跳到主要内容

安全策略

LangChain 与各种外部资源（如本地和远程文件系统、API 和数据库）有大量的集成生态系统。这些集成使开发人员能够创建通用的应用程序，这些应用程序结合了 LLM 的强大功能以及访问、交互和操作外部资源的能力。

最佳实践​

在构建此类应用程序时，开发人员应记住遵循良好的安全实践

  • 限制权限：将权限范围具体限定在应用程序的需求之内。授予广泛或过多的权限可能会引入重大的安全漏洞。为避免此类漏洞，请考虑使用只读凭据，禁止访问敏感资源，使用沙箱技术（例如在容器内运行），指定代理配置以控制外部请求等，具体取决于您的应用程序。
  • 预见潜在的滥用：正如人类会犯错一样，大型语言模型（LLM）也会犯错。始终假设任何系统访问或凭据都可能以其被分配的权限允许的任何方式使用。例如，如果一对数据库凭据允许删除数据，那么最安全的做法是假设任何能够使用这些凭据的LLM实际上可能会删除数据。
  • 纵深防御：没有完美的安全技术。微调和良好的链设计可以减少，但不能消除大型语言模型（LLM）可能犯错的可能性。最好结合多层安全方法，而不是依赖任何单一的防御层来确保安全。例如：同时使用只读权限和沙箱来确保 LLM 只能访问明确供它们使用的数据。

不这样做的风险包括但不限于：

  • 数据损坏或丢失。
  • 未经授权访问机密信息。
  • 关键资源性能或可用性受损。

包含缓解策略的示例场景：

  • 用户可能会要求有权访问文件系统的代理删除不应删除的文件，或读取包含敏感信息的文件内容。为了缓解这种情况，请限制代理仅使用特定目录，并且仅允许其读取或写入可以安全读取或写入的文件。考虑通过在容器中运行代理来进一步沙箱化该代理。
  • 用户可能会要求对外部 API 具有写入权限的代理向 API 写入恶意数据，或删除该 API 中的数据。为了缓解这种情况，请为代理提供只读 API 密钥，或限制其仅使用已经能够抵抗此类滥用的端点。
  • 用户可能会要求有权访问数据库的代理删除表或更改模式。为了缓解这种情况，请将凭据的范围限定为代理需要访问的表，并考虑颁发只读凭据。

如果您正在构建访问文件系统、API 或数据库等外部资源的应用程序，请考虑与您公司的安全团队沟通，以确定如何最好地设计和保护您的应用程序。

报告 OSS 漏洞​

LangChain 与 Protect AI 的 huntr 合作，为我们的开源项目提供漏洞赏金计划。

请访问以下链接报告与 LangChain 开源项目相关的安全漏洞

https://huntr.com/bounties/disclose/

在报告漏洞之前，请查看

  1. 以下范围内的目标和超出范围的目标。
  2. langchain-ai/langchain monorepo 结构。
  3. 上面的最佳实践，以了解我们认为什么是安全漏洞，什么是开发人员的责任。

范围内的目标​

以下软件包和存储库符合漏洞赏金的资格

  • langchain-core
  • langchain（见例外）
  • langchain-community（见例外）
  • langgraph
  • langserve

超出范围的目标​

huntr 定义的所有超出范围的目标以及

  • langchain-experimental：此存储库用于实验性代码，不符合漏洞赏金的资格（请参阅软件包警告），向其提交的漏洞报告将被标记为有趣或浪费时间，并且发布时不附带赏金。
  • 工具：langchain 或 langchain-community 中的工具不符合漏洞赏金的资格。这包括以下目录：
    • libs/langchain/langchain/tools
    • libs/community/langchain_community/tools
    • 请查看最佳实践以了解更多详细信息，但通常工具会与现实世界交互。开发人员应了解其代码的安全隐患，并负责其工具的安全性。
  • 记录了安全注意事项的代码。这将根据具体情况决定，但由于该代码已经记录了开发人员应该遵循的指南以确保其应用程序的安全，因此可能不符合获得赏金的资格。
  • 任何与 LangSmith 相关的存储库或 API（请参阅报告 LangSmith 漏洞）。

报告 LangSmith 漏洞​

请通过电子邮件向 [email protected] 报告与 LangSmith 相关的安全漏洞。

其他安全问题​

对于任何其他安全问题，请通过 [email protected] 联系我们。

此页面是否对您有帮助？