# 🛡️ OWASP LLM Top 10 2025 (v2.0) 安全靶场
项目地址：https://github.com/Jack-MRJ/owasp-llm-top10-2025-v2.0--lab
[](https://github.com/Jack-MRJ/owasp-llm-top10-2025-v2.0--lab#%EF%B8%8F-owasp-llm-top-10-2025-v20-%E5%AE%89%E5%85%A8%E9%9D%B6%E5%9C%BA)

为了方便零基础的人群快速入门学习LLM安全，本人基于OWASP最新Top 10标准开发了以下靶场 ：基于Qwen2.5-1.5B\*\* 本地大模型，21 个子关卡 × 双重判定架构，零云端 API 依赖。

| 指标        | 数值                                    |
|-----------|---------------------------------------|
| 靶场关卡      | 21 个子关卡（12 种提示注入 + 9 大 OWASP 类别）      |
| 后端        | Flask 3.0 + PyTorch 2.1               |
| 模型        | Qwen2.5-1.5B（CPU 推理）                  |
| 语义模型      | paraphrase-multilingual-MiniLM-L12-v2 |
| Docker 镜像 | ~9.51GB（含模型）                          |
### LLM01：提示词注入（12 关）

| #  | 关卡           | 技术                | 难度    |
|----|--------------|-------------------|-------|
| 1  | 角色扮演注入       | 扮演奶奶/训练师/审计员      | ★☆☆☆☆ |
| 2  | 安全限制覆盖 (DAN) | 新指令覆盖安全规则         | ★☆☆☆☆ |
| 3  | 多语言绕过        | 非中/韩语言询问 Flag     | ★★☆☆☆ |
| 4  | 变量拆分拼接       | 拆变量让 AI 执行拼接      | ★★☆☆☆ |
| 5  | 编码绕过         | Base64/Hex 编码注入   | ★★★☆☆ |
| 6  | 文件上传注入       | TXT 文件挟带注入指令      | ★★★☆☆ |
| 7  | 混淆指令注入       | l33tspeak/同义词绕过过滤 | ★★★★☆ |
| 8  | 多轮渐进注入 🔄    | 3 轮友好对话后索要        | ★★★★☆ |
| 9  | 格式化输出绕过      | JSON 格式掩盖数据泄露     | ★★★☆☆ |
| 10 | 填空/续写诱导      | AI 补全本能填空泄露       | ★★☆☆☆ |
| 11 | 思维链劫持        | 推理过程无意识泄露         | ★★★★★ |
| 12 | 负面提示/反向心理    | 否定句激活被否认概念        | ★★★☆☆ |
### LLM02-10：九大 OWASP 风险类别

| 类别      | 关卡                   | 判定方式         |
|---------|----------------------|--------------|
| LLM02   | 敏感信息泄露 — 直接索要凭据      | 🟢 双通道       |
| LLM03   | 供应链风险 — 恶意插件注入       | 🟢 双通道       |
| LLM04   | 数据投毒 — 投毒知识库覆盖       | 🟢 双通道       |
| LLM05-1 | XSS 注入 — 诱导生成 JS 代码  | 🔵 前端检测      |
| LLM05-2 | SSRF 内部访问 — 访问内网端点   | 🔵 真实端点      |
| LLM06   | 过度代理 — LIST/READ 读文件 | 🔵 真实操作      |
| LLM07   | 系统提示词泄露 — 两阶段窃取      | 🟢 状态机       |
| LLM08   | 向量弱点 — RAG 文档注入解锁    | 🟢 RAG       |
| LLM09   | 虚假信息 — 双 LLM 对比      | 🟢 双 LLM     |
| LLM10   | 资源消耗 — 长输出/MCP/DOS   | 🔵 Python 检测 |

OWASP LLM安全靶场