正在開啟 SecureFlowLLM Jacking:盜用雲端 LLM 資源
案例摘要與來源

AIDEFEND SecureFlow / SecureFlow 案例索引

MITRE ATLAS mitre-atlas-cs0030

LLM Jacking:盜用雲端 LLM 資源

  • AI 基礎設施
  • 資源劫持與成本損失
  • 憑證與身分竊取

Sysdig 威脅研究團隊發現,有惡意行為者利用竊來的憑證,取得雲端上大型語言模型(LLM)的存取權。這些行為者暗中蒐集該雲端服務啟用了哪些模型的資訊,並為這些 LLM 架設一個反向代理服務,好把模型存取權提供給其他網路犯罪者。 Sysdig 的研究人員找出這些身分不明的行為者所使用的工具,這些工具能鎖定的雲端服務範圍很廣,包括 AI21 Labs、Anthropic、AWS Bedrock、Azure、ElevenLabs、MakerSuite、Mistral、OpenAI、OpenRouter 與 GCP Vertex AI。下面攻擊流程所呈現的技術分析,是根據 Amazon Bedrock 服務的 Amazon CloudTrail 記錄。 Sysdig 的研究人員估算,光是未經授權使用一個 Claude 2.x 模型,最壞情況下每天可能造成高達 46,000 美元的財務損失。 2025 年 4 月更新:這個攻擊仍在持續並不斷演變。本案例研究只涵蓋 Sysdig 最初的通報內容。

對應的威脅技術

來源

更新日期