Wiz Research 发现了一个属于 DeepSeek 的公开可访问的 ClickHouse 数据库，该数据库允许完全访问并控制数据库操作，包括访问内部数据。泄露的信息包括超过一百万条日志流，其中包含聊天记录、密钥、后端详情和其他高度敏感的信息。Wiz Research 团队迅速且负责任地向 DeepSeek 报告了这一问题，DeepSeek 随即快速修复了此漏洞。--- Wiz Research
在DeepSeek引发广泛关注后，Wiz Research迅速发布了一份安全漏洞报告。报告表明，一个与DeepSeek 相连的可公开访问的 ClickHouse 数据库，未采取身份验证机制，暴露了敏感数据。其中，log_stream表包含大量高度敏感的日志信息：
- timestamp：记录自2025年1月6日起的日志时间戳。
- span_name：涉及DeepSeek内部各种API端点的引用。
- string.values：以明文形式存储的日志信息，包括聊天记录、API密钥、后端详细信息和操作元数据。
- _service：记录DeepSeek服务的日志信息。
- _source：日志请求来源，包含聊天记录、API密钥、目录结构和聊天机器人元数据日志。
分析报告揭示，DeepSeek在ClickHouse中记录了API接口访问日志、后端服务日志、操作日志以及密钥等多类敏感数据。然而，由于管理员未启用身份验证机制，这些数据面临着严重的泄露风险。比如API密钥的泄露，可能使攻击者获得全局访问权限，从而通过API接口窃取敏感信息。这一事件暴露出AI应用程序即时安全风险的根源——不仅来自于应用程序本身，还包括其底层的基础设施和支持的工具平台。
AI数据安全反思
在AI技术飞速前进的浪潮中，数据安全问题成为了每一家AI企业无法回避的重大挑战。这次DeepSeek事件敲响了整个行业在数据保护方面的警钟，AI初创企业利用基础设施或工具平台开发、部署AI服务时应增强数据安全意识，并建立完善的数据安全可观测体系。首先，应实施严格的访问控制机制，以确保只有授权人员能够访问敏感数据；其次，要建立安全审计与可观测平台，实时监控数据访问以便及时识别潜在的安全隐患。
阿里云日志服务（SLS）作为云原生可观测与分析平台，不仅提供一站式的数据采集、加工、查询与分析、可视化、告警等功能，还具备多层次的数据安全防护机制。这些措施包括数据采集脱敏、访问控制和日志审计等，旨在确保敏感数据在整个生命周期中的安全。下面我们简单介绍下SLS的数据安全防护。
数据安全防护实践
下图展示了一个简化的AI应用架构，其中AI模型通过API网关向外提供服务。用户的查询请求首先通过API网关进入AI模型的服务层。在服务层中，AI能力平台托管着多个后端服务。请求在到达后端服务时，会首先经过身份鉴权流程。通过鉴权的请求将进行意图识别等分析处理，随后结果被返回给用户。在这个过程中，生成的服务日志和用户访问日志会被存储在数据层。同时，一个可观测平台实时监测访问数据，以确保系统的稳定性和安全性。
在简化架构中，可能导致数据安全风险点已用红色标识：
- 访问控制：在数据访问阶段，如果用户访问身份权限管理不够严格，会导致数据查询权限的滥用，从而使个人数据的访问超出必要范围。
- 数据存储：
- 敏感数据：访问日志中可能包含用户请求的查询、令牌以及用户身份信息等敏感数据，这些信息若未妥善保护，将面临泄露风险。
- 数据隔离：不同类别的业务日志和用户数据需实现数据隔离，否则存在数据合规风险。此外，若发生数据泄露，也会导致全量数据的暴露。
- 可观测平台：AI平台在正常访问流量之外，还可能遭受异常的攻击流量。如果可观测平台无法识别异常访问行为（例如攻击者利用泄露的AK请求大量数据，引发该AK外部查询请求激增），企业将无法及时发现并采取应对措施，从而增加数据泄露的风险。
SLS是如何解决上述问题？下面我们从数据采集、数据查询、数据监控三个功能场景方面做下介绍：
- 在将数据写入到Logstore时，通过配置脱敏插件，确保敏感数据在写入时即被脱敏，从而保护数据隐私。
- 根据业务分类，为不同服务的日志使用独立的Logstore、通过StoreView预置字段过滤项，并结合阿里云的访问控制对访问密钥（AK）进行精细化管理，从而严格限制不同RAM用户的Logstore以及字段查询，实现有效的数据隔离。
- 利用SLS的报表和告警功能，对AK的访问流量、访问IP来源、访问路径、访问端口进行监控，以便及时识别和应对潜在的风险访问。
数据采集
接入层脱敏：阻断敏感数据落库
Logtail脱敏插件是在数据接入阶段对敏感信息进行保护的高效工具。通过在Logtail中配置脱敏插件，可以在数据被采集并传输到日志服务之前，对敏感字段进行自动识别和处理。此过程通常利用正则表达式匹配来查找敏感信息，并将其替换或隐藏为非敏感格式。这种方式可以灵活地根据不同的字段和格式进行定制化处理，确保数据在采集的初始阶段就得到了保护。对于复杂规则处理的场景，也可以通过配置 SPL（Streaming Processing Language）解析语句对日志进行多层次的解析和脱敏处理。配置如下：
原始日志：
{"chat_msg":"分析一下固体火箭助推器，可以包括其发明或发展，历史发展，历史意义等", "access_key":"L00I0t8peAl7nmt4aUujhDUO", "ip_address":"105.156.33.72", "account_name": "微笑的小羊","phone_number":"+86 230 345 2201"}处理后的脱敏效果如下：
更多的接入端脱敏方案可参考：云上数据安全保护：敏感日志扫描与脱敏实践详解
数据查询
查询权限精细化管控：避免"万能钥匙"
数据隔离
不同应用服务的日志可存储在不同地域的Project中，或存储在同一地域的不同LogStore中，并结合访问控制（RAM）来实施最小权限策略。通过RAM，可以为不同用户配置细粒度的访问控制策略，建立针对性的Logstore资源分级访问控制制度，以有效保护数据安全。例如，研发工程师可能仅被授予访问应用业务日志的权限，而对于敏感的聊天记录，只有拥有较高权限的安全工程师才有权限查看。
AK受限访问
访问密钥（AK）的管理是数据安全的第一道防线。通过精细化的AK管控，可以确保每个密钥具有明确且有限的权限范围，避免“万能钥匙”的存在。具体措施包括为不同的应用服务和用户设定独立的AK，定期轮换密钥，以及在使用过程中进行严格的权限审查。这将有效防止未经授权的访问和操作，确保数据在访问层面的安全性。
StoreView字段集控制：防止"全量泄露"
日志服务Project的数据集（StoreView）是基于Logstore创建的虚拟资源，旨在实现对不同Logstore中的日志进行统一查询和分析。通过在StoreView中设置联合查询字段，限制查询返回的字段范围，确保用户仅能访问实际所需的部分数据。这一机制不仅提升了查询效率，还显著增强了数据安全性。在发生数据泄露时，StoreView能有效防止所有有效数据被一次性获取，从而降低敏感信息的不当访问和泄露风险。对于企业而言，这提供了一种在复杂数据环境中更为安全的查询解决方案。
数据监控
智能监控：实时监控异常拖库
如何快速识别日志库的异常流量？CloudLens for SLS为日志服务提供自监控解决方案。通过监控指标数据、详细日志、重要日志等多种自监控日志类型，CloudLens for SLS 能够实现对数据采集和读取过程的全面监控。CloudLens for SLS自监控报表，提供Project/Logstore维度的写入、读取次数/流量数据统计，以及Top类Project/Logstore的读写流量分析，帮助用户实时跟踪服务运行状态。
操作趋势图展示了Project/Logstore的实时读写状况。当读取请求或查询请求的数量突然激增时，可以结合SLS的详细日志构建自定义报表进行进一步分析，以判断这些激增的查询请求是正常现象，还是表明存在潜在的安全风险。
自定义分析报表：基于SLS服务日志，我们可以配置一个涵盖访问密钥（AK）和查询IP维度的查询请求分析报表。如下表所示，我们能够清晰地识别出外部网络中哪些AK和IP地址的查询请求量最大。这种数据分析不仅帮助我们了解请求来源和行为，还能帮助判断某些AK是否存在异常使用的迹象。
总结
以上我们探讨了SLS中增强数据安全的几种方式：权限精细化管控有效减少了潜在安全风险；接入层脱敏技术阻止敏感数据落库，提升了隐私保护；StoreView字段集控制通过限制查询数据范围，降低数据泄露损害。智能监控系统提供实时监测，快速识别并阻断异常拖库行为，为企业提供了迅速响应和抵御威胁的能力。
