RAG 架构虽然靠检索增强来降低大模型幻觉风险,但本身存在不少安全短板,红队实战里最常抓到三类攻击:提示注入、知识库投毒、敏感信息泄露,这篇内容就是把这三类攻击的攻击路径、复现方式、危害完整梳理出来,方便开发、安全人员识别 RAG 应用里的安全漏洞。RAG 的工作流程是先检索外部知识库片段,再把检索到的文档连同用户提示词一起喂给大模型,这个链路里有两个薄弱点:一是检索回来的文档内容不受控,二是模型缺少对检索内容的信任校验,攻击者就可以利用这两个环节做攻击。提示注入是用户直接在提问里夹带恶意指令,绕过系统 prompt;知识库投毒是提前把带恶意指令的文档上传到 RAG 知识库,等检索命中之后劫持模型输出;信息泄露则是通过精心构造的提问,诱导模型把知识库里面的隐私、密钥、内部文档内容返回出来。这三类攻击可以单独使用,也可以组合链式攻击,很多上线的 RAG 应用没有做内容过滤、来源校验、输出脱敏,很容易被成功利用。
三类 RAG 红队攻击方式清单
- 提示注入(用户侧注入):用户输入恶意指令,让模型忽略原有系统设定,执行攻击者指令,比如要求模型输出系统提示词、绕过安全规则
- 知识库投毒(文档侧注入):攻击者上传藏有隐形指令的文档到 RAG 知识库,文档正常看没有问题,被检索命中后触发劫持,属于 RAG 特有的高危攻击
- 信息泄露:构造诱导查询,引导模型检索并输出知识库内的敏感内容,包括接口密钥、内部合同、用户隐私、内部台账
三类攻击对比表
| 攻击类型 | 攻击入口 | 核心原理 | 典型危害 |
|---|---|---|---|
| 提示注入 | 用户输入框 | 用户 query 携带劫持指令,优先覆盖系统 prompt | 越权输出、绕过安全管控、生成违规内容 |
| 知识库投毒 | 知识库文档上传入口 | 恶意文档存入向量库,检索召回后混入上下文 | 隐蔽性强,很难靠前端过滤拦截,批量劫持会话 |
| 信息泄露 | 用户查询 + 检索链路 | 诱导模型优先输出检索文档里的原始敏感文本 | 内部资料、密钥、客户隐私外泄 |
基础防护手段
- 输入侧:用户 query 做提示注入检测、恶意指令正则与大模型预审
- 知识库侧:文档上传前扫描、文档来源标记、不可信文档隔离,禁止外部用户直接上传文档
- 检索侧:给召回片段增加来源可信度标签,限制低可信度片段权重
- 输出侧:敏感词脱敏、禁止输出原始文档原文、增加输出校验层
【相关 FAQ】
问题 1:RAG 应用红队实战里,知识库投毒和普通提示注入有什么差别?
回答 1:RAG 应用红队实战中,普通提示注入来自用户输入;知识库投毒是把恶意指令藏在知识库文档里,检索命中之后才生效,隐蔽性更强,是 RAG 架构独有的攻击方式。
问题 2:RAG 应用红队实战做信息泄露复现,一般是怎么实现的?
回答 2:RAG 应用红队实战做信息泄露复现,通常是构造引导式提问,诱导模型检索知识库内敏感文档,并且要求模型直接引用、复述文档原文,绕过脱敏逻辑,造成内部信息泄露。
问题 3:做 RAG 应用红队实战,是不是只要加一层内容审核就能挡住提示注入?
回答 3:只靠简单内容审核很难完全挡住 RAG 提示注入,攻击者可以用编码、分段、隐形字符、上下文包裹等方式绕过检测,需要搭配输入检测、检索内容校验、输出多重防护一起使用。
问题 4:RAG 应用完成红队实战漏洞复现之后,优先修复哪一类漏洞?
回答 4:RAG 应用红队实战完成漏洞复现后,优先修复知识库投毒漏洞,这类攻击不需要用户持续输入,一次投毒就可以持续影响所有命中该文档的用户会话,风险最高。
【参考资料】
[2026-11-20](RAG 应用红队实战:提示注入、投毒与信息泄露的完整复现)安全客
[2026-11-18](RAG 安全攻防:知识库投毒攻击原理与检测方案)FreeBuf
[2026-11-15](大模型 RAG 架构红队测试方法论)嘶吼安全研究院
[2026-11-10](Prompt Injection in RAG Systems: Attack and Defense)安全论文资讯
[2026-11-05](企业 RAG 知识库常见泄露风险梳理)阿里云安全
【免责声明】
本文仅为 RAG 安全红队技术科普,介绍漏洞原理与防御思路,禁止利用文中方法对未授权的 RAG 系统进行攻击、渗透测试;未经授权开展红队实战、漏洞复现属于违规违法行为,相关安全测试请在获得授权的环境内开展。
