LLMJacking — это захват корпоративного доступа к языковым моделям ради собственного использования или перепродажи. Атаки затронули организации финансового сектора, розничной торговли, технологий и транспорта в Северной и Южной Америке, а также Азиатско Тихоокеанском регионе.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование

Create a landscape editorial hero image for this Studio Global article: What did Google’s Mandiant and Google Threat Intelligence Group report on November 2, 2026, about LLMJacking incidents across financial serv. Article summary: Google’s Mandiant and Google Threat Intelligence Group reported on November 2, 2026, that criminals were hijacking enterprise LLM access and monetizing it at victims’ expense, producing fraudulent charges above $100,000 . Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Google Mandiant и Google Threat Intelligence Group сообщили о нескольких инцидентах 2026 года, в которых преступники захватывали корпоративный доступ к большим языковым моделям (LLM), а затем использовали или перепродавали его. В отдельных случаях мошеннические расходы на облачные ресурсы превышали $100 000 за день; в некоторых организациях общая сумма дошла до $1 млн, прежде чем доступ удалось отозвать. 4
LLMJacking — это захват доступа организации к языковым моделям и связанным с ними вычислительным ресурсам. Речь не просто о манипуляциях с чат-ботом, которым пользуются клиенты: злоумышленники используют корпоративные облачные аккаунты и доступ к моделям, чтобы запускать собственные задачи или пропускать через скомпрометированную инфраструктуру запросы других пользователей. 4
По данным Mandiant, расследованные инциденты затронули организации финансового сектора, розничной торговли, технологий и транспорта в Северной и Южной Америке, а также Азиатско-Тихоокеанском регионе. Атаки были связаны с разными поставщиками облачных услуг и языковых моделей. 4
Среди указанных способов проникновения — кража облачных учётных данных, API-ключей LLM и токенов доступа. В обзорах инцидентов также упоминаются учётные данные IAM — системы управления идентификацией и доступом, — ключи сервисных аккаунтов, персональные токены GitHub и перехваченные токены активных сессий. 3
5
9
Получив доступ, преступники могут запускать модели от имени компании-жертвы. Некоторые затем перепродают доступ через посреднические сервисы: расходы на инференс — обработку запросов к модели — ложатся на организацию, чьи учётные данные были украдены. 3
Такие расходы могут накапливаться очень быстро. По данным Google, в отдельных инцидентах мошеннические списания превышали $100 000 за день, а в некоторых организациях общая сумма до блокировки доступа достигала $1 млн.
В материалах, связанных с Google, описан случай, когда группа UNC6993 получила доступ к облачному экземпляру через неправильно настроенный ключ сервисного аккаунта, а затем добралась до API языковой модели. 17 Этот эпизод показывает, как ошибка в настройке облачной идентификации может открыть путь к несанкционированному использованию ИИ.
Отдельное звено этой криминальной схемы — так называемые «LLM-миксеры»: сервисы, которые перенаправляют запросы платящих клиентов через украденный доступ к моделям. Один из примеров — Jet Night. С ним связали более 500 000 API-запросов менее чем за восемь часов и почти $1 млн расходов на токены, начисленных одной организации-жертве. 18
По сообщениям источников, Jet Night рекламировал доступ примерно за $60 в месяц — дешевле легальных подписок стоимостью около $100–250. 18
20 В такой схеме клиент платит посреднику, а счёт за использование моделей может получить компания, у которой украли доступ.
В публикациях, связанных с Google, также сообщалось об эксплуатации уязвимости CVE-2026-40217 в LiteLLM — шлюзе для работы с моделями. Согласно этому описанию, злоумышленники могли превратить обычные виртуальные ключи в доступ уровня администратора. 17
Однако другой из предоставленных источников указывает на расхождение между описанием Google и ответом LiteLLM на уязвимость. Доступные материалы не позволяют разрешить это противоречие, поэтому конкретное техническое объяснение следует воспринимать с осторожностью.
Исследователи Google сравнили LLMJacking с криптоджекингом — скрытым использованием чужих вычислительных ресурсов для добычи криптовалюты. В отличие от более постепенной нагрузки при криптоджекинге, LLMJacking, по их словам, способен вызвать резкий скачок облачных расходов за считаные часы.
Для компаний, использующих облачные модели, описанные инциденты показывают, что защита учётных данных — это ещё и вопрос контроля расходов. Скомпрометированный ключ может позволить запускать большое число запросов до того, как организация заметит проблему и отзовёт доступ. Поэтому важно защищать облачные идентификаторы и API-ключи, проверять, где они могут быть раскрыты, и отслеживать необычные изменения в использовании моделей и начислениях. Это практические выводы из описанных способов доступа и финансовых последствий, а не исчерпывающий перечень рекомендаций, прямо приписываемых Google. 3
5
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
LLMJacking — это захват корпоративного доступа к языковым моделям ради собственного использования или перепродажи.
LLMJacking — это захват корпоративного доступа к языковым моделям ради собственного использования или перепродажи. Атаки затронули организации финансового сектора, розничной торговли, технологий и транспорта в Северной и Южной Америке, а также Азиатско Тихоокеанском регионе.
Сервис Jet Night, перепродававший доступ к моделям, был связан с более чем 500 000 API запросов менее чем за восемь часов.
LLMJacking — это захват корпоративного доступа к языковым моделям ради собственного использования или перепродажи. Атаки затронули организации финансового сектора, розничной торговли, технологий и транспорта в Северной и Южной Америке, а также Азиатско Тихоокеанском регионе.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование

Create a landscape editorial hero image for this Studio Global article: What did Google’s Mandiant and Google Threat Intelligence Group report on November 2, 2026, about LLMJacking incidents across financial serv. Article summary: Google’s Mandiant and Google Threat Intelligence Group reported on November 2, 2026, that criminals were hijacking enterprise LLM access and monetizing it at victims’ expense, producing fraudulent charges above $100,000 . Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Google Mandiant и Google Threat Intelligence Group сообщили о нескольких инцидентах 2026 года, в которых преступники захватывали корпоративный доступ к большим языковым моделям (LLM), а затем использовали или перепродавали его. В отдельных случаях мошеннические расходы на облачные ресурсы превышали $100 000 за день; в некоторых организациях общая сумма дошла до $1 млн, прежде чем доступ удалось отозвать. 4
LLMJacking — это захват доступа организации к языковым моделям и связанным с ними вычислительным ресурсам. Речь не просто о манипуляциях с чат-ботом, которым пользуются клиенты: злоумышленники используют корпоративные облачные аккаунты и доступ к моделям, чтобы запускать собственные задачи или пропускать через скомпрометированную инфраструктуру запросы других пользователей. 4
По данным Mandiant, расследованные инциденты затронули организации финансового сектора, розничной торговли, технологий и транспорта в Северной и Южной Америке, а также Азиатско-Тихоокеанском регионе. Атаки были связаны с разными поставщиками облачных услуг и языковых моделей. 4
Среди указанных способов проникновения — кража облачных учётных данных, API-ключей LLM и токенов доступа. В обзорах инцидентов также упоминаются учётные данные IAM — системы управления идентификацией и доступом, — ключи сервисных аккаунтов, персональные токены GitHub и перехваченные токены активных сессий. 3
5
9
Получив доступ, преступники могут запускать модели от имени компании-жертвы. Некоторые затем перепродают доступ через посреднические сервисы: расходы на инференс — обработку запросов к модели — ложатся на организацию, чьи учётные данные были украдены. 3
Такие расходы могут накапливаться очень быстро. По данным Google, в отдельных инцидентах мошеннические списания превышали $100 000 за день, а в некоторых организациях общая сумма до блокировки доступа достигала $1 млн.
В материалах, связанных с Google, описан случай, когда группа UNC6993 получила доступ к облачному экземпляру через неправильно настроенный ключ сервисного аккаунта, а затем добралась до API языковой модели. 17 Этот эпизод показывает, как ошибка в настройке облачной идентификации может открыть путь к несанкционированному использованию ИИ.
Отдельное звено этой криминальной схемы — так называемые «LLM-миксеры»: сервисы, которые перенаправляют запросы платящих клиентов через украденный доступ к моделям. Один из примеров — Jet Night. С ним связали более 500 000 API-запросов менее чем за восемь часов и почти $1 млн расходов на токены, начисленных одной организации-жертве. 18
По сообщениям источников, Jet Night рекламировал доступ примерно за $60 в месяц — дешевле легальных подписок стоимостью около $100–250. 18
20 В такой схеме клиент платит посреднику, а счёт за использование моделей может получить компания, у которой украли доступ.
В публикациях, связанных с Google, также сообщалось об эксплуатации уязвимости CVE-2026-40217 в LiteLLM — шлюзе для работы с моделями. Согласно этому описанию, злоумышленники могли превратить обычные виртуальные ключи в доступ уровня администратора. 17
Однако другой из предоставленных источников указывает на расхождение между описанием Google и ответом LiteLLM на уязвимость. Доступные материалы не позволяют разрешить это противоречие, поэтому конкретное техническое объяснение следует воспринимать с осторожностью.
Исследователи Google сравнили LLMJacking с криптоджекингом — скрытым использованием чужих вычислительных ресурсов для добычи криптовалюты. В отличие от более постепенной нагрузки при криптоджекинге, LLMJacking, по их словам, способен вызвать резкий скачок облачных расходов за считаные часы.
Для компаний, использующих облачные модели, описанные инциденты показывают, что защита учётных данных — это ещё и вопрос контроля расходов. Скомпрометированный ключ может позволить запускать большое число запросов до того, как организация заметит проблему и отзовёт доступ. Поэтому важно защищать облачные идентификаторы и API-ключи, проверять, где они могут быть раскрыты, и отслеживать необычные изменения в использовании моделей и начислениях. Это практические выводы из описанных способов доступа и финансовых последствий, а не исчерпывающий перечень рекомендаций, прямо приписываемых Google. 3
5
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
LLMJacking — это захват корпоративного доступа к языковым моделям ради собственного использования или перепродажи.
LLMJacking — это захват корпоративного доступа к языковым моделям ради собственного использования или перепродажи. Атаки затронули организации финансового сектора, розничной торговли, технологий и транспорта в Северной и Южной Америке, а также Азиатско Тихоокеанском регионе.
Сервис Jet Night, перепродававший доступ к моделям, был связан с более чем 500 000 API запросов менее чем за восемь часов.