OOWASP Top 10 para aplicaciones LLM 2026
La lista definitiva de riesgos de seguridad críticos en las aplicaciones LLM, que refleja la versión de OWASP 2026 y se revisó en octubre de 2026.
Conciencia de riesgos críticos
La inyección rompt sigue siendo la vulnerabilidad número uno. Consulte nuestra guía completa de inyección rápida →
OWASP LLM Top 10 2026: ¿Qué ha cambiado?
La versión 2026 es el estándar activo. En comparación con la lista de 2025, reordena los cinco primeros y agrega cobertura para agentes y sistemas de recuperación:
- Ascendió: divulgación de información confidencial — Ahora LLM02, que refleja la fuga rápida y de credenciales como una ruta de pérdida de primer nivel
- Ascendió: vulnerabilidades de la cadena de suministro — Ahora LLM03, que cubre plugins, centros de modelos y mercados de herramientas de agentes
- Renombrado: Envenenamiento de datos y modelos — Absorbe el antiguo envenenamiento de datos de entrenamiento en LLM04, que ahora incluye corpus RAG y memoria de agente.
- Renombrado: Manejo de salida incorrecto — Anteriormente Manejo de salida inseguro, ahora LLM05 con una guía de sumidero descendente más clara
- NUEVO: fuga de aviso del sistema — LLM07, extracción rápida como un riesgo distinto una vez que los agentes exponen su contexto
- NUEVO: debilidades vectoriales y de incrustación — LLM08, recuperación de envenenamiento e incrustación de control de acceso a la tienda
- NUEVO: información errónea — LLM09, salida de modelo fabricada o no verificable que llega a usuarios y sistemas
- Ampliado: agencia excesiva — LLM06, ampliado para cubrir el abuso de la herramienta MCP y los alcances delegados de OAuth
inyección rompt
Manipular el comportamiento de LLM a través de entradas diseñadas que anulan las instrucciones originales. Incluye inyección directa (entrada del usuario) e indirecta (datos externos).
Tipos de ataque
- Inyección directa: mensajes de usuario maliciosos que anulan las instrucciones del sistema
- Inyección indirecta: instrucciones ocultas en documentos externos, contenido web o respuestas API
- Manipulación de ontext: explotar el contexto de la conversación para alterar el comportamiento
- Ataques de ailbreak: eludir los filtros de seguridad mediante indicaciones creativas
Ejemplos de ataque
Ignore previous instructions and...ext incrustado en caracteres Unicode invisiblesinyección rápida a través de XSS almacenado en contenido webDAN (Do Anything Now) style jailbreaks
Estrategias de litigación
- Implementar una estricta validación y desinfección de las entradas.
- Separación de privilegios entre las entradas del usuario y las indicaciones del sistema.
- Aplicar filtrado de salida antes de mostrar los resultados.
- Monitor de patrones de inyección en registros.
- Implementar una defensa en profundidad con múltiples capas de seguridad.
Divulgación de información sensible
Los LLM revelan inadvertidamente información privada, confidencial o de propiedad exclusiva a través de los resultados del modelo.
Tipos de ataque
- Extracción de datos: recuperación de datos confidenciales de la memoria del modelo
- II Fuga: Exponer información de identificación personal
- Exposición de credenciales/clave PI: revelar secretos en las respuestas
- Divulgación de la lógica empresarial: exponer algoritmos o procesos propietarios
Ejemplos de ataque
extraer direcciones de correo electrónico a través de indicaciones específicasMostrar credenciales SQL en mensajes de errorCerrar la PII del cliente de los datos de capacitación.exponer mensajes internos del sistema
Estrategias de litigación
- Implementar un filtrado robusto de entrada/salida.
- nforce canales de desinfección de datos
- Aplicar políticas de exclusión voluntaria del usuario para el uso de datos.
- se técnicas de privacidad diferenciales
- Sistema estricto de acceso rápido y visibilidad.
Vulnerabilidades de la cadena de suministro
Componentes comprometidos o vulnerables en la cadena de suministro de LLM, incluidos modelos, API, complementos y servicios de terceros.
Tipos de ataque
- Manipulación de modelos: modelos preentrenados comprometidos
- Vulnerabilidades de dependencia de yPI/npm: bibliotecas inseguras
- alicious Datos de ajuste fino: conjuntos de datos de entrenamiento envenenados
- Proveedores de API comprometidos: servicios LLM no confiables
Ejemplos de ataque
pesos de modelos respaldados de fuente no confiableexplotación de la biblioteca de transformadores vulnerablesDatos de entrenamiento envenenados con desencadenantes ocultos.almacén de documentos RAG comprometido
Estrategias de litigación
- verificar la integridad del modelo mediante sumas de verificación y firmas
- Mantener SBOM (Lista de materiales de software)
- Busque centros de modelos confiables y verifique su procedencia.
- ¿Pueden existir dependencias para vulnerabilidades conocidas?
- Implementar la gestión del ciclo de vida del modelo.
ata y modelo de envenenamiento
Introducir datos maliciosos o sesgados en procesos de capacitación, ajustar datos o bases de conocimiento RAG para comprometer la integridad del modelo.
Tipos de ataque
- Lluvia de envenenamiento de datos: datos de entrenamiento del modelo corruptos
- Envenenamiento de ajuste fino: inyectar puertas traseras mediante ajuste fino
- Envenenamiento por AG: bases de conocimiento de recuperación contaminadas
- Manipulación de mbedding: corrupción de bases de datos vectoriales
Ejemplos de ataque
Insertar ejemplos sesgados para alterar el comportamiento del modelo.Creación de activadores de puerta trasera en datos de entrenamiento.Envenenamiento de conjuntos de datos públicos utilizados para la formación.Inyectar información falsa en documentos RAG.
Estrategias de litigación
- verificar la procedencia de los datos y la integridad de la cadena de suministro
- Implementar validación de datos y detección de anomalías.
- se tuberías de desinfección de datos
- Aplicar sólidas salvaguardias de ajuste
- Monitor de deriva del comportamiento del modelo.
Manejo inadecuado de la salida
No validar, desinfectar o manejar adecuadamente los resultados de LLM antes de pasarlos a sistemas o usuarios posteriores.
Tipos de ataque
- SS a través de salida LLM: secuencias de comandos entre sitios a partir de respuestas modelo
- Inyección QL: consultas maliciosas generadas por LLM
- Inyección de comandos: LLM genera comandos de sistema inseguros
- ath Traversal: LLM que revela o accede a rutas no autorizadas
Ejemplos de ataque
LM genera JavaScript que se ejecuta en el navegadormodelo que genera consultas SQL maliciosasGeneración de odas que incluyen llamadas al sistema inseguras.divulgación de ruta de archivo en las respuestas
Estrategias de litigación
- Implementar validación y desinfección de resultados.
- ver filtrado de contenido contextual
- Aplicar los mismos controles de seguridad que las entradas del usuario.
- Salidas de andbox LLM antes de su uso posterior
- Activar modos de codificación seguros en la generación de código.
Agencia excesiva
Otorgar a los sistemas LLM demasiada funcionalidad, autonomía, permisos o permitir acciones no autorizadas o dañinas.
Tipos de ataque
- Acceso limitado a funciones: permisos API excesivos
- Acción autónoma: realizar acciones sin la aprobación humana.
- Abuso de herramientas: explotación de herramientas externas integradas
- Manipulación de la cadena de pensamiento: alteración de los procesos de razonamiento
Ejemplos de ataque
LM con acceso a la API de administrador realizando cambios no autorizadostransacciones financieras de ejecución automáticaeliminando recursos sin confirmaciónmanipular datos del usuario sin consentimiento
Estrategias de litigación
- Implementar controles de acceso con privilegios mínimos.
- Requerir intervención humana para acciones críticas.
- Aplicar limitación de tasas a operaciones sensibles
- Registrar y monitorear todas las acciones autónomas.
- ver limitaciones de alcance en el acceso a herramientas
Fuga rápida del sistema
Exponer indicaciones, instrucciones o lógica interna confidenciales del sistema mediante manipulación o protecciones inadecuadas.
Tipos de ataque
- Extracción directa de indicaciones: ingeniería social para revelar indicaciones
- ontext Overflow: técnicas de desbordamiento para exponer mensajes del sistema
- Explotación de ole Play: engaña a LLM para que revele instrucciones
- og Fuga: exposición de mensajes en registros o errores
Ejemplos de ataque
Solicitar a LLM que repita el 'texto anterior' para extraer el mensaje del sistemacantar desbordamiento de ventana de contexto para omitir el análisis de instruccionesInyección rápida para anular la función del sistema.Encontrar mensajes en los registros de la aplicación.
Estrategias de litigación
- El sistema bfuscate indica cuando es posible.
- implementar técnicas de aislamiento rápido
- Se procesa por separado para instrucciones confidenciales.
- Monitor para intentos de extracción rápidos.
- Aplicar filtrado de registros estricto
Debilidades del sector y la incrustación
Vulnerabilidades de seguridad en sistemas de recuperación de generación aumentada (RAG), bases de datos vectoriales y canalizaciones de integración.
Tipos de ataque
- Inyección AG: contenido malicioso en documentos recuperados
- Compromiso de ector DB: ataque al almacenamiento vectorial
- Extracción de mbedding: robo de representaciones incrustadas
- Manipulación de ontext: resultados de recuperación corruptos
Ejemplos de ataque
Los documentos envenenados se recuperan como mejores resultados.acceso no autorizado a la base de datos del sectorextraer datos de entrenamiento de incrustacionesManipulación de recuperación mediante ataques de incrustación.
Estrategias de litigación
- alidar y desinfectar todos los documentos de entrada del RAG
- implementar controles de acceso a bases de datos vectoriales
- se incorpora cifrado cuando esté disponible
- aplicar reclasificación con filtros de seguridad
- Monitor de recuperación de anomalías.
es información
Los LLM generan contenido falso, engañoso o sesgado que parece creíble, lo que lleva a decisiones informadas basadas en información incorrecta.
Tipos de ataque
- Alucinaciones: Salidas seguras pero falsas.
- Errores reales: información incorrecta presentada como un hecho
- Amplificación de ias: reforzando los sesgos existentes
- manipulación: resultados engañosos deliberados
Ejemplos de ataque
iting trabajos de investigación inexistentesDar consejos médicos incorrectos.generar recomendaciones de contratación sesgadasleer noticias o reseñas falsas
Estrategias de litigación
- Implementar canales de verificación de hechos.
- se puntuación de confianza y estimación de incertidumbre
- Aplicar verificación de origen para productos críticos.
- dd procedencia y atribución del contenido
- contenido generado por abel AI claramente
Consumo ilimitado
Permitir el uso excesivo o incontrolado de recursos por parte de las aplicaciones LLM, lo que lleva a la denegación de servicio, explotación financiera o degradación del servicio.
Tipos de ataque
- Abuso de PI Rate: llamadas API excesivas que agotan las cuotas
- Agotamiento de recursos: maximizar los recursos informáticos
- Explotación de la mayoría: abuso de pago por token que genera cargos
- Ataques de referencia: extracción del modelo mediante consultas excesivas
Ejemplos de ataque
ataques automatizados que consumen toda la cuota de APIspam de aviso de longitud de hacha que causa agotamiento de la computaciónExtraer modelo a través de millones de consultas.bucles rápidos ecursivos que consumen recursos
Estrategias de litigación
- Implementar límites estrictos de tarifas y cuotas.
- Límites de tokens de entrada/salida dd
- Supervisar los patrones de uso en busca de anomalías.
- ver controles de costos y alertas de presupuesto
- Aplicar controles de tiempo de espera en operaciones de larga duración.
Marco de prueba WASP
Siga este enfoque estructurado para probar cada vulnerabilidad:
. Reconocimiento
- Arquitectura del sistema AP y flujo de datos.
- identificar puntos de entrada e interfaces API
- herramientas y complementos integrados de documentos
- Revisar las indicaciones y la configuración del sistema.
. Mapeo de vulnerabilidades
- est cada categoría de OWASP sistemáticamente
- Superficie de ataque de objetos y puntos de entrada.
- identificar los mecanismos de defensa existentes
- dependencias de AP y servicios de terceros
. Explotación
- Realizar ataques de prueba de concepto.
- Explotación e impacto del documento.
- está encadenando múltiples vulnerabilidades
- Evaluar la viabilidad de un ataque en el mundo real.
. Informes
- priorizar los hallazgos por nivel de riesgo
- proporcionar recomendaciones de remediación
- Incluye código de prueba de concepto.
- sugerir mejoras defensivas
Recursos oficiales
- WASP LLM Top 10 2025 Página oficial
- descargar OWASP LLM Top 10 2025 PDF
- Proyecto de seguridad WASP LLM
- Seguridad de IA agente WASP
Fuentes y Estadísticas
- Informe WASP sobre el estado de la seguridad de la IA 2025 - El 73% de las organizaciones tienen vulnerabilidades críticas de IA
- ybersecurity Suiza - Estadísticas de seguridad de IA 2026 - 0+ estadísticas seleccionadas
- Informe de amenazas globales de RowdStrike 2026 - Los ataques habilitados por IA aumentaron un 89%
- arktrace Estado de la ciberseguridad de la IA 2026 - encuesta de más de 1.500 líderes de seguridad
- Índice de inteligencia de amenazas BM X-Force 2026 - Ataques acelerados
Artículos relacionados
- La violación de Vercel: cómo una herramienta de inteligencia artificial comprometida generó una venta de datos por valor de 2 millones de dólares
- Google advierte: los ataques de inyección rápida están aumentando en la web pública
- OWASP LLM Top 10 2026
- Marionetas con calcetines
- Las 10 mejores herramientas de IA Red Teaming 2026