KI-Denial-of-Service-Angriff

What Is KI-Denial-of-Service-Angriff?

KI-Dienste verbrauchen Rechenressourcen in einem Ausmaß, das die traditionelle Denial-of-Service-Ökonomie billig erscheinen lässt. Die Verarbeitung einer einzelnen komplexen Eingabeaufforderung für ein großes Sprachmodell kann 100- bis 1.000-mal teurer sein als die einer Standard-Webanfrage, wodurch KI-APIs besonders anfällig für Angriffe zur Ressourcenerschöpfung sind. Im Jahr 2024 meldeten mehrere Organisationen „Denial-of-Wallet“-Vorfälle, bei denen Angreifer KI-Endpunkte ausnutzten, um innerhalb von Stunden fünf- und sechsstellige Cloud-Rechnungen zu generieren. In dieser Simulation entdecken Sie einen KI-gestützten API-Endpunkt, der von Ihrem Unternehmen bereitgestellt wird. Sie erstellen eine Reihe von Eingabeaufforderungen, die den Ressourcenverbrauch maximieren sollen: extrem lange Eingaben, die die Grenzen des Kontextfensters verschieben, rekursive Generierungsanforderungen, die massive Ausgaben erzeugen, und gleichzeitige Anforderungen, die die Inferenzinfrastruktur überfordern. Sie beobachten in Echtzeit, wie das Cloud-Kosten-Dashboard von Dollar auf Tausende ansteigt, die API-Antwortzeit von Millisekunden auf Minuten sinkt und legitime Benutzer den Zugriff auf den KI-Dienst vollständig verlieren. Die Übung demonstriert sowohl externe Angriffe, bei denen ein Unbefugter den Endpunkt entdeckt und missbraucht, als auch interne Missbrauchsszenarien, bei denen ein authentifizierter Benutzer versehentlich oder absichtlich übermäßigen Konsum auslöst. Sie lernen, mehrschichtige Abwehrmaßnahmen zu implementieren: Validierung der Eingabelänge, Grenzwerte für Ausgabetoken, Ratenbegrenzung pro Benutzer und Sitzung, Ausgabenobergrenzen und Warnungen, Anforderungswarteschlangen mit Prioritätsstufen und Überwachungs-Dashboards, die Verbrauchsanomalien erkennen, bevor die Kosten in die Höhe schnellen. Die Simulation macht die finanziellen Auswirkungen greifbar und zeigt genau, wie jede defensive Kontrolle den Explosionsradius eines unbegrenzten Verbrauchsangriffs verringert.

What You'll Learn in KI-Denial-of-Service-Angriff

• Identifizieren Sie die für KI-APIs spezifischen Vektoren der Ressourcenerschöpfung, einschließlich Missbrauch von Kontextfenstern, rekursiver Generierung und Überflutung gleichzeitiger Anforderungen
• Verfolgen Sie den Weg der Kostensteigerung von gestalteten Eingabeaufforderungen über den Rechenverbrauch bis hin zu den Auswirkungen auf die Cloud-Abrechnung
• Wenden Sie Ratenbegrenzung, Eingabevalidierung und Ausgabe-Token-Obergrenzen auf KI-Dienstendpunkte an, um eine unbegrenzte Nutzung zu verhindern
• Bewerten Sie Budgetkontrollen, Ausgabenwarnungen und automatische Drosselungsmechanismen, die die Kosten für KI-Dienste bei Angriffsszenarien begrenzen
• Unterscheiden Sie mithilfe von Überwachung und Anomalieerkennung zwischen legitimen KI-Nutzungsmustern mit hohem Verbrauch und gegnerischen Versuchen zur Ressourcenausschöpfung

KI-Denial-of-Service-Angriff — Training Steps

1. Einrichten des Scans

   Bob öffnet sein Dashboard zum Scannen von Anmeldeinformationen – ein Tool, das öffentliche Code-Repositorys auf offengelegte API-Schlüssel, Token und Cloud-Geheimnisse überwacht. Er ist im Begriff, die öffentliche GitHub-Organisation von CypherPeak Technologies ins Visier zu nehmen.

2. Ausführen des Scans

   Bob gibt die GitHub-Organisations-URL von CypherPeak in den Scanner ein und startet einen Anmeldedaten-Scan über alle öffentlichen Repositorys.

3. Ein kritischer Befund

   Der Scanner analysierte 847 Repositories und 12.403 aktuelle Commits. Unter den insgesamt sechs gefundenen Geheimnissen sticht eines hervor: ein Produktions-OpenAI-API-Schlüssel, der in einer Konfigurationsdatei offengelegt wird, die erst vor wenigen Minuten an das AI-Gateway-Projekt von CypherPeak übergeben wurde.

4. Untersuchen des Commits

   Bob klickt sich zum Quell-Commit durch, um die offengelegten Anmeldeinformationen in ihrem ursprünglichen Kontext zu untersuchen. Der GitHub-Commit-Diff zeigt die vollständige Konfigurationsdatei mit dem API-Schlüssel im Klartext.

5. Der offengelegte API-Schlüssel

   Der Commit-Diff zeigt einen Produktions-API-Schlüssel an, der direkt in einer Python-Konfigurationsdatei fest codiert ist. Dieser Schlüssel bietet vollen Zugriff auf die KI-Plattform-API von CypherPeak, ohne dass Raten- oder Budgetbeschränkungen damit verbunden sind.

6. Den Angriff vorbereiten

   Bob öffnet ein Terminal, um zu testen, ob der gestohlene API-Schlüssel noch aktiv ist. Wenn der Schlüssel funktioniert und keine Ratenbegrenzung aufweist, kann er einen Denial-of-Wallet-Angriff starten, um das gesamte KI-Budget von CypherPeak zu belasten.

7. Den gestohlenen Schlüssel testen

   Bob sendet eine einfache API-Anfrage mit dem gestohlenen Schlüssel, um zu überprüfen, ob er funktioniert. Eine erfolgreiche Antwort ohne Rate-Limit-Header bestätigt, dass der Schlüssel ausnutzbar ist.

8. Der Schlüssel funktioniert

   Die API antwortet erfolgreich. Die Antwort bestätigt, dass der Schlüssel gültig ist – und entscheidend ist, dass die Felder rate_limit und budget_cap beide null sind. Es gibt keinerlei Schutzmaßnahmen für diesen Schlüssel.

9. Den Angriff starten

   Der Schlüssel funktioniert und hat keine Schutzvorrichtungen. Bob startet ein automatisiertes Angriffsskript, das Hunderte sorgfältig gestalteter rekursiver Erweiterungsaufforderungen – jede davon ist darauf ausgelegt, maximal 32.768 Token pro Anfrage zu verbrauchen – über 50 gleichzeitige Threads sendet.

10. Angriff im Gange

    Das Angriffsskript initialisiert 50 gleichzeitige Arbeitsthreads, von denen jeder rekursive Erweiterungsaufforderungen mit maximaler Token-Ausgabe sendet. Innerhalb von Sekunden beläuft sich der Kostensatz auf 12,40 US-Dollar pro Minute – über 700 US-Dollar pro Stunde.