快速了解本文
Dragos 测试显示部分 AI 服务商违背零数据保留承诺。
数据泄露常发生在传输层或中间商解析环节。
API 临时存储机制导致用户无法完全控制数据残留。
建议敏感业务采用本地部署或直连可信服务商。
本摘要由 AI 辅助整理,请以正文内容为准。
标记了“零数据保留”,数据就真的安全吗?2026年11月21日,安全公司 Dragos 披露的一项大规模测试给出了否定的答案。其首席研究官 HD Moore 向多家 AI 服务商发送了近 200 万条带有可追踪“诱饵”(canary tokens)的请求。测试结果显示,即便用户开启了“零数据保留”或明确禁止数据收集,部分私密网址仍在数日后遭到抓取。这直接打破了依赖服务商隐私声明的安全假设。
01中间商与转售商:数据在传输层被截获
测试发现,AI 服务链中存在黑客窃取提示词、转售商泄露数据及未遵守隐私设置等问题,至少三家服务商出现了遭入侵的迹象。数据泄露往往发生在请求处理的最早期阶段。部分密钥在提交后数小时内便被攻击者使用,甚至有请求在模型运行前已遭拒绝,其中的密钥仍被盗走。这表明数据截获发生在传输或中间件解析层,防御难度极高。
风险的核心在于层层转手的服务链。许多 AI 应用通过中间商分配请求,内容可能经过多个平台并在各环节解密处理。攻击者利用窃取的诱饵密钥发起了数万次云服务接口调用,尝试寻找更多凭证、开通服务并维持访问权限。提示词和 API 密钥的泄露不仅导致数据隐私问题,还会被攻击者直接用于发起云资源消耗攻击,企业需将其纳入整体云安全防御体系。
02临时存储机制:底层技术实现与隐私承诺的落差
除了中间商环节,API 服务商底层的临时存储机制也是“零数据保留”失效的结构性原因。在实际运行中,AI API 的后台模式或临时存储机制会临时存储响应数据。即使开发者在调用时设置了 store=false 或启用了零数据保留,API 仍需要这些数据来运行请求并使结果可检索。
更关键的是,这种 API 临时存储通常没有明确规定的生存时间(TTL)。对于受监管的工作负载而言,这意味着请求及其输出处于用户无法看到的状态。企业在进行合规审查时,不能仅看表面的隐私标签,必须深入理解底层存储机制,并将数据残留情况告知合规审查人员。
03企业应对:本地部署与直连可信服务商
面对 AI 供应链中复杂的泄露路径,HD Moore 给出了明确的应对建议。对于处理敏感业务的企业,应优先考虑本地部署,从物理和逻辑上切断数据外流路径。对于无法自建模型的用户,应尽量直接选择可信的直连服务商,减少中间环节,并在接入时明确指定上游提供方,避免请求在不知情的情况下被层层转售。
