ChatGPT 被曝存在爬虫漏洞，OpenAI 未公开承认

本月，曝存爬虫德国安全研究员Benjamin Flesch通过微软的漏洞GitHub分享了一篇文章，解释了如何通过向ChatGPT API发送单个HTTP请求 ，开承利用ChatGPT爬虫（特别是曝存爬虫 ChatGPT-User）向目标网站发起大量网络请求。攻击者可以将单个API请求放大为每秒20到5000次甚至更多的漏洞请求 ，持续不断地发送到目标网站。开承从实际操作来看  ，曝存爬虫这种连接的漏洞洪流虽然不足以使任何网站瘫痪，但仍被认为是开承一种潜在的危险
，也暴露了OpenAI 的曝存爬虫疏忽 
。服务器租用

Flesch在他的漏洞报告中指出 
：“ChatGPT API在处理向 https://chatgpt.com/backend-api/attributions发送的HTTP POST请求时  ，表现出严重的开承质量缺陷。”他提到的曝存爬虫API端点，被ChatGPT用于返回聊天机器人输出中引用的漏洞网络来源信息 
。当ChatGPT提到特定网站时，开承它会调用“attributions”接口 ，并附带这些网站的URL列表，供爬虫访问并获取相关信息。如果向API发送一个包含大量URL的列表，亿华云每个URL略有不同但都指向同一个网站，爬虫会立即访问所有这些URL 。

Flesch写道 ：“API期望在参数urls中接收一个超链接列表。众所周知，指向同一网站的超链接可以以多种不同的方式编写 。由于编程实践不当，OpenAI没有检查列表中是否多次出现指向同一资源的超链接 。 OpenAI也没有对urls参数中存储的超链接数量设置上限，从而允许在单个HTTP请求中传输数千个超链接 。”

因此，攻击者可以使用Curl等工具向ChatGPT端点发送HTTP POST请求，源码库无需身份验证令牌 。OpenAI在微软Azure上的服务器将响应此请求，并为通过urls[]参数提交的每个超链接发起HTTP请求
。当这些请求指向同一个网站时
，可能会使目标网站不堪重负，出现DDoS症状——由Cloudflare代理的爬虫每次都会从不同的IP地址访问目标网站。

“受害者永远不会知道发生了什么，因为他们只看到同一时间 ，ChatGPT机器人从大约20个不同的IP地址访问他们的网站
。”Flesch说。高防服务器他还补充道 ，即使受害者启用了防火墙来阻止ChatGPT机器人使用的IP地址范围，机器人仍然会发送请求。“因此，一个失败或被阻止的请求，不会阻止ChatGPT机器人在下一毫秒再次请求受害者网站 。由于这种放大效应，攻击者可以向ChatGPT API发送少量请求 ，但受害者将收到大量请求。”

Flesch 通过多个渠道报告了这一未经身份验证的反射型DDoS漏洞 ，包括OpenAI的BugCrowd漏洞报告平台、OpenAI安全团队的免费模板电子邮件、微软和HackerOne，但至今未收到任何回复。

Flesch认为更大的问题是这个API还容易受到提示注入攻击 。Flesch质疑，为什么OpenAI机器人没有实现简单且成熟的方法，以正确去重请求列表中的URL
，或者限制列表的大小 ，也没有解决在ChatGPT主界面中已修复的提示注入漏洞
。

Flesch 说：“在我看来，模板下载这个小API似乎是ChatGPT AI代理的一个示例项目，任务是从用户提供的数据中解析出URL，然后使用Azure抓取网站 。‘AI代理’没有内置安全功能吗？因为负责处理urls[]参数的‘AI代理’似乎完全没有资源耗尽的概念
，也不明白为什么同一秒内向同一个网站发送数千个请求是愚蠢的行为
。难道它没有意识到victim.com/1和victim.com/2都是指向同一个网站victim.com吗 ？如果victim.com/1的请求失败了
，为什么还会立即向victim.com/2发送请求呢？这些都是人们多年来一直在软件中实施的验证逻辑，以防止此类滥用现象出现
。 ”

Flesch表示 ，唯一能想到的解释是OpenAI正在使用AI代理来触发这些HTTP请求。“我无法想象一个高薪的硅谷工程师会设计出这样的软件，因为ChatGPT爬虫已经像谷歌爬虫一样在网络上爬行了多年
。如果爬虫不限制对同一网站的请求数量
，它们会立即被屏蔽。”

参考来源：https://www.theregister.com/2025/01/19/openais_chatgpt_crawler_vulnerability/