Los equipos de inteligencia de seguridad de Google (GTIG) y Mandiant advirtieron sobre el crecimiento del fenómeno de los ataques de secuestro de grandes modelos de lenguaje, conocidos como LLMjacking, los cuales han provocado pérdidas financieras devastadoras para las organizaciones, alcanzando en algunos casos un millón de dólares estadounidenses debido a facturas de consumo en la nube fraudulentas.
Mecanismo de los ataques
Los atacantes dependen de dos estrategias principales para acceder a la infraestructura de inteligencia artificial: la primera es el escaneo activo de puntos de acceso (endpoints) expuestos al público, y la segunda es el robo de claves de interfaz de programación de aplicaciones (API keys) válidas desde dispositivos desprotegidos. Tras obtener el acceso, estos recursos se venden a través de servicios intermediarios conocidos como "mezcladores de modelos de lenguaje" (LLM mixers), los cuales permiten a los suscriptores acceso no autorizado a modelos de inteligencia artificial.
Una vez revendido el acceso, los sistemas objetivo experimentan un aumento masivo en el volumen de solicitudes, pudiendo superar las 1000 solicitudes por segundo, lo que provoca que estas peticiones se registren como consumo legítimo y generen costos exorbitantes para la organización víctima.
Evolución de las amenazas
Los investigadores han detectado grupos de amenaza como UNC6993, que utilizan herramientas de puerta de enlace para recopilar claves robadas y distribuir solicitudes. Asimismo, se ha observado la explotación de la vulnerabilidad CVE-2026-40217 en la plataforma LiteLLM, la cual permite la ejecución arbitraria de código en el servidor. En algunos casos, los atacantes utilizaron la infraestructura de la víctima para alojar agentes y servidores proxy inversos (reverse proxies) con el fin de ofrecer servicios de inteligencia artificial no autorizados bajo nombres falsos.
¿Qué deben hacer las empresas?
Google enfatiza la necesidad de tomar medidas proactivas para asegurar los entornos de trabajo, las cuales incluyen:
- Gestión de identidad y acceso (IAM): Aplicar el principio de privilegios mínimos y bloquear todos los permisos innecesarios, especialmente el acceso a los servicios de inteligencia artificial en la nube.
- Protección de secretos: Utilizar plataformas centralizadas para gestionar y rotar periódicamente las claves de API y los datos sensibles.
- Monitoreo y control: Habilitar la autenticación multifactor (MFA) resistente al phishing y establecer límites máximos de gasto y consumo en las interfaces de programación de aplicaciones.
- Auditoría continua: Monitorear los registros de inferencia (inference logs) para detectar cualquier actividad inusual o intentos de deshabilitar el registro de seguridad.