Ollama漏洞示意图

日本国家漏洞门户网站JVN于5月11日发布了编号为JVNVU#90880682的漏洞报告，指出开源本地运行大规模语言模型（LLM）工具“Ollama”存在边界外读取和写入漏洞（CVE-2026-5757）。

报告显示，“Ollama”的模型量化引擎在验证GGUF文件时存在缺陷，导致可读取或写入超出指定范围的堆内存。通过“Ollama”的注册表API，写入模型层的堆内存数据可能被泄露。

最严重的情况下，远程第三方若能访问模型上传接口，可能上传恶意构造的GGUF文件，从而读写服务器堆内存，造成安全风险。

该漏洞已向厂商报告，但目前尚未发布修复补丁。

作为临时防护措施，建议限制或禁用模型上传功能。特别是在面向不可信用户或网络的环境中，应提高警惕。如果因运营需求必须支持远程模型上传，应仅接受来自可信且可验证来源的模型，以降低风险。