विचार और समीक्षा

PromptArmor: स्थानीय रूप से तैनात मॉडल डेटा लीक नहीं रोक सकते, Ollama भेद्यता उदाहरण

मूल शीर्षक:Local models do not stop data exfiltration

AI सारांश

PromptArmor ने एक लेख में कहा कि स्थानीय रूप से LLM चलाना डेटा लीक की समस्या का समाधान नहीं है, क्योंकि भेद्यता मॉडल के आउटपुट को संसाधित करने वाले AI एप्लिकेशन इन्फ्रास्ट्रक्चर में है, मॉडल में नहीं। लेख में Ollama चैट इंटरफ़ेस का उदाहरण दिया गया है, जो HTML और Markdown सामग्री को असुरक्षित रूप से रेंडर करता है और एक असुरक्षित वेब सर्च टूल के साथ आता है, जिससे फिशिंग ओवरले, क्रेडेंशियल चोरी और अपलोड किए गए दस्तावेज़ों का लीक हो सकता है; लेख आउटपुट सैनिटाइज़ेशन, सादा टेक्स्ट रेंडरिंग या कंटेंट सिक्योरिटी पॉलिसी जैसे उपाय भी बताता है।

मुख्य जानकारी

  • PromptArmor ने एक लेख में कहा कि स्थानीय रूप से LLM चलाना डेटा लीक की समस्या का समाधान नहीं…
  • जो HTML और Markdown सामग्री को असुरक्षित रूप से रेंडर करता है और एक असुरक्षित वेब सर्च टूल के साथ…
  • लेख आउटपुट सैनिटाइज़ेशन,सादा टेक्स्ट रेंडरिंग या कंटेंट सिक्योरिटी पॉलिसी जैसे उपाय भी बताता है।

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
PromptArmor:Threat Intelligence
श्रेणी
विचार और समीक्षा
AI स्कोर
62
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

作者基于自己发现的大量真实漏洞案例,说明本地部署模型并不能阻止数据外泄,风险根源在于下游处理环节。

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: PromptArmor: स्थानीय रूप से तैनात मॉडल डेटा लीक नहीं रोक सकते, Ollama भेद्यता उदाहरण। 12 अगस्त 2026। https://new.nat6.net/hi/news/cmtym6tgn0004roo5hnv2hmt8/

सभी देखें →