Bezpečnostní experti zaznamenali výrazný posun v chování kyberzločinců, kteří se v cloudových infrastrukturách stále častěji zaměřují na umělou inteligenci. Bezpečnostní tým Mandiant vyšetřoval v roce 2026 několik incidentů, při nichž útočníci neoprávněně ovládli firemní přístupy k velkým jazykovým modelům (LLM), což je taktika označovaná jako LLMJacking[1]. Tyto útoky zasáhly organizace v Severní Americe, Jižní Americe a v asijsko-pacifickém regionu napříč sektory finančních služeb, maloobchodu, technologií a dopravy[2]. Na rozdíl od pozvolné spotřeby výpočetního výkonu při cryptojackingu dokáže LLMJacking vygenerovat prudké nárůsty podvodných cloudových poplatků během pouhých několika hodin[3].

Milionové škody a přeprodej přes nelegální brány

Při jednotlivých vyšetřovaných incidentech přesáhly podvodné poplatky za cloudové služby 100 000 USD za jediný den a u některých organizací dosáhly celkově až 1 milionu USD[4]. Takzvané LLM Mixery fungují jako nelegální směrovací brány zprostředkovávající, agregující a přeprodávající neoprávněný přístup k jazykovým modelům odběratelům na černém trhu[5]. Po přeprodeji odcizených přístupů může objem příchozích požadavků na LLM náhle překročit 1 000 volání za sekundu[6].

Jedním z konkrétních příkladů je nelegální směrovací služba Jet Night, která nabízí neomezené přístupové tarify k modelům za 60 dolarů měsíčně[7]. V jednom ze zaznamenaných případů uskutečnil útočník přes 500 000 volání LLM API za méně než osm hodin prostřednictvím ukradených klíčů napájejících právě službu jet-night.com[8]. Tato služba vygenerovala napadené organizaci náklady na spotřebované tokeny ve výši téměř jednoho milionu dolarů[9].

Vektory průniku a maskovací techniky útočníků

Hlavním vektorem počátečního průniku byly odhalené či odcizené cloudové identitní tokeny, včetně přihlašovacích údajů IAM, klíčů servisních účtů, GitHub tokenů PAT a aktivních relačních tokenů[10]. Útočníci testovali platnost ukradených klíčů k LLM API pomocí automatizovaných dotazů nastavených na jediný token (max_tokens=1), aby nevzbudili podezření[11].

Pro udržení přístupu v napadených prostředích vytvářeli útočníci klamné servisní účty maskované za interní nástroje pro optimalizaci vyúčtování a vkládali vlastní SSH klíče do metadat virtuálních instancí[12]. K překonání provozních omezení někteří aktéři obcházejí frekvenční limity API požadavků průběžným vytvářením a okamžitým mazáním krátkodobých servisních účtů[13]. Kromě krádeží tokenů výzkumníci zaznamenali také zneužívání bezpečnostní zranitelnosti CVE-2026-40217 v nástroji LiteLLM, která umožňuje vzdálené spuštění libovolného kódu na serveru[14].

Organizované skupiny a šedý trh

Na zneužívání firemních AI prostředků se podílí několik specializovaných aktérů. Útočná skupina UNC6993 například provozovala podvodnou stránku pro krádež relací maskovanou jako portál pro přístup k LLM, která uživatele naváděla k vložení aktivního přístupového tokenu v JSON formátu[15]. V napadených cloudových projektech následně skupina UNC6993 vytvořila další API klíče a vygenerovala vyúčtování přesahující 100 000 USD[16]. Jiný útočník vystupující pod označením D1337-KAIROS nasadil veřejně přístupné reverzní proxy servery a vlastní skripty v Node.js k vystavení neoprávněných koncových bodů pro špičkové jazykové modely[17].

Existuje také neoficiální zprostředkovatelská služba, která instaluje legitimní rozhraní CLI pro OpenAI Codex a Anthropic Claude Code a přesměrovává veškeré požadavky přes servery třetích stran[18]. Tato služba navíc přepisuje konfiguraci nástroje Codex tak, že vypíná sandbox nastavením parametru na hodnotu danger-full-access[19]. Neautorizované přeprodejní služby cílily zejména na trhy, kde společnosti Anthropic a OpenAI oficiálně nepůsobí[20].

Jako základní obranné opatření Google doporučuje organizacím striktně zakázat veškerá oprávnění, která nejsou výslovně vyžadována, včetně přístupu ke cloudovým službám LLM[21].