Hackers hijack AI accounts and servers to fuel new cyber crime boom

Security researchers are reporting a sharp increase in LLM-jacking attacks, where cybercriminals compromise corporate AI accounts and servers to fuel a new wave of cyber crime. These incidents target expensive AI resources, often exploiting weak access controls or unpatched vulnerabilities in large language model deployments. The Financial Times highlights that attackers are not only stealing computational power but also using hijacked systems to train malicious models or execute fraudulent transactions.

Organizations relying on cloud-based AI infrastructure are particularly vulnerable, especially when multi-factor authentication is absent or misconfigured. Experts urge companies to implement strict identity verification, continuous monitoring, and automated anomaly detection to mitigate risks. As AI adoption accelerates across finance, healthcare, and logistics, the attack surface expands, making robust cybersecurity frameworks essential.

The trend signals a shift from traditional data breaches to resource-based exploitation, demanding new defensive strategies tailored to AI-specific threats.

يُبلغ الباحثون عن الأمن عن زيادة حادة في هجمات اختطاف نماذج اللغة الكبيرة، حيث يقوم المجرمون الإلكترونيون باختراق حسابات وخوادم الذكاء الاصطناعي الشركاتية لتمويل موجة جديدة من الجريمة الإلكترونية. تستهدف هذه الحوادث موارد الذكاء الاصطناعي المكلفة، وغالبًا ما تستغل نقاط الضعف في ضوابط الوصول أو الثغرات غير المُعالَجة في نشرات نماذج اللغة الكبيرة. يُبرز موقع فاينانشال تايمز أن المهاجمين لا يسرقون قوة الحوسبة فحسب، بل يستخدمون أيضًا الأنظمة المختطفة لتدريب نماذج خبيثة أو تنفيذ معاملات احتيالية. تعتبر المنظمات التي تعتمد على بنية تحتية للذكاء الاصطناعي مبنية على الحوسبة السحابية عرضة للخطر بشكل خاص، خاصة عندما يكون التحقق متعدد العوامل غائبًا أو مضبوطًا بشكل خاطئ. يحث الخبراء الشركات على تطبيق التحقق الصارم من الهوية والمراقبة المستمرة والكشف التلقائي عن الشذوذ لتخفيف المخاطر. مع تسارع تبني الذكاء الاصطناعي في القطاعات المالية والصحية واللوجستية، يتوسع نطاق الهجوم، مما يجعل أطر الأمن السيبراني القوية ضرورية. تشير هذه الاتجاهات إلى تحول من اختراقات البيانات التقليدية إلى الاستغلال القائم على الموارد، مما يتطلب استراتيجيات دفاعية جديدة مصممة خصيصًا لتهديدات الذكاء الاصطناعي.

সুরক্ষা গবেষকরা LLM-জ্যাকিং হামলায় তীব্র বৃদ্ধি রিপোর্ট করছেন, যেখানে সাইবার অপরাধী কর্পোরেট AI অ্যাকাউন্ট এবং সার্ভার দখল করে নেয় একটি নতুন তরঙ্গের সাইবার অপরাধকে চালিত করতে। এই ঘটনাগুলি দামি AI সম্পদকে লক্ষ্য করে, যা প্রায়শই বড় ভাষা মডেল বাস্তবায়নে দুর্বল অ্যাক্সেস নিয়ন্ত্রণ বা প্যাচ করা হয়নি এমন দুর্বলতাগুলিকে ক্ষতিগ্রস্ত করে। ফিন্যানশাল টাইমস উল্লেখ করেছে যে আক্রমণকারীরা কেবল কম্পিউটেশনাল পাওয়ার চুরি করছে না, বরং দুর্নীতিগ্রস্ত সিস্টেমগুলি ব্যবহার করে দুর্নীতিগ্রস্ত মডেল প্রশিক্ষণ দেওয়া বা ধোঁকা লেনদেন পরিচালনা করছে। ক্লাউড-ভিত্তিক AI ইনফ্রাস্ট্রাকচারের উপর নির্ভরশীল সংস্থাগুলি বিশেষভাবে সংবেদনশীল, বিশেষত যখন মাল্টি-ফ্যাক্টর প্রমাণীকরণ অনুপস্থিত বা ভুলভাবে কনফিগার করা হয়। বিশেষজ্ঞরা ঝুঁকি কমাতে কোম্পানিগুলিকে কঠিন পরিচয় যাচাই,持续的监控和自动异常检测的实施。随着AI在金融、医疗和物流领域的加速采用，攻击面不断扩大，使得强大的网络安全框架变得必不可少。这一趋势标志着从传统数据泄露向基于资源的剥削转变，需要针对AI特定威胁量身定制的新防御策略。

Sicherheitsexperten berichten von einem starken Anstieg der LLM-Jacking-Angriffe, bei denen Cyberkriminelle Unternehmens-KI-Konten und -Server kapern, um eine neue Welle von Cyberkriminalität zu finanzieren. Diese Vorfälle zielen auf teure KI-Ressourcen ab und nutzen oft schwache Zugriffskontrollen oder unpatched Schwachstellen in Bereitstellungen großer Sprachmodelle aus. The Financial Times hebt hervor, dass Angreifer nicht nur Rechenleistung stehlen, sondern auch gekaperte Systeme verwenden, um bösartige Modelle zu trainieren oder betrügerische Transaktionen auszuführen.

Organisationen, die auf cloudbasierte KI-Infrastruktur angewiesen sind, sind besonders anfällig, insbesondere wenn die Mehrfaktorauthentifizierung fehlt oder falsch konfiguriert ist. Experten fordern Unternehmen auf, strenge Identitätsüberprüfung, kontinuierliche Überwachung und automatisierte Anomalieerkennung zu implementieren, um Risiken zu minimieren. Mit der beschleunigten Einführung von KI in Finanzen, Gesundheitswesen und Logistik wird die Angriffsfläche größer, was robuste Cybersecurity-Rahmenwerke unverzichtbar macht.

Der Trend signalisiert einen Wechsel von traditionellen Datenschutzverletzungen zu ressourcenbasierter Ausbeutung und erfordert neue Verteidigungsstrategien, die auf KI-spezifische Bedrohungen zugeschnitten sind.

Los investigadores de seguridad reportan un fuerte aumento en los ataques de LLM-jacking, donde los cibercriminales comprometen cuentas y servidores de IA corporativos para alimentar una nueva ola de cibercrimen. Estos incidentes apuntan a recursos de IA costosos, a menudo explotando controles de acceso débiles o vulnerabilidades sin parchear en implementaciones de modelos de lenguaje grandes. El Financial Times destaca que los atacantes no solo roban poder de cómputo, sino que también utilizan sistemas secuestrados para entrenar modelos maliciosos o ejecutar transacciones fraudulentas.

Las organizaciones que dependen de infraestructuras de IA basadas en la nube son particularmente vulnerables, especialmente cuando la autenticación multifactor está ausente o mal configurada. Los expertos instan a las empresas a implementar una verificación de identidad estricta, monitoreo continuo y detección automatizada de anomalías para mitigar los riesgos. A medida que la adopción de IA se acelera en finanzas, salud y logística, la superficie de ataque se expande, haciendo que los marcos de ciberseguridad robustos sean esenciales.

La tendencia señala un cambio de las filtraciones de datos tradicionales hacia la explotación basada en recursos, exigiendo nuevas estrategias defensivas adaptadas a las amenazas específicas de la IA.

Les chercheurs en sécurité signalent une forte augmentation des attaques par LLM-jacking, où les cybercriminels compromettent les comptes et serveurs d'IA d'entreprise pour alimenter une nouvelle vague de cybercriminalité. Ces incidents ciblent des ressources d'IA coûteuses, exploitant souvent des contrôles d'accès faibles ou des vulnérabilités non corrigées dans les déploiements de grands modèles de langage. Le Financial Times souligne que les attaquants ne volent pas seulement la puissance de calcul, mais utilisent également les systèmes détournés pour entraîner des modèles malveillants ou exécuter des transactions frauduleuses.

Les organisations dépendant d'une infrastructure d'IA basée sur le cloud sont particulièrement vulnérables, surtout lorsque l'authentification multifacteur est absente ou mal configurée. Les experts exhortent les entreprises à mettre en œuvre une vérification d'identité stricte, une surveillance continue et une détection automatisée des anomalies pour atténuer les risques. À mesure que l'adoption de l'IA s'accélère dans la finance, la santé et la logistique, la surface d'attaque s'élargit, rendant les cadres de cybersécurité robustes essentiels. Cette tendance marque un changement des violations de données traditionnelles vers une exploitation basée sur les ressources, exigeant de nouvelles stratégies défensives adaptées aux menaces spécifiques à l'IA.

सुरक्षा शोधकर्ता LLM-जैकिंग हमलों में तेज़ी से वृद्धि की रिपोर्ट कर रहे हैं, जहाँ साइबरअपराधी कॉर्पोरेट AI खातों और सर्वरों को अपहरण करते हैं ताकि नई लहर के साइबर अपराध को पोषण दिया जा सके। इन घटनाओं का लक्ष्य महंगे AI संसाधन होते हैं, जिनमें अक्सर बड़े भाषा मॉडल प्रदर्शनों में कमजोर एक्सेस नियंत्रण या अपैच्ड वल्नरेबिलिटीज़ का शोषण किया जाता है। फाइनेंशल टाइम्स का उल्लेख है कि हमलावरी केवल कंप्यूटेशनल पावर चुराने वाली नहीं हैं, बल्कि दुर्मुखी मॉडल प्रशिक्षित करने या धोखाधड़ी लेनदेन निष्पादित करने के लिए अपहरित प्रणालियों का उपयोग भी करते हैं। क्लाउड-आधारित AI इन्फ्रास्ट्रक्चर पर निर्भर संगठन विशेष रूप से असुरक्षित हैं, विशेष रूप से जब मल्टी-फैक्टर प्रमाणीकरण अनुपस्थित हो या गलत तरीके से कॉन्फ़िगर किया गया हो। विशेषज्ञ कंपनियों को जोखिमों को कम करने के लिए सख्त पहचान सत्यापन, निरंतर निगरानी और स्वचालित विचित्रता पहचान लागू करने की सलाह देते हैं। जैसे-जैसे वित्त, स्वास्थ्य और लॉजिस्टिक्स में AI को अपनाना तेज़ हो रहा है, हमले का क्षेत्र विस्तारित हो रहा है, जिससे मजबूत साइबरसुरक्षा फ्रेमवर्क आवश्यक हो जाते हैं। यह प्रवृत्ति पारंपरिक डेटा उल्लंघन से संसाधन-आधारित शोषण की ओर एक बदलाव का संकेत देती है, जिसमें AI-विशिष्ट खतरों के अनुकूल नई रक्षात्मक रणनीतियों की मांग होती है।

Peneliti keamanan melaporkan peningkatan tajam dalam serangan LLM-jacking, di mana para pelaku kejahatan siber membobol akun dan server AI perusahaan untuk mendanai gelombang baru kejahatan siber. Insiden-insiden ini menargetkan sumber daya AI yang mahal, sering kali mengeksploitasi kontrol akses yang lemah atau kerentanan yang belum diperbaiki dalam penerapan model bahasa besar. The Financial Times menyoroti bahwa para penyerang tidak hanya mencuri kekuatan komputasi, tetapi juga menggunakan sistem yang dibobol untuk melatih model jahat atau mengeksekusi transaksi penipuan.

Organisasi yang bergantung pada infrastruktur AI berbasis cloud sangat rentan, terutama ketika autentikasi multifaktor tidak ada atau dikonfigurasi secara salah. Para ahli mendesak perusahaan untuk menerapkan verifikasi identitas yang ketat, pemantauan berkelanjutan, dan deteksi anomali otomatis untuk mengurangi risiko. Seiring percepatan adopsi AI di bidang keuangan, kesehatan, dan logistik, permukaan serangan semakin luas, menjadikan kerangka keamanan siber yang kuat sangat penting.

Tren ini menandai pergeseran dari pelanggaran data tradisional ke eksploitasi berbasis sumber daya, menuntut strategi pertahanan baru yang disesuaikan dengan ancaman spesifik AI.

セキュリティ研究者はLLMジャッキング攻撃の急激な増加を報告しています。サイバー犯罪者は企業のAIアカウントやサーバーを乗っ取り、新たなサイバー犯罪の波を助長しています。これらの事件は高価なAIリソースを標的としており、大規模言語モデルのデプロイメントにおける弱いアクセス制御や未パッチの脆弱性を悪用することが多いです。The Financial Timesは、攻撃者が計算能力を盗むだけでなく、乗っ取ったシステムを使用して悪意のあるモデルを訓練したり、不正なトランザクションを実行したりしていると指摘しています。クラウドベースのAIインフラストラクチャに依存する組織は特に脆弱であり、多要素認証が存在しない場合や誤って設定されている場合に特にリスクが高まります。専門家は、リスクを軽減するために、企業が厳格な身元確認、継続的な監視、および自動的な異常検出を実装することを強く推奨しています。AIの採用が金融、医療、物流の各分野で加速するにつれ、攻撃対象領域が拡大しており、堅牢なサイバーセキュリティフレームワークが不可欠です。この傾向は、従来のデータ漏洩からリソースベースの悪用へのシフトを示しており、AI固有の脅威に特化した新しい防御戦略が求められています。

Pesquisadores de segurança relatam um forte aumento nos ataques de LLM-jacking, onde cibercriminosos comprometem contas e servidores de IA corporativos para alimentar uma nova onda de cibercrime. Esses incidentes visam recursos caros de IA, frequentemente explorando controles de acesso fracos ou vulnerabilidades não corrigidas em implantações de modelos de linguagem grandes. O Financial Times destaca que os atacantes não estão apenas roubando poder de processamento, mas também usando sistemas sequestrados para treinar modelos maliciosos ou executar transações fraudulentas.

Organizações que dependem de infraestrutura de IA baseada em nuvem são particularmente vulneráveis, especialmente quando a autenticação multifator está ausente ou mal configurada. Especialistas instam as empresas a implementar verificação de identidade rigorosa, monitoramento contínuo e detecção automatizada de anomalias para mitigar riscos. À medida que a adoção de IA acelera em finanças, saúde e logística, a superfície de ataque se expande, tornando estruturas robustas de cibersegurança essenciais. A tendência sinaliza uma mudança de violações de dados tradicionais para exploração baseada em recursos, exigindo novas estratégias defensivas adaptadas a ameaças específicas de IA.

Исследователи безопасности сообщают о резком росте атак LLM-jacking, при которых киберпреступники компрометируют корпоративные аккаунты и серверы ИИ для финансирования новой волны киберпреступности. Эти инциденты нацелены на дорогие ресурсы ИИ, часто эксплуатируя слабые контрольные механизмы доступа или незакрытые уязвимости в развертываниях больших языковых моделей. The Financial Times отмечает, что злоумышленники не только крадут вычислительные мощности, но и используют захваченные системы для обучения вредоносных моделей или совершения мошеннических транзакций. Организации, зависящие от облачной инфраструктуры ИИ, особенно уязвимы, особенно когда многофакторная аутентификация отсутствует или неправильно настроена. Эксперты призывают компании внедрять строгую верификацию личности, непрерывный мониторинг и автоматическое обнаружение аномалий для снижения рисков. По мере ускорения внедрения ИИ в финансах, здравоохранении и логистике поверхность атаки расширяется, что делает надежные кибербезопасные фреймворки необходимыми. Эта тенденция сигнализирует о переходе от традиционных утечек данных к ресурсной эксплуатации, требуя новых защитных стратегий, адаптированных к угрозам, специфичным для ИИ.

安全研究人员报告称，LLM劫持攻击急剧增加，犯罪分子入侵企业AI账户和服务器以资助新一轮网络犯罪。这些事件针对昂贵的AI资源，通常利用大型语言模型部署中的弱访问控制或未修补漏洞。《金融时报》指出，攻击者不仅窃取计算能力，还利用被劫持的系统训练恶意模型或执行欺诈交易。依赖基于云的AI基础设施的组织尤其脆弱，特别是在缺少或多因素身份验证配置错误的情况下。专家敦促公司实施严格的身份验证、持续监控和自动异常检测以降低风险。随着AI在金融、医疗和物流领域的加速采用，攻击面不断扩大，使得强大的网络安全框架变得必不可少。这一趋势标志着从传统数据泄露向基于资源的剥削转变，需要针对AI特定威胁量身定制的新防御策略。