Google Threat Intelligence Group (GTIG) y Mandiant Services publicaron un nuevo informe que analiza el surgimiento y consolidación del LLMJacking, una táctica en la que actores maliciosos comprometen credenciales corporativas en la nube para secuestrar el acceso a modelos de lenguaje avanzados (LLMs) y utilizarlos con fines no autorizados.
A diferencia del consumo gradual característico del cryptojacking, el LLMJacking destaca por su velocidad e impacto financiero. En incidentes recientes documentados en sectores como finanzas, comercio minorista, tecnología y transporte, las organizaciones enfrentaron cargos no autorizados que superaron los $100,000 USD en un solo día, acumulando hasta $1,000,000 USD antes de revocar los accesos comprometidos. En uno de los casos, los atacantes llegaron a ejecutar más de 500,000 llamadas a API en menos de ocho horas.
El auge de los "LLM Mixers" y la reventa no autorizada
El reporte de GTIG destaca una marcada especialización dentro del ecosistema cibercriminal. Mientras ciertos grupos se dedican a obtener credenciales de acceso inicial a través de claves expuestas en plataformas de desarrollo, secuestro de sesiones y configuraciones erróneas en la nube, otros operan servicios de enrutamiento y agregación conocidos como "LLM Mixers".
Estas plataformas funcionan como pasarelas ilícitas que revenden el acceso a modelos de IA de frontera a usuarios externos mediante planes de suscripción económica, transfiriendo el costo total de computación e inferencia a las cuentas corporativas de las organizaciones vulneradas. GTIG proyecta que los atacantes priorizarán el LLMJacking sobre esquemas previos debido a los altos márgenes de ganancia inmediata que ofrece este modelo de intermediación no autorizada.
Es importante proteger los recursos de IA y cómputo que las organizaciones están incorporando a sus operaciones. "Siempre que pueden, los actores de amenazas buscan aprovechar esta tecnología para obtener una ventaja de escala frente a los equipos de defensa. Lo consiguen mediante herramientas de IA agéntica y el robo de tokens de terceros que desconocen que sus recursos están siendo utilizados. Proteger estos recursos no solo evitará que las organizaciones enfrenten costos descontrolados, sino que también ayudará a proteger a la comunidad en general frente a una avalancha de ataques autónomos y de bajo costo", destaca John Hultquist, analista jefe de Google Threat Intelligence Group.
Las organizaciones deberán supervisar de cerca y proteger los modelos y recursos de cómputo que están incorporando rápidamente a sus operaciones; de lo contrario, podrían no ser las únicas en utilizarlos. Esto implica examinar los patrones de uso, habilitar la autenticación multifactor y gestionar cuidadosamente las credenciales y otros secretos de acceso.
Recomendaciones de mitigación
Para salvaguardar los entornos en la nube y mitigar el riesgo operativo y financiero, Mandiant y Google aconsejan:
Establecer topes de gasto y alertas: Configurar cuotas granulares por modelo y límites presupuestarios estrictos en las plataformas de nube para interrumpir consumos anómalos de forma automática.
Higiene estricta de credenciales: Implementar herramientas automatizadas de escaneo de código para evitar que claves de API y secretos queden expuestos en repositorios de desarrollo.
Autenticación multifactorial (MFA): Exigir MFA resistente a phishing en todas las consolas de gestión de identidad y plataformas en la nube.
Supervisar micro-transacciones: Monitorear los registros de acceso para identificar consultas mínimas automatizadas, técnica frecuentemente utilizada para verificar la validez de credenciales robadas antes de lanzar consumos a gran escala.
Actualización de pasarelas de IA: Garantizar la pronta aplicación de parches de seguridad en herramientas intermedias de enrutamiento y administración de modelos.
