中国人工智能企业DeepSeek推出的DeepSeek-R1和DeepSeek-V3模型受到大规模网络攻击，多次出现服务中断。

  2.专家表示，此次攻击类型多样，呈现出高度组织化、规模化特征，可大致划分为三个阶段。

  3.由于DeepSeek系列模型在数学、代码、自然语言推理等任务上的优异性能，吸引了多家平台上线.

  【环球时报报道 记者 郭媛丹 马俊】编者的话：中国人工智能（AI）企业DeepSeek（深度求索）推出的DeepSeek-R1和 DeepSeek-V3模型凭借在数学、代码、自然语言推理等任务上的优异性能而大受欢迎，接连在多个平台上线。但与此同时，DeepSeek线上服务也受到大规模网络攻击，多次出现服务中断等情况，引发了国内外安全业界的高度关注。这些网络攻击对于DeepSeek大模型的数据安全可能构成哪些威胁和挑战，有何深层次原因？《环球时报》记者正常采访了多位网络安全专家。

  据《环球时报》记者了解，2月3日，中国超算网络站点平台正式上线DeepSeek系列模型，并由平台提供全程算力支持，同时中国国产海光DCU（深度计算单元）也完成了与DeepSeek系列模型的适配。此前百度智能云、华为云、阿里云、腾讯云、360数字安全、云轴科技等多个中国平台都宣布上线DeepSeek系列模型，用户都能够在各大平台上调用DeepSeek-R1、DeepSeek-V3等模型。但DeepSeek系列模型大受欢迎的同时，也遭遇了严重的网络安全威胁。对此，国内多家网络安全公司接连发布安全报告。据360安全专家对《环球时报》记者介绍，本次针对DeepSeek的攻击类型多样，呈现出高度组织化、规模化特征，可大致划分为三个阶段。

  根据360安全大模型监测多个方面数据显示，第一阶段是DeepSeek频繁遭受分布式拒绝服务（DDoS）攻击，主要以轻微的HTTP代理攻击为主，从1月20日开始，NTP、SSDP、CLDAP等反射放大攻击流量慢慢的出现。第二阶段从1月27日中午开始，针对DeepSeek的攻击方式加入了大量的HTTP代理攻击，防御难度加大，攻击影响加深，直至凌晨，影响到DeepSeek的业务服务稳定。作为应对，DeepSeek在1月28日凌晨紧急切换了服务IP。第三阶段从1月30日凌晨开始，攻击愈演愈烈。以提供DDoS攻击服务来获利的RapperBot、HailBot等僵尸网络团伙开始参与攻击。从360安全大模型监测的数据分析来看，僵尸网络攻击指令捕获数在1月30日凌晨的3个小时内暴增，迫使DeepSeek又新增了一个服务IP。

  安天科技集团股份有限公司董事长、首席技术架构师肖新光4日接受《环球时报》记者正常采访时表示，DeepSeek此次遭受攻击的主要手段是DDoS攻击。攻击者通过海量僵尸网络节点发送各种请求连接占用资源，导致普通用户无法正常使用DeepSeek提供的服务。参与攻击的两个僵尸网络家族分别为HailBot和RapperBot，两者都是僵尸网络Mirai木马程序源码泄露的产物，命名源自日语中的“未来”。与传统僵尸网络感染控制大量Windows系统肉鸡不同，Mirai感染控制对象主要是物联网设备。2016年9月30日，Mirai僵尸网络源代码在GitHub平台公开泄露。2016年10月21日，Mirai攻击Dyn域名解析服务，导致欧美地区大量服务访问中断。

  肖新光还提及一个细节：制造Mirai的3名作者均为美国人，3人共同经营一个企业，对外宣称提供DDoS攻击防护，实则利用DDoS牟利。2018年3人被美国地方执法部门抓获，并被判处有期徒刑和罚金。“由于源代码的高度可复用性，全球黑产团伙以低成本构建‘同源异构’的僵尸网络集群——这些变种虽在表层功能上呈现差异，但其核心感染逻辑、C2指令体系与攻击模块均继承自Mirai原始架构，导致对其背后操控组织的关联性溯源存在一定困难。从样本分析来看，RapperBot组织为带有一定美国文化背景色彩的黑灰产组织，HailBot样本中有刻意栽赃抹黑中国的字符内容，可判定其为对中国有敌视政治倾向的攻击团伙。”肖新光表示。

  “僵尸网络的加入，标志着职业打手慢慢的开始下场，这说明DeepSeek面对的攻击方式一直在持续进化和复杂化，防御难度持续不断的增加，网络安全形势愈发复杂严峻。”奇安信XLab实验室安全专家表示。

  事实上，DeepSeek这样火爆全网的中国明星产品受到外界网络攻击并非个案。此前，《黑神话：悟空》在全球上线后，也遭遇了来自海外的大规模网络攻击，导致多国玩家纷纷反馈无法登录，进不去游戏。对此，肖新光认为，破坏大模型服务的稳定运行是可以简单直接观测到的攻击效果，也是攻击过程中大家最容易关注到的。“比如DeepSeek爆火推动了用户量、API调用量及并发请求的指数级增长，其基础设施始终处于高负载状态。在此背景下，叠加大规模DDoS攻击，就直接引发了服务响应延迟激增、API限流熔断甚至集群过载宕机，严重影响使用者真实的体验与业务连续性。”

  肖新光认为，DeepSeek作为高价值的平台目标，也一定会有攻击者试图进行入侵植入，获得更高的权限，窥视其运作情况，了解其更多底层技术等。DDoS攻击会成为相关攻击的掩护手段，但目前还没有更多的信息线索进行研判。“能确定的是，相关DDoS攻击带有较为鲜明的政治倾向背景。从《黑神话：悟空》上线，到DeepSeek爆火，中国的信息技术正在不断缔造新的传奇，而与此同时，它们也都遭遇了包括大规模DDoS攻击在内的网络安全威胁，未来此类情况会是一种新常态和新挑战。”肖新光表示。

  “目前来看，无论是《黑神话：悟空》还是DeepSeek都顶住了网络攻击。”肖新光分析说，从互联网资源服务提供者来看，防范DDoS攻击的方法是相对成熟的。需要将资源投入和常态化的安全运营深入结合，需要服务方、基础设施提供者和监督管理的机构进行多方配合协同。既包括部署更具弹性的分布式、多区域、多链路的服务架构，使用负载均衡器设备和策略，增强带宽和硬件设施，提升系统吞吐能力等，也包括完善安全监测、流量清洗，进行有关安全策略动态调整等。

  据介绍，与传统Web服务（如CGI动态页面或搜索引擎）相比，生成式人工智能的单次交互算力消耗更高，且开放的API接口极易被攻击者滥用为算力资源黑洞。大模型平台的业务特性与风险场景呈现显著特殊性，因此就需要进一步警惕算力资源攻击风险。肖新光表示，“我们还要进一步关注大数据平台的数据安全风险：由于大模型训练与推理过程中涉及多租户数据交织存储、微调参数残留等问题，可能引发敏感信息泄露（如用户隐私数据通过模型输出侧信道泄露）。”

  接受《环球时报》记者正常采访的360安全专家觉得，未来针对DeepSeek的攻击将会不断持续，手段也将不断演变，DeepSeek所面临的威胁仍没有消除，这不仅凸显了当前网络安全的严峻挑战，也为众多企业在安全管理方面敲响警钟。该专家觉得，从此事不难发现，DDoS攻击成为大规模网络攻击的“必杀技”，需要警惕国家级对手。因为本次DeepSeek遭遇的网络攻击类型主要是大规模、持续性的DDoS攻击，攻击者通过大量伪造或控制的计算机和网络资源向目标服务器发送请求，导致服务器资源耗尽，无法响应正常用户的请求。此前，知名游戏平台、奥运会举办期间的官方网站等大流量的应用和平台都遭到过DDoS攻击。此外，DDoS攻击还可能被用作掩盖数据窃取等恶意行为的烟幕弹，进一步加剧企业的安全风险。

  本次针对DeepSeek高度组织化、规模化的攻击事件，揭示了众多AI企业可能面临国家级对手挑战。在此背景下，单纯依靠增加软硬件安全产品的投入，试图构建一道坚不可摧的防线来抵御外部威胁，已被证明是不现实的。因此，提升互联网空间“感知风险、看见威胁、抵御攻击”的安全能力，及时有效地发现并识别外来的网络入侵行为变得尤为关键。

  目前，人工智能大模型已经越来越渗透到各行各业中，随之而来的网络威胁会成为新常态，其安全性正面临着哪些新挑战？肖新光表示，新技术的发展与安全威胁的动态演化有三种绑定方式：带来新威胁、推动传统威胁升级、自身成为攻击目标。“生成式AI和大模型技术也不例外，其推动了传统攻击技术的自动化水平提升、带来了深度伪造等攻击技术的迅速成熟、大模型平台自身也成为高价值目标。”

  肖新光说，但我们不应过度焦虑新技术的安全风险。历史证明，应对新技术风险的因应之道，正来自新技术本身。互联网一方面成为大规模攻击事件的温床，但也同样提升了安全运营的敏捷性。云计算平台引入了整体倾覆式风险，但也带来了更大的资源弹性和统一高效的安全治理。“人工智能技术正在快速改变着网络安全能力和样貌。以我们自身为例，我们专对于威胁样本分析，研发了澜砥威胁分析垂直大模型，相比传统的人机自动化分析体系取得了显著的改进。”

  接受《环球时报》记者正常采访的360安全专家强调说，本次针对DeepSeek的攻击促使我们关注AI时代的网络安全问题，在享受新技术的同时，如何保障用户个人信息与财产安全，是所有企业要面对的挑战。

  目前人工智能的主要技术路线是基于生成式大模型，而大模型的生成及应用过程通常包含了数据准备、数据清洗、模型训练、模型部署等关键步骤，恶意攻击者可对该流程中相关环节施加影响，使模型无法正常完成推理预测；或者绕过模型安全限制或过滤器，操控模型执行没有经过授权的行为或生成不当内容，并最后导致服务不可用。大模型的开放性和可扩展性，使它在训练和推理过程中面临着数据投毒、后门植入、对抗攻击、数据泄露等诸多安全威胁。

  肖新光还担任中国网络安全产业联盟理事长，他表示，30年来，我国网络安全产业经历了从小到大、从弱到强、从单点到体系的跨越式变化。大模型平台是需要产业重点参与保障的关键信息基础设施目标，其安全建设需实现双轨并进：一方面完善基础架构安全，在云主机、容器集群、API等层面强化防御、监测、资源隔离等机制，既有效防御渗透入侵风险，也辅以弹性扩缩容及实时熔断机制，抵御资源耗尽型攻击；另一方面要从架构、设计、业务逻辑和编码优化层面改善安全能力，包括但不限于：通过提示词注入检测、推理过程沙箱化、数据血缘追踪等技术，在模型交互层构建纵深防御体系，将安全能力深度嵌入技术架构与业务流之中。

  根据此前360数字安全集团发布的《大模型安全漏洞报告》，如今随着大模型项目需求一直增长，各类开源框架层出不穷。这些框架极大提升了开发效率，降低了构建AI应用的门槛，同时也打开了新的攻击面。在AI场景下，为了使大模型能处理各项业务需求，通常会赋予其包括代码执行在内的多项能力，这在带来方便快捷的同时，也提供了更多攻击系统的可能性。攻击者能够尝试控制并组合AI的“能力原语”，在某些应用场景下达到更为严重的攻击效果。该报告认为，大模型所面对的安全威胁应从模型层、框架层、应用层持续深入探索。以大模型为重要支撑的AI生态拥有巨大发展的潜在能力，在赋予AI更多能力的同时，也应将更多精力投入在AI的安全之上，确保总系统可信、可靠、可控。