加拿大萨斯喀彻温省35岁男子Ryan James Roach已于2026年10月28日被引渡至美国，面临涉嫌入侵高校计算机、窃取登录凭据并秘密挖掘加密货币的刑事指控。案件的核心在于：攻击者被指将高校计算资源用于自身获利，而资源消耗由受害机构承担。
四州高校遭锁定，另一名被告仍在引渡程序中
纽约西区联邦大陪审团起诉了Roach及加拿大安大略省41岁男子Mathiew James Stubbings。指控包括共谋从受保护计算机获取信息并造成损害、从受保护计算机获取信息，以及故意损坏受保护计算机，最高可面临10年监禁及25万美元罚款。
检方指称，两人在2016年6月至2019年12月间，针对拥有超级计算机的美国教育机构研究网络安全弱点，随后入侵系统、部署恶意软件、盗取登录凭据，并让受害计算机为其挖矿。受影响机构分布于纽约州、田纳西州、北卡罗来纳州和马萨诸塞州，其中包括纽约西区的一所大学。
Roach已在纽约州罗切斯特出庭，等待羁押听证期间被拘押。Stubbings在加拿大的引渡程序仍在进行。两人的涉案行为目前属于检方指控，尚非定罪结论。
算力盗用的关键，是收益与资源账单分离
这类行为被称为挖矿劫持，即未经授权使用他人计算机挖掘加密货币，使受害方承担电力消耗和性能下降。美国司法部没有说明本案涉嫌挖掘的具体币种。
检方还指称，两人使用以虚假姓名注册、分布在多个国家的虚拟专用服务器，向受害计算机发送恶意软件和挖矿程序，并存储被盗凭据；攻击流量还经过其他已被攻陷的受害计算机，以隐藏身份。
从这些指控看，案件需要关注的不只是挖矿程序本身，还有凭据和中转节点对非法访问的支撑：凭据可被用于调用资源，受控计算机则可成为掩盖攻击路径的工具。这解释了为何排查此类入侵不能只着眼于异常算力消耗。不过，现有信息不足以据此计算两人的挖矿收益或高校的实际损失。
AI访问盗用沿用成本转嫁逻辑，账单风险更集中
谷歌威胁情报团队在一份报告中预计，攻击者将越来越优先选择LLMjacking，即劫持企业对AI模型的访问权限，再将使用账单留给受害企业。谷歌称，其Mandiant团队2026年调查的事件中，欺诈性费用曾在一天内超过10万美元，部分机构在访问被切断前累计产生100万美元费用；攻击者还通过被谷歌称为“LLM Mixers”的地下服务转售被盗访问权限。
两类攻击共享同一种获利机制：攻击者取得资源使用权，却让受害方承担成本。区别在于，AI服务盗用可能在数小时内形成高额云账单，使发现异常到切断访问之间的时间更为关键。这些AI事件是另行披露的案例，并不意味着Roach与Stubbings被指参与了相关活动。
