駭客鎖定配置錯誤的代理伺服器與LLM端點，試圖濫用付費API

資安監測業者GreyNoise公布一份基於蜜罐的觀測結果，指出他們在語言模型開源工具Ollama蜜罐環境中，於2025年10月至2026年1月間記錄到91,403次攻擊會話，並歸納出兩波主要行動。一波以伺服器端請求偽造（SSRF）為主，手法是迫使伺服器對外發出連線，並透過帶外回呼機制確認是否成功，另一波則大規模探測LLM端點，疑似專門尋找配置錯誤的代理伺服器或對外暴露的相容API介面，藉此取得商用付費API的存取機會。

研究人員指出，攻擊者鎖定Ollama的模型拉取功能，透過注入惡意註冊庫URL，誘使伺服器替攻擊者對外發出HTTP請求。同一期間也觀測到與Twilio SMS webhook整合相關的探測行為，攻擊者透過操弄MediaUrl參數觸發外連。該行動在耶誕節前後出現尖峰，48小時內累積1,688次會話，攻擊者使用帶外（Out-of-Band）應用程式安全測試OAST的回呼方式確認是否成功，手法常見於漏洞研究與自動化測試，但規模仍值得企業留意。

從2025年12月28日開始，僅兩個IP在11天內就產生80,469次會話，系統性探測73種以上LLM模型端點，測試同時涵蓋相容於OpenAI的API格式與Google的Gemini格式。探測提示刻意保持低雜訊，多為問候、空字串或簡單常識題，目的可能是辨識端點背後真正回應的模型類型，同時降低觸發告警的機率。

研究人員並指出，這兩個IP在其資料中與大量已知弱點的掃描與利用活動有關聯，因此將這波端點掃描評估為較具組織性的偵察，可能是在建立後續攻擊所需的目標清單。值得注意的是，GreyNoise未提及入侵或資料外洩的具體證據，目前能確認的是針對LLM端點的高強度偵察行為。

由於不少團隊為了整合多家模型或降低開發門檻，會架設代理伺服器與相容API端點，一旦權限控管、來源限制或網路邊界設定不完整，服務又暴露在網際網路上，就可能被掃描當成攻擊入口，帶來付費額度被濫用與稽核追溯困難等風險。研究人員也直言，8萬次以上的請求，代表攻擊者願意投入資源繪製地圖，對外暴露的LLM端點很可能已經被納入他們的觀測清單。