود. مهاجم با ارسال درخواست دستکاری‌شده POST /api/pull به یک مخزن ساختگی، از کاراکترهای پیمایش دایرکتوری (../../) استفاده می‌کرد.

در زمان باز کردن لایه‌های مدل، فایل‌های باینری در مسیرهای حساسی خارج از دایرکتوری اختصاصی کپی می‌شدند. بدین ترتیب مهاجم می‌توانست کلیدهای SSH خود را تزریق کرده، کارهای خودکار زمان‌بندی‌شده تعریف کند و دسترسی خود را تا بالاترین سطح اختیارات ریشه (Root) بالا ببرد.

+-------------------------------------------------------------------------+
|                  مقایسه پورت باز با توپولوژی شبکه امن                   |
|                                                                         |
|   پیکربندی ناامن (پورت باز):                 ساختار امن شبکه VPN:       |
|   +-----------------------+                  +-----------------------+  |
|   | اینترنت عمومی         |                  | اینترنت عمومی         |  |
|   +-----------------------+                  +-----------------------+  |
|               |                                          |              |
|     TCP 11434 | (پورت کاملاً باز)            UDP 51820   | (رمزنگاری)   |
|               v                                          v              |
|   +-----------------------+                  +-----------------------+  |
|   | سرور: 0.0.0.0:11434   |                  | رابط شبکه WireGuard   |  |
|   | بدون احراز هویت       |                  | حذف بسته‌های ناشناس    |  |
|   +-----------------------+                  +-----------------------+  |
|               |                                          |              |
|       تهدیدات:                               10.8.0.5:11434 (داخلی)     |
|       - تخلیه وزن‌های مدل                                v              |
|       - از کار انداختن GPU                   +-----------------------+  |
|       - تزریق لایه‌های مخرب                  | سرویس LLM روی 10.8.0.5|  |
|       - رخنه امنیتی CVE                      | پنهان از دید بیرونی   |  |
|                                              +-----------------------+  |
+-------------------------------------------------------------------------+

کاستی‌های پروکسی‌های معکوس در سطح برنامه

برخی متخصصان برای حل این چالش از یک پروکسی معکوس (نظیر Nginx یا Caddy) همراه با احراز هویت اولیه HTTP استفاده می‌کنند. با اینکه این کار ابزارهای پویش ساده را متوقف می‌کند، ولی آسیب‌پذیری‌های زیر پابرجا می‌مانند:

  • حملات جعل درخواست سمت سرور (SSRF): ابزارهای وب‌گردی هوش مصنوعی یا کارگزاران کدی که در شبکه داخلی اجرا می‌شوند، چنانچه با حملات تزریق پرامپت مواجه شوند، ممکن است به نشانی http://127.0.0.1:11434 دسترسی پیدا کرده و لایه حفاظتی پروکسی بیرونی را نادیده بگیرند.
  • خطای شنود همزمان درگاه‌ها (Dual Binding): هنگام پیکربندی سرویس‌ها، گاه فراموش می‌شود که موتور Ollama همچنان روی 0.0.0.0:11434 فعال است، در حالی که Nginx روی پورت 443 کار می‌کند. در نتیجه، پورت ناامن همچنان روی رابط فیزیکی شبکه در دسترس باقی می‌ماند.

معماری VPN لایه ۳: ایزوله‌سازی بنیادی زیرساخت‌های هوش مصنوعی

مطمئن‌ترین راهکار، جداسازی سرورهای پردازشی در لایه ۳ شبکه پیش از آغاز هرگونه ارتباط متنی TCP است. با الحاق میزبان‌های پردازشی به یک شبکه خصوصی مبتنی بر لایه ۳ (همچون WireGuard یا پروتکل RiceGuard)، صحت هر بسته ارسالی در سطح هسته سیستم اعتبارسنجی می‌شود.

+-------------------------------------------------------------------------+
|                  پالایش بسته‌ها و جداسازی ترافیک لایه ۳                  |
|                                                                         |
|  [ورود بسته‌های داده از شبکه بیرونی]                                     |
|               |                                                         |
|               v                                                         |
|  [هسته لینوکس / دیواره آتش Netfilter]                                   |
|  +--------------------------------------------------------------------+ |
|  | قانون ۱: حذف تمام بسته‌های TCP ورودی به پورت‌های 11434 و 8000 روی eth0| |
|  | قانون ۲: پذیرش بسته‌های UDP روی پورت 51820 (پروتکل تونل)             | |
|  +--------------------------------------------------------------------+ |
|               |                                                         |
|               v                                                         |
|  [بررسی صحت رمزنگاری در تونل شبکه]                                      |
|  - تایید اعتبار دست‌تکانی پروتکل Noise و کلیدهای نشست 1-RTT             |
|  - تطبیق کلید عمومی Ed25519 با فهرست فرستنده‌های مجاز AllowedIPs       |
|  - حذف خاموش بسته‌های احرازنشده بدون ارسال هیچ پاسخی (Silent Drop)      |
|               |                                                         |
|               v (بسته لایه ۳ رمزگشایی‌شده و معتبر)                       |
|  [رابط شبکه مجازی: wg0 / tun0 (10.8.0.5)]                               |
|               |                                                         |
|               v                                                         |
|  [سرویس پردازشی هوش مصنوعی]                                             |
|  - شنود منحصراً روی 10.8.0.5:11434 یا 127.0.0.1:11434                   |
|  - پردازش ایمن درخواست‌های ارسالی از سوی مهندسان تاییدشده              |
+-------------------------------------------------------------------------+

این شیوه سه مزیت راهبردی در بر دارد:

۱. پنهان‌سازی مطلق پورت‌ها (عملکرد خاموش)

سرویس‌های متداول TCP در برابر ابزارهای پویش با بسته‌های RST یا SYN-ACK پاسخ می‌دهند. اما رابط شبکه لایه ۳ با تکیه بر پروتکل Noise، بسته‌های فاقد امضای معتبر را بدون کوچک‌ترین واکنشی نادیده می‌گیرد. در نتیجه برای پویشگران خارجی، دستگاه کاملاً خاموش به نظر می‌رسد.

۲. اعتبارسنجی نقطه‌به‌نقطه با کلیدهای رمزنگاری

مدیریت دسترسی از تکیه بر گذرواژه‌های ناپایدار فاصله می‌گیرد. هر لپ‌تاپ سازمانی یا سامانه خودکار آزمون مجهز به یک کلید خصوصی مجزا خواهد بود. مسدود کردن دسترسی یک دستگاه مفقودشده به سادگی و بدون نیاز به راه‌اندازی دوباره سرور هوش مصنوعی انجام می‌پذیرد.

۳. مهار حرکت‌های جانبی در شبکه محلی

تنظیم شنود روی نشانی اختصاصی شبکه مجازی (10.8.0.5:11434) ارتباط را حتی از سایر رایانه‌های حاضر در همان شبکه محلی قطع می‌کند. اگر رایانه‌ای در شبکه اداری آسیب ببیند، نفوذگران نمی‌توانند از طریق شبکه داخلی به سامانه‌های هوش مصنوعی دسترسی یابند.

دستورالعمل ایمن‌سازی سرورهای محلی هوش مصنوعی

برای حفاظت جامع از سرورهای پردازش متن، اعمال این سه مرحله ضروری است:

۱. تنظیم دقیق آدرس شنود پردازشگر

هرگز از نشانی 0.0.0.0 استفاده نکنید. در سرویس‌های Ollama که تحت مدیریت systemd هستند، فایل پیکربندی /etc/systemd/system/ollama.service.d/override.conf را ویرایش نمایید:

# پیکربندی نشانی شنود در /etc/default/ollama یا systemd
OLLAMA_HOST="127.0.0.1:11434"
OLLAMA_ORIGINS="http://127.0.0.1:*,https://internal.app"

در صورت نیاز به ارتباط چند رایانه از طریق شبکه مجازی، آدرس اختصاصی تونل را وارد کنید:

# شنود منحصراً روی آدرس IP اختصاصی شبکه امن
OLLAMA_HOST="10.8.0.5:11434"

۲. تعریف قوانین دیواره آتش در هسته سیستم

با اجرای دستورات زیر در iptables دسترسی مستقیم به پورت‌های پردازشی از طریق کارت شبکه فیزیکی (eth0) را مسدود کرده و عبور ترافیک را تنها از طریق رابط امن (wg0 یا tun0) مجاز شمارید:

# بستن پورت‌های پردازشی روی کارت شبکه فیزیکی
sudo iptables -A INPUT -i eth0 -p tcp --dport 11434 -j DROP
sudo iptables -A INPUT -i eth0 -p tcp --dport 8000 -j DROP

# مجاز کردن ارتباط تنها از مسیر شبکه امن
sudo iptables -A INPUT -i wg0 -p tcp --dport 11434 -j ACCEPT
sudo iptables -A INPUT -i wg0 -p tcp --dport 8000 -j ACCEPT

۳. مدیریت مجوزهای فایل و استفاده از زیرساخت‌های پایدار

سطح دسترسی پوشه وزن‌های مدل را به کاربر اختصاصی سرویس محدود نمایید. برای اتصال مداوم تیم‌های فنی به خوشه‌های محاسباتی، استفاده از خدمات مطمئن شبکه‌ای مانند دریافت VPNRice انتقال رمزنگاری‌شده و پایش دقیق تمام جریان‌های داده را فراهم می‌آورد.

پیوند محدودسازی رابط‌های محلی و قرنطینه در لایه ۳ شبکه، ساختاری پایدار پدید می‌آورد و از داده‌ها و منابع ارزشمند پردازشی در برابر بهره‌کشی‌های غیرمجاز صیانت می‌کند.