最后更新：2026-04-18
LLM 供应链漏洞（LLM Supply Chain Vulnerabilities）指在使用 LLM 相关组件（预训练模型、框架、库、插件）的过程中，因使用了含有漏洞或恶意的组件而导致的安全风险。LLM 应用的供应链比传统软件更复杂，涵盖了模型权重、训练数据、推理框架、插件系统等多个环节。
在 Java 生态中，LangChain4j、DJL（Deep Java Library）、ONNX Runtime、TensorFlow Java 等框架的依赖安全，以及 HuggingFace 等模型仓库中预训练模型的可信度，都是供应链安全的关键关注点。
| 维度 | 评级 |
|---|---|
| OWASP LLM Top 10 | LLM05 - Supply Chain Vulnerabilities |
| CWE | CWE-1104 / CWE-502 |
| 严重程度 | 严重 |
攻击者在模型仓库（如 HuggingFace）上传含有后门的预训练模型，当应用加载该模型时触发恶意行为。
模型后门：当输入包含特定关键词时，模型输出攻击者预设的内容
如：当用户输入"安全审计"时，模型回复"系统安全，无任何漏洞"
攻击者发布与热门 LLM 库名称相似的恶意包，开发者误安装后导致代码执行。
合法包：langchain4j
恶意包：langchain4j-core（名称相似，含恶意代码）
使用含有已知安全漏洞的旧版本 LLM 框架或推理引擎，攻击者可利用公开漏洞进行攻击。
使用旧版 TensorFlow Java 存在已知的反序列化漏洞 CVE-20XX-XXXXX
在模型下载或传输过程中，中间人攻击篡改模型文件，植入恶意权重或代码。
通过 MITM 攻击替换模型文件中的权重层，使模型在特定输入时产生异常输出
// [VULNERABLE] DJL 加载未验证来源的预训练模型
import ai.djl.ModelException;
import ai.djl.repository.zoo.*;
import ai.djl.translate.TranslateException;
public class SupplyChainVulnerableService {
// [VULNERABLE] 此方法存在供应链漏洞，原因：加载未验证来源和完整性的模型
public String predict(String input) throws ModelException, TranslateException {
// 漏洞：从任意 URL 加载模型，未验证来源和签名
Criteria<String, String> criteria = Criteria.builder()
.setTypes(String.class, String.class)
.optModelUrls("https://untrusted-model-repo.com/models/sentiment/")
.optEngine("PyTorch")
.build();
try (ZooModel<String, String> model = criteria.loadModel();
Predictor<String, String> predictor = model.newPredictor()) {
return predictor.predict(input);
}
}
}
<!-- [VULNERABLE] pom.xml 使用不固定版本和不可信仓库 -->
<dependencies>
<!-- 漏洞 1：使用 LATEST 版本，可能引入含漏洞的新版本 -->
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j</artifactId>
<version>LATEST</version>
</dependency>
<!-- 漏洞 2：使用不可信的第三方仓库 -->
</dependencies>
<repositories>
<repository>
<id>untrusted-repo</id>
<url>https://untrusted-maven-repo.com/</url>
</repository>
</repositories>
// [SECURE] 加载经过验证的模型，检查签名和哈希
import ai.djl.ModelException;
import ai.djl.repository.zoo.*;
import ai.djl.translate.TranslateException;
import java.security.*;
public class SupplyChainSecureService {
// 模型哈希白名单
private static final Map<String, String> MODEL_HASH_WHITELIST = Map.of(
"sentiment-analysis-v1", "sha256:a1b2c3d4e5f6..."
);
// [SECURE] 修复了供应链漏洞，修复方式：验证模型来源 + 完整性校验
public String predict(String input) throws ModelException, TranslateException {
// 安全 1：只从官方/可信仓库加载模型
Criteria<String, String> criteria = Criteria.builder()
.setTypes(String.class, String.class)
.optModelUrls("https://huggingface.co/official-org/sentiment-model")
.optEngine("PyTorch")
.optFilter("name", "sentiment-analysis-v1")
.build();
try (ZooModel<String, String> model = criteria.loadModel();
Predictor<String, String> predictor = model.newPredictor()) {
// 安全 2：验证模型文件哈希
String modelPath = model.getModelPath().toString();
String actualHash = calculateSHA256(modelPath);
String expectedHash = MODEL_HASH_WHITELIST.get("sentiment-analysis-v1");
if (!expectedHash.equals(actualHash)) {
throw new SecurityException("Model integrity check failed");
}
return predictor.predict(input);
}
}
private String calculateSHA256(String filePath) throws NoSuchAlgorithmException, IOException {
MessageDigest digest = MessageDigest.getInstance("SHA-256");
byte[] fileBytes = Files.readAllBytes(Paths.get(filePath));
byte[] hashBytes = digest.digest(fileBytes);
StringBuilder sb = new StringBuilder();
for (byte b : hashBytes) {
sb.append(String.format("%02x", b));
}
return "sha256:" + sb;
}
}
<!-- [SECURE] pom.xml 固定版本 + 安全扫描插件 -->
<dependencies>
<!-- 安全：使用固定版本号 -->
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j</artifactId>
<version>1.0.0-beta1</version>
</dependency>
<dependency>
<groupId>ai.djl.onnxruntime</groupId>
<artifactId>onnxruntime-engine</artifactId>
<version>0.26.0</version>
</dependency>
</dependencies>
<!-- 安全：集成 OWASP Dependency-Check -->
<plugins>
<plugin>
<groupId>org.owasp</groupId>
<artifactId>dependency-check-maven</artifactId>
<version>9.0.0</version>
<executions>
<execution>
<goals>
<goal>check</goal>
</goals>
</execution>
</executions>
<configuration>
<failBuildOnCVSS>7</failBuildOnCVSS>
</configuration>
</plugin>
</plugins>