LLMjacking Ancam Akun AI Perusahaan, Google Peringatkan Tagihan Cloud Membengkak

GadgetVIVA - Maraknya adopsi kecerdasan buatan di lini bisnis melahirkan celah kejahatan siber baru bernama LLMjacking. Modus ini dilakukan peretas dengan mencuri akun AI serta kredensial cloud perusahaan untuk menjalankan pemrosesan model bahasa besar (Large Language Model) bernilai fantastis atas beban biaya korban. Lembaga analisis keamanan Google Threat Intelligence Group (GTIG) memperingatkan bahwa aksi peretasan ini mampu membobol tagihan cloud hingga Rp1770 jutaan ($100,000) hanya dalam kurun waktu beberapa menit.

Serangan ini jauh lebih destruktif dibanding kejahatan pencurian daya lama seperti cryptojacking. Jika penambangan kripto ilegal menaikkan beban tagihan secara perlahan, LLMjacking langsung menguras sumber daya server melalui beban kerja inference AI skala besar secara mendadak.

Modus Operandi Pencurian API Key dan Akses Cloud

Peretas biasanya mengincar titik akhir (endpoint) AI yang terbuka tanpa perlindungan ketat, atau mencuri API key dan cloud credentials yang bocor. Akses penting seperti identity tokens, service account keys, GitHub personal access tokens, hingga active session tokens menjadi sasaran utama peretasan. Begitu berhasil masuk ke dalam sistem internal perusahaan, pelaku akan menaikkan hak akses (privilege escalation), membangun jalur akses permanen, serta memetakan seluruh aset pemrosesan AI yang bernilai tinggi.

Tujuan utama dari infiltrasi ini murni keuntungan finansial. Para peretas memanfaatkan akses curian tersebut untuk menjalankan pemrosesan model milik mereka sendiri, mengalirkan request pemrosesan melalui akun korban, atau menjual kembali hak akses tersebut ke pihak ketiga di pasar gelap (dark web). Google mendefinisikan praktik ini sebagai bentuk penyalahgunaan model dasar (foundation model) melalui metode token proxying, automated model streaming, dan penyediaan daya GPU provisioning secara tidak sah.

Kerugian Finansial Kilat dan Taktik LLM Mixers

Dampak finansial dari LLMjacking dirasakan sangat cepat oleh para korban. Google mencatat kelompok peretas bernama UNC6993 pernah membobol akun LLM API key milik sebuah perusahaan dan mengaktifkan layanan pemrosesan AI tingkat lanjut. Dalam tempo singkat, aktivitas ilegal ini menghasilkan lonjakan tagihan cloud hingga mencapai Rp1770 jutaan ($100,000).

Dalam skenario serangan lain, peretas mendaftarkan akun terkompromi ke dalam paket berlangganan pay-as-you-go, memilih model AI paling premium, lalu merilis beban kerja inference bervolume tinggi. Demi mengakali batasan sistem atau rate limits, para peretas secara berulang membuat dan menghapus service account berumur pendek sembari memantau dasbor tagihan milik korban agar tidak langsung terdeteksi.

Fenomena ini telah berkembang menjadi ekosistem kejahatan siber yang makin rapi. Beberapa kelompok fokus membobol pertahanan internal perusahaan, sementara kelompok lain yang dikenal sebagai LLM Mixers mengoperasikan gerbang lalu lintas data (gateway). Pihak LLM Mixers mengumpulkan kredensial curian, mengatur alur request, lalu menjual ulang akses AI ilegal tersebut kepada konsumen di pasar gelap dengan harga miring.

Langkah Pengamanan Infrastruktur AI Perusahaan

Guna mengantisipasi lonjakan serangan LLMjacking yang diprediksi kian masif seiring meluasnya adopsi AI, Google Threat Intelligence Group mengimbau setiap organisasi untuk memperketat pengawasan pada platform AI mereka. Setiap perubahan tak dikenal pada akun atau layanan AI harus diperlakukan sebagai insiden keamanan tingkat tinggi.

Beberapa langkah krusial yang perlu diterapkan untuk mengamankan infrastruktur AI organisasi meliputi:

• Menerapkan prinsip hak akses minimal (principle of least privilege) secara ketat pada seluruh akun pengguna dan service account.
• Melakukan rotasi berkala serta enkripsi pada seluruh API key, session tokens, dan access key yang terhubung ke infrastruktur cloud.
• Memasang sistem pemantauan lalu lintas data (monitoring dashboard) dengan peringatan otomatis jika terjadi lonjakan pemanggilan API atau pemakaian GPU yang abnormal.
• Membatasi kuota pemrosesan (spending limits) pada akun pay-as-you-go guna mencegah pembengkakan biaya mendadak.
• Melakukan audit repositori kode secara rutin untuk memastikan tidak ada kredensial cloud atau token yang terunggah secara tidak sengaja.