Les attaques LLMjacking épuisent les budgets cloud des entreprises en quelques heures

Google a publié un avertissement concernant une nouvelle vague de cyberattaques baptisée LLMjacking, où des acteurs malveillants détournent l'accès des entreprises aux grands modèles de langage (LLM). Signalés le 3 novembre 2026, ces incidents ont déjà coûté à certaines organisations jusqu'à 1 million de dollars en frais frauduleux de calcul cloud avant leur détection.

Ce qui s'est passé

Les acteurs menaçants volent ou exposent des clés API et des jetons d'identité pour obtenir un accès non autorisé aux comptes LLM corporatifs. Contrairement au cryptojacking traditionnel, qui consomme des ressources progressivement, le LLMjacking génère d'énormes pics financiers en quelques heures seulement. Le Google Threat Intelligence Group et Mandiant ont observé des incidents individuels où les frais frauduleux ont dépassé 100 000 USD en une seule journée. Les attaques ont touché des entités en Amérique du Nord, en Amérique du Sud et dans la région Asie-Pacifique, couvrant des secteurs tels que les services financiers, le commerce de détail, la technologie et les transports.

Les vecteurs d'attaque varient, allant de la manipulation bas niveau des chatbots d'assistance client à l'exploitation directe du backend. Les attaquants commencent souvent par obtenir des jetons d'identité cloud, y compris des identifiants IAM, des clés de compte de service ou des jetons d'accès personnels GitHub. Un acteur spécifique, UNC6993, a compromis une instance cloud en utilisant une clé de compte de service mal configurée. Ils ont ensuite utilisé ce point d'appui pour accéder aux API LLM et créer des clés supplémentaires pour étendre leurs opérations, accumulant des frais de facturation importants. Dans une autre variante, les attaquants incitent les utilisateurs à coller des charges utiles JSON brutes contenant des jetons d'accès actifs dans de faux portails, contournant ainsi les contrôles de mot de passe et d'authentification multifacteur.

Au-delà du simple vol, un nouvel écosystème de « LLM Mixers » a émergé. Ces acteurs fonctionnent comme des passerelles de routage illicites, proxifiant et revendant l'accès non autorisé aux LLM à d'autres criminels. Des services comme Jet Night proposent des plans de tokens illimités pour les modèles de pointe à une fraction du prix du marché, tandis que l'organisation victime paie la facture. Un autre service de marché gris installe de vrais outils CLI pour OpenAI Codex ou Anthropic Claude Code mais les reconfigure pour router les requêtes via une infrastructure tierce, ciblant principalement les régions où ces fournisseurs n'opèrent pas officiellement.

Comment cela fonctionne

Le LLMjacking repose sur la compromission des identifiants plutôt que sur des vulnérabilités logicielles seules. Une fois qu'un attaquant obtient un accès initial via un jeton volé ou une clé exposée, il effectue une reconnaissance interne pour cartographier les services disponibles et les politiques d'identité. Ils clonent les bases de code pour rechercher des secrets codés en dur et analysent les journaux d'accès pour trouver des identifiants pour des environnements secondaires. Ce mouvement latéral leur permet d'escalader les privilèges et de maintenir un accès persistant, souvent en créant des comptes de service backdoor déguisés en utilitaires de facturation légitimes.

Dans le cas des services relais de marché gris, le mécanisme implique la réutilisation d'outils de développement officiels. Après qu'un utilisateur a installé un outil CLI légitime, un script remplace les fichiers de configuration, tels que ~/.codex/config.toml ou ~/.claude/settings.json. Ce script désactive les bacs à sable de sécurité, remplace les vraies identifiants API par des jetons émis par le relais et désactive la télémétrie. Le trafic est ensuite routé via les serveurs de l'attaquant, lui permettant de monétiser le quota de l'entreprise tout en fournissant un accès à prix réduit aux utilisateurs finaux dans les régions restreintes.

Détails clés

• Le LLMjacking peut générer des frais cloud frauduleux dépassant 100 000 USD en une seule journée.
• Les pertes cumulées pour certaines organisations ont atteint 1 million USD avant que l'accès ne soit révoqué.
• Les points d'entrée courants incluent les identifiants IAM volés, les clés de compte de service et les jetons d'accès personnels GitHub.
• L'acteur menaçant UNC6993 utilise des pages de détournement de session pour voler des jetons d'accès actifs aux utilisateurs.
• Les LLM Mixers comme Jet Night revendent l'accès volé via des boutiques souterraines pour environ 60 $ par mois.
• Les services de marché gris reconfigurent de vrais outils CLI pour router le trafic via des serveurs tiers, désactivant les bacs à sable.

Pourquoi c'est important

Pour les ingénieurs logiciels et les responsables techniques, le LLMjacking représente un passage du vol de ressources progressif à un dommage financier immédiat et à forte marge. La vitesse à laquelle ces attaques consomment les budgets signifie que les revues mensuelles de facturation traditionnelles sont insuffisantes pour la détection. Les équipes doivent désormais traiter les clés API LLM avec la même sévérité que les mots de passe root de base de données, car toute fuite peut entraîner une exposition financière catastrophique en quelques heures.

L'émergence des LLM Mixers complique également le paysage de la sécurité en créant une division du travail entre les courtiers d'accès initial et l'infrastructure de monétisation. Cette maturation suggère que les attaques deviendront plus automatisées et ciblées. Les ingénieurs construisant des workflows agentiques ou intégrant des modèles de niveau supérieur en production doivent supposer que leurs endpoints sont des cibles de haute valeur. Les pratiques de sécurité doivent évoluer pour inclure une surveillance stricte des modèles d'utilisation des tokens et des capacités de révocation immédiate.

Ce que vous pouvez faire

• Auditez tous les jetons d'identité cloud et faites tourner régulièrement les clés de compte de service, surtout celles ayant des permissions larges.
• Scannez les dépôts de code publics et les bases de code internes à la recherche de clés API et de secrets codés en dur.
• Implémentez des limites de débit strictes et des alertes budgétaires pour l'utilisation des API LLM afin de détecter les pics soudains de consommation.
• Désactivez les permissions IAM inutilisées et appliquez un accès au moindre privilège pour tous les comptes de service interagissant avec les LLM.
• Surveillez les changements de configuration inhabituels dans les outils CLI de développeur, en particulier dans les paramètres de bac à sable et de réseau.
• Sensibilisez les développeurs aux risques liés à l'utilisation de revendeurs non autorisés ou de configurations CLI modifiées pour les outils IA.