165家企业沦陷,黑客只偷了一把钥匙
📋 总体概括
从Snowflake勒索潮认罪案、LLMJacking算力盗卖到Binance创纪录盗窃,三起事件的共同起点都是凭证与攻击路径,而非漏洞本身。本文拆解云与AI时代『偷钥匙』式攻击的产业逻辑,判断安全预算将从边界设备转向身份治理与攻击路径验证。
📄 正文
2025年,Connor Riley Moucka 在法庭上认罪。这位26岁的加拿大人被描述为2024年最有分量的网络威胁行为者之一,攻击对象超过165家使用 Snowflake 的企业,还顺走了 AT&T 超过一亿用户的通话与短信记录。几乎同一时间段,"LLMJacking"成了地下产业的时髦词,单名受害者被烧掉高达100万美元的算力账单。三条线索指向同一个判断:⚠️ 云与AI时代,攻击者不再撬保险柜,他们只偷钥匙——而我们的防御预算,还大半花在保险柜上。
🔑 一串凭证,撬动165家企业
最难防的攻击,从来不是破门,而是有人拿着钥匙开门。
据司法披露信息,来自加拿大安大略省基奇纳(Kitchener)的 Connor Riley Moucka 已就计算机欺诈及共谋入侵、勒索认罪,受害者是超过165家使用 Snowflake 云数据服务的组织。他同时承认窃取了 AT&T 超过一亿客户的通话与短信历史记录。别小看这条罪状——电信账单数据是精准诈骗和SIM卡劫持的原料,仅此一项就足以让他被业界称为"2024年最具影响力的网络犯罪威胁行为者之一"。
这轮事件最让人后背发凉的地方,是手法之"干净":没有勒索软件,没有加密,没有砸碎数据库。攻击者像正常运维人员一样登录云数据仓库,把数据整库打包带走,然后坐下来谈赎金。对受害企业而言,这是最坏的剧本——备份救不了你,因为数据从未被"破坏",它只是换了个主人。
典型攻击链条大致是下面这条路径:
产业逻辑也在这里。过去十年,企业把客户记录、交易数据、行为日志一股脑搬进云数据仓库。数据仓库的本质,是把全行业最值钱的数据集中到同一类平台上。集中带来了效率,也带来了攻击面的集中:平台本身没被打穿,被打穿的是成百上千个客户的凭证。一个攻击者,一份凭证清单,就能批量"提款"165家企业——这在本地部署时代是不可想象的规模效应。
业内私下流传的一种复盘是:这类大规模云凭证事件的起点,往往不是什么0day,而是一台员工个人电脑上被窃密木马顺走的企业账号。换句话说,最贵的数据,保护它的可能只是一串没有多因素认证的密码。这也是那轮事件之后,"无MFA云账号"被多家机构列为最高优先级风险的原因。
🤖 大模型额度,成了黑市的硬通货
在地下产业眼里,你的云账号不是账号,是一张额度惊人的信用卡。
LLMJacking 是近两年冒出来的新词:攻击者盗取企业云上的大模型访问权限,不是自己用,而是转手"分销"——把别人的GPU算力和Token额度倒卖出去,做成一门细水长流的生意。据安全研究机构的观察,部分受害者在访问权限被吊销之前,已经被消耗了高达100万美元的资源费用。这笔钱花在哪、跑了什么任务、替谁赚了钱,受害企业往往一无所知。
这个现象的产业含义比损失数字更值得琢磨。第一,AI把一种全新的"可变现资产"塞进了企业云账号:过去账号里躺着的是存储和虚机,偷了变现还得折腾;现在账号里躺着的是按需计费的顶级算力,天然就有黑市价格。第二,攻击者完成了从"一次性偷窃"到"持续性经营"的升级——不是偷一笔跑路,而是开着你的电表做生意。
防御侧的现实却很骨感。不少从业者私下承认:几乎没有企业能第一时间说清自己有多少把"钥匙"在外漂着——哪些大模型API密钥、分别在哪些服务里、额度上限是多少。很多密钥写在代码仓库里、嵌在测试环境里、跟着离职员工的笔记本满世界跑。更麻烦的是,大模型消费缺乏像数据库访问那样的成熟审计与告警,Token用量异常涨了十倍,往往到月底对账单时才被人看见。
判断很直接:随着企业把大模型接入越来越多的内部流程,"AI额度治理"会在未来一两年内从运维问题升级为安全问题。谁先把它当成身份与资产问题来管,谁就少交学费。
💻 一台笔记本,怎么烧出系统性损失
攻击路径没被实测过,就等于不存在——存在的只是架构图上的幻觉。
Binance 遭遇的创纪录盗窃案给全行业留下了一个教科书级样本:一台被攻陷的笔记本,最终演变成数十亿美元量级的系统性损失。复盘指出的三个关键缺陷——系统隔离薄弱、控制措施不足、攻击路径未经测试——几乎每一条都是老生常谈,但三条叠在一起,就构成了"一个点失陷、全局崩盘"的完整链条。
这里有个反直觉的事实:真正的损失从来不是由单点漏洞决定的,而是由攻击路径决定的。攻击者的动作,单看每一步都"合理":先拿到一台终端,再借它够到内部系统,再穿过本该隔离的边界,最后够到资金核心。每一跳都像正常运维,拼起来就是灾难。所谓的"系统隔离",如果没有被红队真实打穿过,它就只是画在架构图上的一条虚线。
这也是为什么"攻击路径管理"正在从咨询话术变成工程学科。它问的问题很朴素:攻击者从任意一个失陷点出发,最坏能走到哪里?答案往往让管理层坐不住——从一台边缘笔记本到核心资产之间,可能只隔着三跳没配好的权限。
对持有高价值资产的机构——交易所、支付、银行、云厂商——这个教训需要换算成动作:隔离不写在制度里,要写在网络与身份的强制控制里;攻击路径不靠评审通过,要靠定期演练验证;最坏情况的假设不是"某台机器被感染",而是"从这台机器出发能到哪"。
📈 预算该挪了:从买锁到买"地图"
安全预算的迁移方向,比任何厂商的发布会都诚实。
把三起事件放在一起看,共性清晰得刺眼:Snowflake案的入口是凭证,LLMJacking的入口是密钥,Binance案的放大器是未经验证的攻击路径。没有一起是从"攻破防火墙"开始的。这意味着过去二十年"堆边界设备"的防御模型,在云与AI时代基本失效——资产在云上,身份在云上,攻击者当然也在云上。
| 事件 | 入口 | 损失形态 | 核心教训 |
|---|---|---|---|
| Snowflake 勒索潮 | 云凭证 | 165家机构数据被窃并遭勒索 | 数据集中化=攻击面集中化 |
| LLMJacking 盗卖 | 云上大模型API密钥 | 单受害者最高100万美元算力消耗 | AI额度是新资产,需监控治理 |
| Binance 创纪录盗窃 | 单台失陷笔记本 | 数十亿美元量级系统性损失 | 隔离与攻击路径必须实测 |
从技术定位看,防御品类正在沿两个轴分化:技术门槛,和对企业的实际价值。传统防火墙还在买,但已经退到"存量玩家"的位置;真正吃到预算增量的,是云安全态势管理、身份威胁检测、攻击路径管理这些新方向。LLMJacking之类的威胁,还会继续催生"AI资产发现与额度治理"这类更新的细分赛道。
落到执行层,给CISO的建议可以压缩成一张问题—方案清单:
💡 一句话概括这轮预算迁移:过去买的是"锁",现在该买的是"地图"——知道钥匙在哪、门在哪、攻击者从任意一点出发能走到哪。
小结
回到那位认罪的26岁年轻人。他没写0day,没造勒索软件,他只是比大多数防守者更早想明白了一件事:云时代的财富以"钥匙"的形态存在。Snowflake 的数据仓库、云上的大模型额度、加密资产,本质都是被一串身份凭证看守的资产。未来两年,值得盯的不是哪家又发了新盒子,而是身份治理与攻击路径验证这两条预算曲线的斜率——谁的钥匙管得好,谁才配得上云与AI给的杠杆。
本文由本站 AI 辅助聚合生成,原始来源如下: