盗まれたAI認証情報が、深刻なセキュリティコストの問題になりつつある。Googleの最新の脅威インテリジェンス報告書によると、LLMjacking攻撃では1日で10万ドルを超える不正請求が発生し、最も深刻なケースではリソースの悪用が累計100万ドルに達した。
この調査結果は、2026年を通じてMandiantが実施した調査に基づく。攻撃者はクラウド環境に侵入し、被害者のAIサービスやコンピューティングリソースを利用したほか、商用AIモデルへのアクセスを再販するためのインフラを構築したケースもあった。
Googleは11月16日付の報告書で、攻撃者がAIエージェントを使って脆弱性の調査を加速し、侵入の各段階を自動化していることも記録した。これらの調査結果は組織にとって2つのリスクを浮き彫りにしている。露出したシステムの悪用が高速化することと、認証情報を盗まれた後に正規のAIリソースが悪用されることだ。
LLMjacking攻撃は、盗んだ認証情報をAI利用費に変える
「Google Threat Intelligence Groupの報告書によると、金銭目的の攻撃者は、クラウドでホストされるAIサービスへのアクセス権を与える認証情報をますます盗むようになっている。
LLMjackingとは、別の組織のAIアカウント、APIクォータ、コンピューティングリソースを許可なく利用することだ。
攻撃者はこうしたリソースを直接消費することも、地下のプロキシサービスを通じてアクセスを再販することもできる。こうしたサービスは「LLM Mixers」と呼ばれることもある。
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に影響を及ぼすインシデントを確認した。
攻撃には、確立された複数の手法が使われていた。
- 認証情報の窃取:公開リポジトリや侵害された環境からAPIキーやクラウド認証情報を取得する。
- セッションハイジャック:盗んだ認証トークンを使って既存のアカウントにアクセスする。
- 権限昇格:不正なサービスアカウントを作成したり、より高い権限を付与したりする。
- リソースの悪用:有料AIサービスを有効化し、GPUインスタンスをプロビジョニングして、利用可能なクォータを消費する。
- 再販:攻撃者が管理するインフラを経由して、商用AIモデルへのアクセスを中継する。
ある攻撃者は、利用制限を回避するため、短期間だけ存在するサービスアカウントを繰り返し作成しては削除していた。
別の調査では、Mandiantは、同じ正規の認証情報を使ってある組織にアクセスする別々の攻撃者を確認した。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、認証情報を無効化されるまでのおよそ24時間に、数百万件のLLM API呼び出しを生成していた。
Googleによると、一部のインシデントでは1日で10万ドルを超える不正請求が発生した。最も深刻なケースでは、修復が行われるまでにリソースの悪用が累計100万ドルに達した。
これらの数字は確認されたインシデントについてのものであり、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ない。
脅威はAI APIの直接的な利用料金にとどまらない。侵害されたクラウドIDによって、内部システムや機密情報も露出する可能性がある。
過去の調査では、流出したAWS認証情報のリスクが記録されている。公開アクセス可能なデータに現れてから長期間が経過しても有効なままだったキーも含まれる。
AI開発ツールがさらなる露出を生む
AIコーディングアシスタント、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、接続されたアプリケーションへのアクセス権を保持していることが多い。
Recorded Futureの2026年の脅威調査では、2025年7月31日から2026年7月31日までの間に発生した、AIが関与する悪意あるインシデント103件を調査した。
研究者らは、攻撃者が認証情報や下流のシステムにアクセスできることから、AI開発ツールを頻繁に標的にしていることを明らかにした。
そのリスクは、LiteLLMのサプライチェーン侵害で実証された。この攻撃では、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た。
Recorded Futureは、調査期間中、AIはおおむね既知の攻撃手法を加速させていたと結論づけた。完全に自律した攻撃キャンペーンは、依然として珍しかった。
AIエージェントが脆弱性の悪用も加速
Googleの11月16日付の報告書は、別の進展についても説明している。脅威アクターが、侵入の一部の段階を自動化するため、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ますます利用しているのだ。
同社は、ARTEX、CAIRN、CyberStrikeAI、PentAGIに関わる活動を確認した。
Googleは2026年8月下旬から10月上旬にかけて、PentAGIフレームワークを改変したものを使い、アジア各地の組織を対象に偵察と脆弱性スキャンを行う攻撃者を追跡した。
研究者らは、「exploit_agentセキュリティパッチの適用前後でソフトウェアを比較し、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た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た。
この発見は、実運用可能な能力の存在を示している。ただし、フレームワークが生成した自動エクスプロイトのすべてが成功したことや、完全に自律した侵入が広く行われるようになったことを示すものではない。
Googleは、急速な悪用の例として、8月に発見されたPaperCutの脆弱性にも言及した。研究者らは公表から1日以内に機能するエクスプロイトを生成し、その後GreyNoiseは数百の組織を標的とするキャンペーンを記録した。
以前のPaperCut攻撃に関する報道では、自動化によって攻撃者が脆弱なサーバーを侵害し、より高い権限へと迅速に移行できた経緯が詳しく説明されている。
これらの調査結果は、インターネットに公開されたシステムにパッチを適用しない組織に、さらなる対応を迫るものだ。
セキュリティチームが今すべきこと
2つの攻撃パターンには異なる対策が必要だが、どちらも防御側がすでに理解している弱点に大きく依存している。
LLMjacking対策として、セキュリティチームは次の対応を取るべきだ。
- AI認証情報を監査する:露出した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特定する。
- 権限を制限する:IDがアクセスできるAIモデル、サービス、リソースを、必要なものだけに限定する。
- 利用状況を監視する:予期しないAPIリクエスト、GPUのプロビジョニング、クォータの増加、請求額の急増に対するアラートを設定する。
- サービスアカウントを確認する:新たに作成されたID、権限の変更、通常とは異なるアカウントのローテーションを調査する。
- 開発ツールを保護する:AIコーディングアシスタント、モデルゲートウェイ、サードパーティー製の依存関係に過剰なアクセス権がないか調べる。
エージェントを利用した悪用への対策では、露出したシステムへ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する。
組織は、開発者環境に接続されたAIツールのセキュリティも見直すべきだ。侵害されたAI依存関係によって、それがインストールされたアプリケーションの範囲をはるかに超えるアクセスを許してしまう可能性がある。
Googleの調査結果は、攻撃者がすでに自動化によって侵入の一部の段階を短縮し、盗んだAIへのアクセス権を使って多大な金銭的損失を生じさせていることを示している。ただし、完全に自律したサイバー攻撃が人間のオペレーターに取って代わったことを示すものではない。
防御側にとって、当面の優先事項は具体的だ。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、攻撃者に悪用される前に悪用可能な脆弱性へ対処することである。
関連記事:Googleの最新の脅威インテリジェンス調査で、セキュリティパッチを機能するエクスプロイトに変えるよう設計されたAIフレームワークの存在が明らかに。





