تُرجم من الإنجليزية بواسطة TechUpscale بمساعدة الذكاء الاصطناعي، وتمت مراجعته مقابل النص الأصلي. اقرأ النص الأصلي بالإنجليزية
في نوفمبر 2026، أبلغت مجموعة استخبارات التهديد التابعة لغوغل عن حادث متعددة قامت خلالها جهات التهديد باختطاف وصول المؤسسات إلى نماذج اللغة الكبيرة في تكتيك يسمى LLMJacking. وأدت عمليات الاختراق هذه إلى رسوم سحابة احتيالية ضخمة.
آليات اختطاف نماذج اللغة الكبيرة (LLMJacking)
استجابت Mandiant لحوادث متعددة في عام 2026 قامت فيها جهات التهديد باختطاف وصول المؤسسات إلى نماذج اللغة الكبيرة، وهو تكتيك يُعرف باسم LLMJacking. وأثرت عمليات الاختراق هذه على منظمات في أمريكا الشمالية وأمريكا الجنوبية وآسيا والمحيط الهادئ عبر قطاعات الخدمات المالية والتجزئة والتكنولوجيا والنقل.
على عكس استهلاك الموارد التدريجي المرتبط بالتعدين الخفي، يمكن أن يولد اختطاف نماذج اللغة الكبيرة طفرات كبيرة في رسوم السحابة الاحتيالية في غضون ساعات قليلة. تتجاوز جهات التهديد واجهات الواجهة الأمامية لاستهداف موارد نموذج الواجهة الخلفية مباشرة، مع التركيز على تحديد نقاط نهاية نماذج اللغة الكبيرة المعرضة للجمهور أو الحصول على مفاتيح واجهة برمجة تطبيقات صالحة لنماذج اللغة الكبيرة.
التحقيق المالي ومجمعات نماذج اللغة الكبيرة (LLM Mixers)
حددت مجموعة استخبارات التهديد التابعة لغوغل تقسيماً للعمل بين جهات التهديد التي تنشئ وصولاً أولياً إلى البيئات المخترقة والمشغلين الذين يديرون البنية التحتية لتحقيق الدخل في المصب والمعروفة باسم LLM Mixers. تعمل LLM Mixers كبوابات توجيه غير قانونية تقوم بعمل وكيل وتجميع وإعادة بيع الوصول غير المصرح به إلى نماذج اللغة الكبيرة للمشتركين في السر.
عبر الحوادث الفردية، لاحظ المراقبون رسوماً احتيالية مرتبطة باستهلاك الموارد تتجاوز 100,000 دولار أمريكي في يوم واحد، مع وصول الرسوم التراكمية في بعض المنظمات إلى 1 مليون دولار أمريكي قبل إلغاء الوصول. اشتركت جهات التهديد في حسابات الضحايا في اتفاقيات الدفع حسب الاستخدام وأطلقت تدفقات استدلال عالية الحجم.
إرشادات التخفيف والمعالجة
من أجل منع المهاجمين من إساءة استخدام خدمات سحابة نماذج اللغة الكبيرة، يجب على المدافعين إعطاء الأولوية لإدارة الهوية والوصول وأمان سلسلة التوريد. يُنصح المنظمات باستخدام منصات إدارة الأسرار المركزية وفرض ضوابط الوصول إلى الحد الأدنى من الصلاحيات.
تشمل التوصيات الإضافية أتمتة مسح الأسرار داخل قواعد الشفرات، وإجراء عمليات تدقيق روتينية للتكوين، وتنفيذ تحديد معدل الطلبات، وفرض مصادقة متعددة العوامل مقاومة التصيد الاحتيالي عبر جميع موفري هوية السحابة ومنصات المطورين.
ما يجب فعله
- استخدم منصة إدارة الأسرار المركزية للتحكم في إدارة وتدوير المفاتيح والأسرار الحساسة.
- تأكد من أن المستخدمين وحسابات الخدمة يمتلكون فقط الأذونات اللازمة لدورهم المحدد والمهام المطلوبة.
- أتمتة مسح الأسرار داخل قواعد الشفرات لضمان تحديد وإزالة مفاتيح واجهة برمجة التطبيقات والأسرار المضافة إلى شفرة المصدر على الفور.
- إجراء عمليات تدقيق شاملة دورية لتكوين خدمات السحابة لتحديد مسارات الهجوم المحتملة والتعرض غير المقصود لننقاط النهاية.
- تنفيذ جدار حماية تطبيقات الويب (WAF) مثل Google Cloud Armor لفرض تحديد معدل اتصالات العميل الفردية.
- فرض مصادقة متعددة العوامل مقاومة التصيد الاحتيالي عبر جميع موفري هوية السحابة ووحدات تحكم الإدارة ومنصات المطورين.
الحقائق الأساسية ومصدرها
- استجابت Mandiant لحوادث متعددة في عام 2026 حيث اختطفت جهات التهديد وصول المؤسسات إلى نماذج اللغة الكبيرة.
Mandiant responded to multiple incidents in 2026 in which threat actors hijacked enterprise access to Large Language Models (LLMs), a tactic known as "LLMJacking."
- تجاوزت الرسوم الاحتيالية المرتبطة باستهلاك الموارد 100,000 دولار أمريكي في يوم واحد في الحوادث المرصودة.
observed fraudulent charges associated with resource consumption exceeding $100,000 USD in a single day
- تعمل LLM Mixers كبوابات توجيه غير قانونية تقوم بعمل وكيل وتجميع وإعادة بيع الوصول غير المصرح به لنماذج اللغة الكبيرة.
LLM Mixers function as illicit routing gateways that proxy, aggregate, and resell unauthorized LLM access to underground subscribers.
