En octobre 2026, le paysage des cybermenaces a vu émerger une pratique inquiétante : le LLM-jacking. Ce phénomène, mis en lumière par John Hultquist, analyste en chef du Google Threat Intelligence Group, consiste à détourner l’accès aux modèles d’intelligence artificielle pour en exploiter les ressources à moindre coût. Si cette technique n’est pas totalement inédite, son essor récent interroge sur la vulnérabilité croissante des infrastructures liées à l’IA.
Le LLM-jacking se décline en deux scénarios principaux, selon les observations de Google. Le premier repose sur la revente d’accès illicites à des outils d’IA grand public. Des comptes premium, comme ceux de Claude Max ou ChatGPT Pro, sont piratés puis écoulés sur le dark web à des tarifs défiant toute concurrence. John Hultquist souligne que ces accès sont parfois proposés avec des rabais atteignant 97 %, rendant ces offres particulièrement attractives pour des cybercriminels ou des acteurs malveillants.
Les laboratoires spécialisés dans l’IA, tels qu’Anthropic, OpenAI ou Google, tentent de contrer ces abus en surveillant les usages suspects. Pourtant, certains revendeurs contournent ces mesures en promettant un « accès garanti », avec la fourniture de nouveaux identifiants en cas de blocage. Cette pratique complique la détection des fraudes, d’autant que les titulaires légitimes des comptes continuent souvent de payer leurs abonnements sans se douter de l’exploitation parallèle de leurs ressources.
Le second scénario du LLM-jacking s’inspire directement du cryptojacking. Des groupes criminels, parfois soutenus par des États, infiltrent des serveurs cloud pour y installer leurs propres modèles d’IA. Les entreprises victimes, qui louent ces infrastructures pour héberger leurs services, se retrouvent à financer indirectement la puissance de calcul utilisée par les attaquants. Cette méthode, plus discrète, est particulièrement préoccupante car elle exploite des ressources coûteuses sans laisser de traces évidentes.
John Hultquist a évoqué la possibilité que ce type d’attaque se généralise, notamment à mesure que les entreprises optent pour l’hébergement interne de leurs modèles d’IA. Ces infrastructures, souvent onéreuses, deviennent des cibles de choix. Leur complexité et leur coût rendent difficile la distinction entre une utilisation légitime et une activité malveillante, surtout lorsque les besoins en calcul fluctuent fortement.
Les groupes APT (Advanced Persistent Threat), souvent liés à des États, figurent parmi les acteurs les plus actifs dans ce domaine. Google a observé des cas où des serveurs cloud étaient détournés pour des opérations de cyberespionnage, notamment en provenance de Chine. Ces attaques, plus sophistiquées, visent des cibles stratégiques, comme les États-Unis, et soulignent l’évolution des menaces vers des usages plus ciblés et organisés.
Face à cette montée des risques, les entreprises et les fournisseurs d’IA doivent renforcer leurs dispositifs de sécurité. La détection des anomalies, la surveillance des accès et la sensibilisation des utilisateurs restent des leviers essentiels pour limiter l’impact du LLM-jacking. Cependant, l’adaptation des cybercriminels aux contre-mesures existantes laisse présager une course aux armements technologiques dans les années à venir.
Le LLM-jacking illustre une tendance plus large : l’économie souterraine des cybermenaces s’adapte rapidement aux innovations technologiques. Alors que l’IA devient un outil central pour de nombreux secteurs, sa sécurisation devient un enjeu majeur. Les acteurs du domaine devront anticiper ces risques pour éviter que leurs infrastructures ne deviennent des proies faciles pour des attaques toujours plus ingénieuses.
Source : Le fléau cyber prend de l’ampleur et deux scénarios se distinguent : c’est quoi le LLM-jacking ?