OWASP for LLM
2026-06-11 20:57OWASP for LLM — це проєкт OWASP, який описує основні ризики безпеки для великих мовних моделей (LLM, Large Language Models) та застосунків на їх основі.
Найвідоміший документ — OWASP Top 10 for LLM Applications.

https://genai.owasp.org/resource/owasp-top-10-for-llm-applications-2025
Найвідоміший документ — OWASP Top 10 for LLM Applications.

https://genai.owasp.org/resource/owasp-top-10-for-llm-applications-2025
Коротко про основні ризики
| Код | Ризик | Що це означає |
|---|---|---|
| LLM01 | Prompt Injection | Зловмисник змушує модель ігнорувати інструкції та виконувати небажані дії |
| LLM02 | Sensitive Information Disclosure | Витік конфіденційних даних |
| LLM03 | Supply Chain | Проблеми в сторонніх моделях, плагінах або наборах даних |
| LLM04 | Data and Model Poisoning | Отруєння даних або моделі шкідливою інформацією |
| LLM05 | Improper Output Handling | Небезпечна обробка відповіді моделі іншими системами |
| LLM06 | Excessive Agency | Надмірні повноваження ШІ (доступ до пошти, серверів, БД тощо) |
| LLM07 | System Prompt Leakage | Витік системних інструкцій |
| LLM08 | Vector and Embedding Weaknesses | Атаки на векторні бази знань (RAG) |
| LLM09 | Misinformation | Генерація неправдивої інформації |
| LLM10 | Unbounded Consumption | Надмірне споживання ресурсів і коштів |
Терміни
- LLM (Large Language Model) — велика мовна модель (ел-ел-ем).
- Prompt Injection — атака через спеціально сформований запит до моделі.
- RAG (Retrieval-Augmented Generation) — генерація відповідей із використанням зовнішньої бази знань (раг).
- Embedding — векторне представлення тексту для пошуку схожості.
- System Prompt — приховані інструкції, які визначають поведінку моделі.
Для кібербезпеки та ISO/IEC 27032
OWASP for LLM сьогодні фактично став тим самим для ШІ-застосунків, чим OWASP Top 10 є для вебзастосунків: базовим переліком найпоширеніших загроз, які необхідно враховувати під час проєктування, оцінювання ризиків і тестування систем на базі ШІ.Тобто:
OWASP for LLM — це перелік найважливіших ризиків безпеки для систем штучного інтелекту та великих мовних моделей.