ai-infrastructure-attack

Installation
SKILL.md

AI/ML 基础设施攻击方法论

AI/ML 平台通常由数据科学家而非安全工程师部署,大量服务默认无认证、开放在公网、运行在高权限环境(GPU 节点/K8s 集群)。这些平台天然提供代码执行能力(notebook/pipeline),攻下一个就等于获得 RCE。

Phase 0: 服务识别

端口 服务 默认认证 危害
8888 Jupyter Notebook/Lab Token(常为空或弱) 🔴 直接 RCE
8000 JupyterHub 用户名密码 🔴 多用户 RCE
5000 MLflow 无认证 🔴 模型投毒+RCE
8265 Ray Dashboard 无认证 🔴 任务执行=RCE
8080 Kubeflow Dashboard 无/Dex OIDC 🔴 Pipeline=RCE
7860 Gradio 无认证 🟡 SSRF+文件读取
8501 Streamlit 无认证 🟡 SSRF+信息泄露
11434 Ollama 无认证 🟡 模型操作+SSRF
3000 Grafana(ML监控) admin/admin 🟡 信息泄露

Phase 1: Jupyter Notebook/Lab(最高优先级)

Related skills

More from wgpsec/aboutsecurity

Installs
7
GitHub Stars
1.3K
First Seen
Apr 22, 2026