正在開啟 SecureFlowGTIG/Mandiant:跨雲端 LLMJacking 算力劫持與「LLM 混幣器」轉售
案例摘要與來源

AIDEFEND SecureFlow / SecureFlow 案例索引

Google Threat Intelligence Group aidefend-sf0097

GTIG/Mandiant:跨雲端 LLMJacking 算力劫持與「LLM 混幣器」轉售

  • AI 基礎設施
  • 自主式 agent
  • 資源劫持與成本損失
  • 憑證與身分竊取
  • 系統入侵與遠端程式碼執行
  • 金融詐騙與濫用

Google 威脅情資團隊(GTIG)與 Mandiant 彙整 2026 年在北美、南美與亞太地區處理的多起第一線事件應變調查,揭露了 LLMJacking(大型語言模型算力劫持)的常見手法,以及下游如何把盜來的推論額度包裝轉售。在部分案件中,受害組織單日遭盜刷的雲端 LLM 費用就超過 10 萬美元。不同案件採用的入侵入口各異,包括外洩的雲端或模型金鑰、對外開放的 Ollama 服務,以及 UNC6993 的工作階段釣魚。進入受影響的雲端環境後,有些案件的攻擊者會清查模型配額、從資料倉儲中繼資料裡翻找資料庫密碼,或冒用服務帳號讀取雲端機密。GTIG 另記錄到後續攻擊群組取得已驗證可用的 LiteLLM 虛擬金鑰後,提升 AI 閘道管理權限的案例。GTIG 引用的 CVE(公開資安漏洞的識別編號)在原廠公告中指向另一項漏洞;v1.83.14-stable 雖已包含該 CVE 的修補,重發金鑰時仍缺少變更所有權的授權檢查,這項修補另納入 v1.84.0。在另一個涉及「LLM 混幣器」Jet Night 的案件中,這套轉送服務在不到八小時內發出超過 50 萬次模型呼叫,讓單一家受害組織承擔近 100 萬美元的帳單;報告另也記錄了把受害帳號切到隨用隨付方案、反覆更換短效服務帳號的案例,以及在受害環境部署反向代理、使用 Manus Agent 框架建立容器化後門的案件。這些都是公開報告中各自記錄的獨立案例,並非同一起攻擊事件。

對應的威脅技術

  • AML.T0095.000 Code Repositories
  • AML.T0012 Valid Accounts
  • AML.T0055 Unsecured Credentials
  • AML.T0125 Create Account
  • AML.T0040 AI Model Inference API Access
  • AML.T0048.000 Financial Harm

來源