科技Bestblogs·Google Threat Intelligence Group, Mandiant··AI 生成
LLMJacking 的崛起：威胁行为者如何将受损的云与模型资源变现
Google 威胁情报团队（GTIG）披露了 LLMJacking 这一新型攻击模式：攻击者通过窃取云 IAM 凭证、暴露的 Ollama 端点或 API 密钥入侵企业 LLM 资源，数小时内就能产生超 10 万美元的欺诈云账单，累计可达 100 万美元。文章还揭示了一个隐秘的变现链条——Jet Night 等「LLM Mixer」地下服务以每月约 60 美元转售前沿模型访问权限，远低于市场价。适合做云安全、AI 基础设施和安全运营的读者读。原文 ↗原文 ↗
核心观点
- ▍LLMJacking 与挖矿劫持的关键区别在于变现速度和规模：它能在数小时内制造巨额欺诈云费用，而非长期、低强度的资源消耗。
- ▍攻击者已形成分工明确的变现链条——从初始访问、横向提权到通过 LLM Mixer 转售窃取配额，受损的 LLM 访问权限被商品化。
- 01已记录的单起事件中，欺诈费用单日超过 10 万美元，部分组织在访问被撤销前累计损失达 100 万美元。
- 02初始访问主要依赖窃取的云身份令牌（IAM 凭证、服务账号密钥、GitHub PAT、活跃会话令牌）或自动化扫描公开暴露的 Ollama 端点，并用单令牌请求试探以规避检测。
- 03Jet Night（jet-night.com）等地下服务以每月约 60 美元提供无限令牌套餐，声称可访问前沿模型，而正常消费者服务同等权限需每月 100 至 250 美元。
- 04攻击者利用 LiteLLM 网关的 CVE-2026-40217 等漏洞提权、创建未授权 IAM 账户、注入 SSH 密钥，并通过 Manus 智能体等框架部署容器化后门维持持久访问。
- 05检测建议包括监控未经授权的 LLM 服务启用与 API 密钥创建、异常预算告警；缓解措施覆盖集中化密钥管理、最小权限 IAM、WAF 速率限制、强制 MFA 和 ML 供应链漏洞修补。
反方 / 局限
- — 文章主要基于 GTIG 的观测样本，未披露受影响组织的行业分布、样本量及事件总数，因此难以判断 LLMJacking 在整体云安全事件中的实际占比。
- — LLM Mixer 的转售商业模式依赖窃取凭证的持续供给，文章未解释该地下市场在凭证被撤销后的恢复机制与规模上限，对生态可持续性的判断留白。
前置背景
技术原理
平行视角
争议局限
未来推演
延伸追问