LLMjacking：网络犯罪分子如何将他人AI账户变成牟利工具

加密货币行业早已熟知“加密劫持”这一术语——即利用他人的计算能力进行数字资产的隐蔽挖矿。然而，随着生成式人工智能市场的迅猛增长，一种新的威胁出现了——LLMjacking。这是一种恶意分子未经授权访问大型语言模型（LLM）账户并利用其资源、由账户所有者买单的攻击方案。

攻击机制在很大程度上与经典的加密劫持如出一辙。黑客寻找存在漏洞的凭据——泄露的API密钥、弱密码、被攻破的云配置——并夺取对付费神经网络服务的访问权限。受害者则继续支付账单，甚至毫不知情自己的资源正被第三方利用。

为何对恶意分子有利可图

对先进模型的请求成本可能相当高昂，而消耗量更是巨大。犯罪分子要么转售被盗账户的访问权限，要么将其用于自身目的：生成内容、绕过付费限额、创建机器人和自动化攻击。所有者往往只有在收到账单或发现日志中的异常活动时才会察觉问题。

Cryptalist的专家分析指出了与加密劫持的直接相似之处：两种情况下，攻击者都是将他人基础设施变现，同时将自身成本降至最低。区别仅在于对象——过去是用于挖矿的GPU，如今是云AI平台的计算资源。

如何防护

关键防护措施包括严格控制API密钥、轮换凭据、监控消耗量以及设置支出限额。建议各组织部署异常检测系统和对AI服务访问的审计机制，并及时撤销已泄露的令牌。

Cryptalist分析：随着语言模型融入企业流程，LLMjacking将变得如同挖矿巅峰时期的加密劫持一样普遍。AI领域的网络安全市场将以领先速度增长，而对支出控制工具和API访问保护的需求将形成一个独立细分市场。投资者应将AI基础设施安全视为一个具有稳定长期需求的前景方向。