複選題
36. 在 OWASP LLM Top10 中,針對 AI 運算中的風險,以下哪些項目的描述有誤?
(A)對高風險操作加入人工審核,可降低提示詞注入漏洞(Prompt Injection)的衝擊
(B) 間接提示詞注入(Indirect Prompt Injections)不包含供應鏈之外部來源
(C) 應用程式提供所有使用者相同的的 API token 可限制其權限
(D)應定期執行滲透測試與紅隊演練,並將 LLM 視為不受信任實體
答案:登入後查看
統計: A(5), B(12), C(13), D(7), E(0) #3871571
統計: A(5), B(12), C(13), D(7), E(0) #3871571
詳解 (共 1 筆)
#7370683
在 OWASP LLM Top 10 的安全框架中,描述有誤的項目為 (B) 與 (C)。本題為複選錯誤敘述(若為單選題型,(B) 與 (C) 皆存在核心觀念錯誤)。
❌ 錯誤描述解析
- (B) 間接提示詞注入(Indirect Prompt Injections)不包含供應鏈之外部來源
- 錯誤原因:間接提示詞注入(Indirect Prompt Injection)的核心定義,正是惡意指令來自外部資料來源(如 LLM 讀取的外部網頁、第三方文件、或是供應鏈中的外部 API 回傳內容)。因此它完全包含並高度依賴供應鏈之外部來源。
- (C) 應用程式提供所有使用者相同的的 API token 可限制其權限
正確描述解析
- (A) 對高風險操作加入人工審核,可降低提示詞注入漏洞(Prompt Injection)的衝擊
- 正確性:OWASP 官方明確建議,針對涉及刪除、修改、外發資料等高風險行為,必須引入「人工審核機制(Human-in-the-loop)」,以阻斷 AI 因受到惡意提示詞操縱而直接執行毀滅性指令。
- (D) 應定期執行滲透測試與紅隊演練,並將 LLM 視為不受信任實體
- 正確性:資安防禦應採取「零信任(Zero Trust)」架構,任何來自 LLM 的輸出都必須視為不可信、未經消毒的資料(防範 Improper Output Handling),且必須透過定期的紅隊演練來主動發掘新型態的 AI 漏洞
0
0