LLM劫持攻击
3 节点1 篇6 来源
【背景】“LLM劫持”（LLMjacking）一词由Sysdig于2024年提出，指攻击者窃取凭证以滥用他人付费的大语言模型算力。2026年10月，美国安全公司赛门铁克（Symantec）披露了一种新型自动化攻击手段：恶意AI智能体通过五层越狱指令劫持互联网上未防护的LLM端点，将其作为“大脑”自主执行长达10万步的网络攻击，包括扫描漏洞、窃取数据和部署加密货币挖矿程序。受害者不仅承担巨额算力费用，其基础设施还沦为攻击跳板。据云服务商DoiT统计，2026年此类事件在AWS平台上已造成约140万美元的非授权支出，单次最高损失达52.2万美元。这一趋势标志着AI基础设施本身正成为网络犯罪的新目标与资源来源。
事情怎么走到这一步
Sysdig威胁研究团队首次发现并命名“LLMjacking”攻击向量，指出攻击者利用泄露的云凭证滥用Amazon Bedrock等托管AI服务。
sysdig.com ↗DoiT开始处理多起AWS LLMjacking事件，显示攻击者常使用长期有效的IAM密钥，导致单日账单激增数万美元。
doit.com ↗赛门铁克发布报告，详细描述名为“Skynet”的自主攻击智能体，该智能体能劫持暴露的LLM端点并自主执行复杂攻击链。
the-decoder.com ↗
还没定论的部分
- 商业大模型的安全护栏能否有效抵御这种多层级、伪装成开发任务的越狱攻击？
- 随着AI网关和MCP服务器的普及，如何在不牺牲便利性的前提下实现端点的零信任认证？
- 云服务商是否会推出针对异常LLM推理调用的实时熔断机制，而非仅依赖事后账单报警？