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.
Ante este panorama, John Hultquist, analista jefe de Google Threat Intelligence Group, advierte sobre la importancia de 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.
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.
