A nova moeda do cibercrime: o acesso à inteligência artificial

A expansão da inteligência artificial está a criar novas oportunidades para os cibercriminosos. Em vez de procurarem apenas roubar dados pessoais, dinheiro ou equipamentos, alguns grupos estão agora a tentar obter acesso a um recurso cada vez mais valioso: a capacidade de processamento necessária para executar modelos de inteligência artificial.

O fenómeno tem sido identificado como LLMjacking. O termo descreve a utilização não autorizada de modelos de linguagem de grande dimensão (LLM, na sigla inglesa), através do acesso a credenciais roubadas ou comprometidas.

Na prática, os criminosos conseguem obter chaves de acesso a serviços de inteligência artificial, muitas vezes através da exploração de vulnerabilidades em plataformas de computação na nuvem ou do roubo de credenciais armazenadas por empresas. Com essas chaves, podem utilizar modelos avançados sem suportar os custos correspondentes, deixando a fatura para os verdadeiros titulares das contas.

A Google Threat Intelligence Group, equipa de investigação de ameaças da Google, identificou vários incidentes deste tipo durante 2026. Segundo a organização, em alguns casos, a utilização fraudulenta dos serviços de IA originou encargos superiores a 100 mil dólares num único dia. Em determinadas organizações, os custos acumulados chegaram a atingir um milhão de dólares antes de o acesso ser bloqueado.

O roubo de credenciais pode transformar-se num negócio clandestino

Um dos casos mais significativos ocorreu em outubro de 2026, quando a plataforma de computação na nuvem Railway foi alvo de um ataque informático.

De acordo com o relatório publicado pela própria empresa, os atacantes exploraram vulnerabilidades na infraestrutura interna para obter acesso a determinadas credenciais e variáveis de ambiente utilizadas pelos clientes. Estas variáveis podem conter informação sensível, incluindo chaves de acesso a serviços de inteligência artificial.

A investigação da Railway concluiu que os atacantes procuraram especificamente credenciais associadas a fornecedores de IA. A empresa estima que, no máximo, 1,85% dos espaços de trabalho da plataforma, aproximadamente 100 mil, possam ter tido variáveis de ambiente desencriptadas durante o incidente. Este valor representa um limite máximo estimado, não significa que todas essas contas tenham sido efetivamente comprometidas.

A utilização não autorizada das credenciais roubadas terá gerado cerca de 740 mil dólares em despesas. A investigação identificou pedidos associados a ferramentas de programação com inteligência artificial e a processos de treino de modelos.

A Railway considera que as credenciais poderão ter sido encaminhadas para plataformas clandestinas de revenda de acesso a modelos de IA. Estes serviços funcionam como intermediários: reúnem credenciais obtidas ilegalmente e disponibilizam o acesso aos modelos a outros utilizadores, frequentemente a preços inferiores aos praticados pelos fornecedores oficiais.

O que é a destilação de modelos?

Uma das utilizações que preocupa os investigadores é a chamada destilação de modelos (model distillation).

Esta técnica consiste, de forma simplificada, em utilizar as respostas de um modelo de inteligência artificial mais avançado para ajudar a treinar outro modelo. Ao recolher grandes quantidades de respostas e exemplos produzidos pelo modelo original, os investigadores podem tentar desenvolver um sistema mais pequeno, capaz de reproduzir algumas das suas capacidades.

A destilação tem aplicações legítimas na investigação e no desenvolvimento de inteligência artificial. Pode, por exemplo, permitir criar modelos mais rápidos, económicos e eficientes.

O problema surge quando o acesso ao modelo utilizado como referência é obtido ilegalmente ou quando o processo viola as condições de utilização do fornecedor. Nesse contexto, as credenciais roubadas podem permitir recolher grandes quantidades de respostas sem pagar os custos correspondentes.

No caso da Railway, a análise forense identificou pedidos compatíveis com tarefas de treino de modelos e recolha de dados para avaliação de sistemas de inteligência artificial. A empresa considera que a revenda de credenciais para operações de destilação poderá ter sido um dos objetivos dos atacantes, embora não tenha conseguido estabelecer definitivamente a ligação entre todos os intervenientes.

Quando a própria inteligência artificial acelera os ataques

Outro aspeto preocupante é a velocidade com que estas operações podem decorrer.

No incidente da Railway, a empresa descreveu uma atividade em que o atacante explorou diferentes caminhos de acesso, analisou a infraestrutura e procurou novas vulnerabilidades de forma paralela. O relatório refere a utilização de modelos de inteligência artificial sem determinadas salvaguardas e de ferramentas automatizadas para acelerar estas operações.

Isto não significa que os sistemas de inteligência artificial estejam, por si só, a executar ataques informáticos de forma autónoma em todos os casos. Significa, antes, que os atacantes podem utilizar ferramentas automatizadas e modelos de IA para acelerar tarefas como a análise de código, a identificação de vulnerabilidades e a exploração de sistemas comprometidos.

A Google também identificou operações em que os atacantes utilizam credenciais roubadas para criar serviços de encaminhamento de pedidos, gerir o acesso a diferentes modelos e contornar limitações de utilização.

Um novo desafio para a segurança digital

O crescimento da inteligência artificial está a transformar a forma como as empresas utilizam recursos computacionais. As chaves de acesso a modelos e serviços de IA deixaram de ser apenas elementos técnicos de configuração: passaram a representar acesso direto a serviços que podem gerar custos elevados e ter valor comercial.

Por isso, a proteção destas credenciais tornou-se uma questão central de cibersegurança. A utilização de permissões limitadas, a rotação regular de chaves, a monitorização de consumos anormais e a autenticação reforçada são algumas das medidas que ajudam a reduzir o risco.

O caso da Railway demonstra que uma falha numa infraestrutura pode ter consequências que ultrapassam o roubo de informação. Uma credencial comprometida pode permitir que terceiros utilizem serviços de inteligência artificial, executem tarefas computacionalmente dispendiosas e transfiram os custos para organizações que não autorizaram essas operações.

À medida que a procura por modelos de IA continua a crescer, também aumenta o valor do acesso a estes sistemas. E, para os cibercriminosos, essa capacidade de processamento pode ser tão interessante como qualquer outro recurso digital com valor económico.

Fontes:

Wall Street Journal – Robert McMillan, Hackers Hunt for AI’s Most Valuable Commodity: Computing Power, 10 de novembro de 2026. Consultar artigo original.

2. Railway – Incident Report: October 21st Security Attack, 10 de novembro de 2026. Consultar relatório técnico.

3. Google Threat Intelligence Group – The Rise of LLMJacking: How Threat Actors Monetize Compromised Cloud and Model Resources, 2 de novembro de 2026. Consultar investigação da Google.

4. BleepingComputer – Railway breach leads to $740,000 in fraudulent AI charges, 10 de novembro de 2026. Consultar análise do incidente.

Imagem de destaque: Foto de Julio Lopez na Unsplash

Autor: Prof. Nuno Nascimento

Professor de Informática e apaixonado pelo conhecimento científico.

Partilhar:
Partilhar traduzido: EN ES

English Español