Группы аналитики угроз Google (GTIG) и компания Mandiant предупредили о росте числа атак похищения больших языковых моделей, известных как LLMjacking, которые привели к тяжелым финансовым потерям организаций, в некоторых случаях достигающим одного миллиона долларов США в результате мошеннических счетов за облачное потребление.
Принцип работы атак
Злоумышленники полагаются на две основные стратегии для получения доступа к инфраструктуре искусственного интеллекта: первая — активное сканирование общедоступных конечных точек (Endpoints), а вторая — кража действительных ключей интерфейса прикладного программирования (API Keys) с незащищенных устройств. После получения доступа эти ресурсы продаются через посреднические сервисы, известные как «миксеры языковых моделей» (LLM Mixers), которые предоставляют подписчикам несанкционированный доступ к моделям искусственного интеллекта.
Как только доступ перепродан, целевые системы сталкиваются с огромным всплеском объема запросов, который может превышать 1000 запросов в секунду, что приводит к регистрации этих запросов как легитимного потребления и наложению огромных расходов на пострадавшую организацию.
Эволюция угроз
Исследователи зафиксировали такие группировки угроз, как UNC6993, которые используют шлюзовые инструменты для сбора украденных ключей и распределения запросов. Также было зафиксировано использование уязвимости CVE-2026-40217 в платформе LiteLLM, которая позволяет выполнять произвольный код на сервере. В некоторых случаях злоумышленники использовали инфраструктуру жертвы для размещения агентов (Agents) и обратных прокси-серверов (Reverse Proxies) с целью предоставления несанкционированных услуг искусственного интеллекта под вымышленными именами.
Что должны делать компании?
Google подчеркивает необходимость принятия упреждающих мер по защите рабочих сред, включая:
- Управление доступом и идентификацией (IAM): применение принципа наименьших привилегий и предотвращение всех ненужных разрешений, особенно доступа к облачным службам искусственного интеллекта.
- Защита секретов: использование централизованных платформ для управления и регулярной ротации API-ключей и конфиденциальных данных.
- Мониторинг и контроль: активация устойчивой к фишингу многофакторной аутентификации (MFA), а также установка максимальных лимитов на расходы и потребление для интерфейсов программирования приложений.
- Непрерывный аудит: мониторинг журналов вывода (Inference Logs) для обнаружения любой необычной активности или попыток отключить регистрацию безопасности.