XMASKNEWS
Aktualizacja:
Help Net SecurityEN→PLAI

Skradziony dostęp do AI generuje dla firm rachunki sięgające miliona dolarów

Cyberprzestępcy przejmują konta chmurowe, aby uruchamiać modele AI na koszt ofiar. Zjawisko LLMJacking może generować ogromne koszty w zaledwie kilka godzin.

Aby się chronić, firmy powinny monitorować nagłe zmiany w konfiguracji usług AI, w tym nieoczekiwane włączanie wyłączonych wcześniej modeli. Kluczowe jest zabezpieczanie kluczy API, unikanie ich publikowania w kodzie oraz ścisła kontrola uprawnień kont serwisowych w chmurze.

Czytaj też

The Hacker NewsEN→PL

Binance ujawnia, jak fałszywe rozmowy o pracę i nadużycia narzędzi AI doprowadziły do kradzieży 6,43 miliarda dolarów

Binance opisał wieloetapową kampanię, w której napastnicy wykorzystali zainfekowany instalator Homebrew oraz socjotechnikę podczas fałszywych rekrutacji, by ukraść rekordową sumę aktywów.

Czego się uczymy
  • Należy zachować szczególną ostrożność przy pobieraniu narzędzi deweloperskich (np. Homebrew) z wyszukiwarek, aby uniknąć zainfekowanych instalatorów typu trojan.
  • Procesy rekrutacyjne mogą być wykorzystane do infekcji; nigdy nie należy uruchamiać niezweryfikowanego kodu ani repozytoriów na komputerach służbowych.
AI
The Hacker NewsEN→PL

Google ostrzega: ataki LLMjacking mogą kosztować firmy nawet milion dolarów w opłatach za chmurę

Google ostrzega przed nową techniką zwaną LLMjacking. Atakujący przejmują dostęp do modeli LLM, aby generować ogromne koszty obliczeniowe i korzystać z usług AI na koszt ofiary.

Czego się uczymy
  • Chroń klucze API i tokeny IAM, unikając ich wycieku w kodzie źródłowym (np. na GitHubie) oraz w konfiguracjach po stronie klienta.
  • Monitoruj nagłe skoki kosztów w usługach chmurowych i API modeli LLM, gdyż mogą one świadczyć o trwającym ataku LLMjacking.
AI
Dark ReadingEN→PL

LLMJacking staje się dochodowym przedsięwzięciem cyberprzestępców

Cyberprzestępcy stworzyli dochodowy model biznesowy oparty na odsprzedaży dostępu do modeli LLM w chmurze. Ofiary poniosły koszty sięgające nawet miliona dolarów.

Czego się uczymy
  • Należy monitorować i ustawiać limity zużycia zasobów (quotas) dla usług AI w chmurze, aby uniknąć niekontrolowanych kosztów w przypadku przejęcia konta.
  • Konieczne jest wdrożenie rygorystycznego monitorowania anomalii w rachunkach za usługi chmurowe, szczególnie w obszarze compute i API modeli językowych.
AI