盗まれたAI認証情報が、コストの面でも深刻なセキュリティ問題になりつつあります。Googleの最新の脅威インテリジェンスレポートによると、LLMjacking攻撃で1日に10万ドル超の不正請求が発生しました。最も深刻なケースでは、リソースの不正利用による累計被害額が100万ドルに達しています。
この調査結果は、2026年を通じて実施されたMandiantの調査に基づくものです。攻撃者はクラウド環境に侵入し、被害組織のAIサービスやコンピューティングリソースを悪用しました。なかには、商用AIモデルへのアクセスを転売するためのインフラを構築した例もあります。
Googleは11月16日付のレポートで、攻撃者がAIエージェントを使って脆弱性調査を加速させ、侵入の各段階を自動化している実態も明らかにしました。これらの調査結果からは、組織にとって2つのリスクが浮かび上がります。露出したシステムがより速く悪用されること、そして認証情報の窃取後に正規のAIリソースが不正利用されることです。
LLMjacking攻撃は盗んだ認証情報をAI利用料に変える
Google Threat Intelligence Groupのレポートによると、金銭目的の攻撃者は、クラウド上のAIサービスにアクセスできる認証情報を狙う動きを強めています。
LLMjackingとは、他組織のAIアカウントやAPIクォータ、コンピューティングリソースを無断で使用する行為です。
攻撃者はこれらのリソースを自ら消費するほか、「LLM Mixer」と呼ばれることもある地下プロキシサービスを通じてアクセス権を転売する場合もあります。
Mandiantは、北米、南米、アジア太平洋地域の金融サービス、小売、運輸、テクノロジー分野の組織で被害を確認しました。
攻撃では、次のような既知の手口が使われていました。
- 認証情報の窃取: 公開リポジトリや侵害した環境から、APIキーやクラウドの認証情報を入手
- セッションハイジャック: 盗んだ認証トークンで既存アカウントにアクセス
- 権限昇格: 不正なサービスアカウントの作成や、上位権限の付与
- リソースの悪用: 有料AIサービスの有効化、GPUインスタンスのプロビジョニング、利用可能なクォータの消費
- 転売: 攻撃者が管理するインフラ経由での商用AIモデルへのアクセス提供
ある攻撃者は、利用制限を回避するため、短命のサービスアカウントの作成と削除を繰り返していました。
別の調査では、複数の攻撃者が同じ正規の認証情報を使って、ある組織にアクセスしていたことをMandiantが確認しています。ボットネットまたはプロキシサービスとみられる仕組みが、約24時間で数百万件のLLM API呼び出しを生成した後、認証情報が失効されました。
Googleによると、1日で10万ドルを超える不正請求が発生したインシデントもありました。最も深刻なケースでは、対処までにリソースの不正利用が累計100万ドルに達しています。
ただし、これらの数字はあくまで観測されたインシデントの被害額です。LLMjackingの平均的なコストや、組織が最終的に支払った金額を示すものではありません。
脅威はAI APIの直接的な利用料にとどまりません。侵害されたクラウドIDを通じて、社内システムや機密情報が露出するおそれもあります。
過去の調査でも、漏えいしたAWS認証情報のリスクが報告されています。公開データに現れてから長期間にわたり、キーが有効なままだった例もありました。
AI開発ツールがさらなるリスクを生む
AIコーディングアシスタントやモデルゲートウェイ、自動化フレームワークは、ソースコードやクラウドID、連携アプリケーションへのアクセス権を持つことが少なくありません。
Recorded Futureの2026年の脅威調査は、2025年7月31日から2026年7月31日までに発生したAI関連の悪意あるインシデント103件を分析しました。
調査によると、攻撃者は認証情報や下流システムへのアクセスを得られることから、AI開発ツールを頻繁に標的にしていました。
このリスクが現実になったのが、LiteLLMのサプライチェーン侵害です。悪意あるパッケージが認証情報の窃取と永続化に使われました。
Recorded Futureは、調査期間中のAIは、主に既知の攻撃手法を加速させる役割を果たしたと分析しています。完全自律型の攻撃キャンペーンは依然として珍しいとしています。
AIエージェントは脆弱性の悪用も加速させる
Googleの11月16日付レポートは、もう一つの動きも伝えています。脅威アクターが、エージェント型のペネトレーションテストフレームワークを使い、侵入の特定の段階を自動化するケースが増えているというものです。
Googleは、ARTEX、CAIRN、CyberStrikeAI、PentAGIが関わる活動を確認しました。
2026年8月下旬から10月上旬にかけて、Googleはある攻撃者の活動を追跡しました。この攻撃者は、改変したPentAGIフレームワークを使い、アジアの組織に対して偵察と脆弱性スキャンを行っていました。
研究者らは、exploit_agentというフレームワークをホストする、露出したサーバーも発見しました。このフレームワークは、セキュリティパッチの適用前後のソフトウェアを比較して潜在的な脆弱性を特定し、エクスプロイトを生成して自動実行するよう設計されています。
この発見は、実運用可能な能力を示すものです。ただし、このフレームワークが生成したエクスプロイトがすべて成功したとまでは言えず、完全自律型の侵入が広まっているとも断定できません。
Googleは、迅速な悪用の例として、8月に公表されたPaperCutの脆弱性にも言及しています。研究者らは、脆弱性の公表から1日以内に動作するエクスプロイトを作成しました。その後GreyNoiseは、数百の組織を標的にしたキャンペーンを確認しています。
PaperCutへの攻撃に関する過去の報道は、自動化によって攻撃者が脆弱なサーバーを侵害し、より高い権限へ短時間で移行できた経緯を詳しく伝えています。
こうした調査結果は、インターネットに面したシステムにパッチを適用していない組織への圧力をさらに強めます。
セキュリティチームがいま取るべき対策
2つの攻撃パターンには異なる対策が必要ですが、どちらも防御側がすでに把握している弱点に大きく依存しています。
LLMjackingへの対策として、セキュリティチームは次の対応を取るべきです。
- AI認証情報の監査: 露出しているAPIキー、セッショントークン、サービスアカウントの認証情報を洗い出す
- 権限の制限: 各IDがアクセスできるAIモデル、サービス、リソースを必要最小限に絞る
- 利用状況の監視: 想定外のAPIリクエスト、GPUのプロビジョニング、クォータの引き上げ、請求額の急増にアラートを設定する
- サービスアカウントの確認: 新規作成されたID、権限の変更、不審なアカウントのローテーションを調査する
- 開発ツールの保護: AIコーディングアシスタント、モデルゲートウェイ、サードパーティ依存関係に過剰なアクセス権がないか点検する
エージェントを使った悪用への対策では、露出しているシステムのパッチ適用を優先し、不審なスキャン、認証試行、侵害後の活動を監視してください。
開発環境と連携するAIツールのセキュリティも見直す必要があります。侵害されたAI依存関係は、導入先のアプリケーションをはるかに超えた範囲へのアクセスを許すおそれがあります。
Googleの調査結果から、攻撃者がすでに自動化で侵入の一部の段階を短縮し、盗んだAIアクセスで多額の損失を生み出していることがわかります。一方で、完全自律型のサイバー攻撃が人間のオペレーターに取って代わったとまでは言えません。
防御側にとって、当面の優先事項は変わりません。露出した認証情報を減らし、アクセスを制限し、リソース消費を監視し、攻撃者に先んじて悪用可能な脆弱性に対処することです。
関連記事: Googleの最新の脅威インテリジェンス調査、セキュリティパッチを動作するエクスプロイトに変えるAIフレームワークを記録。
翻訳元: https://www.esecurityplanet.com/threats/news-google-llmjacking-ai-cloud-attacks-million/