Złośliwe oprogramowanie Volta-Autodoxer używa AI do automatycznego profilowania ofiar

👁 116 przeczytań

Badacze z Cisco Talos zidentyfikowali złośliwe oprogramowanie, które po zainfekowaniu komputera ofiary nie tylko kradnie dane, ale zleca ich analizę komercyjnym modelom językowym - tworząc w pełni ustrukturyzowany raport wywiadowczy o każdej ofierze. Narzędzie, które samo siebie nazywa Volta-Autodoxer, to według Talos jeden z pierwszych publicznie udokumentowanych infostealerów z wbudowaną integracją z AI.

Jak działa Volta: dwa etapy zbierania danych

Infostealer to kategoria malware dobrze znana analitykom bezpieczeństwa. Tego typu narzędzia przez ostatnią dekadę stały za serią spektakularnych naruszeń: od masowych wycieków związanych ze Snowflake - które dotknęły AT&T i Ticketmaster - po kradzież terabajta danych Disneya. Łącznie infostealery posłużyły do kradzieży setek milionów danych uwierzytelniających w ciągu ostatnich lat.

Volta nie odbiega od tej tradycji pod względem zakresu zbieranych danych. W pierwszym etapie skanuje hasła zapisane w przeglądarkach, tokeny Microsoft OAuth, ciasteczka sesyjne, dane kart płatniczych, frazy seed do portfeli kryptowalutowych, a także aktywne sesje Discorda, Telegrama, Steama i Roblox. Ta ostatnia pozycja jest sygnałem, kogo twórcy narzędzia uznali za priorytet - aktywnych graczy i młodych użytkowników z rozbudowanym życiem cyfrowym.

Drugi etap jest sprytniejszy. Volta wchodzi w głąb konta Gmail lub innego centralnego konta mailowego ofiary i analizuje historię zakupów, rachunki i quittances z serwisów takich jak UberEats i DoorDash. Na tej podstawie malware rekonstruuje lokalizację ofiary, jej nawyki i rutynę. Ryan Fetterman, badacz z Cisco Talos, opisuje to tak:

„Volta jest dość dojrzałym stealrem. Zarzuca całkiem szeroką sieć jeśli chodzi o to, co zbiera. Kompiluje to wszystko razem, ostatecznie produkując serializowane dossier, które może wysłać do kilku modeli LLM. Prosi model, żeby zachowywał się jak analityk wywiadowczy i tworzył ustrukturyzowaną, opartą na cytowaniach ocenę ofiary. To coś w rodzaju funkcji priorytetyzacji i analizy.”

OpenRouter jako brama do wielu modeli

Zebrane dane trafiają do analizy przez OpenRouter - serwis działający jako pośrednik, który umożliwia wysyłanie zapytań do wielu różnych dostawców AI jednocześnie. Domyślnym wyborem Volty jest Anthropic Claude Opus 4.6. Twórcy malware przewidzieli jednak, że guardrails modelu może odrzucić podejrzane zapytanie - dlatego zbudowali fallbacki. Pierwszy to chiński otwarty model Moonshot AI Kimi K2, drugi to Google Gemini 2.5 Flash. Jak zaznacza Talos, korzystanie ze starszych i tańszych modeli jako zabezpieczenia to technika powszechna wśród atakujących - liczy się niezawodność przepływu, nie jakość najnowszej generacji.

Prompt, który Volta wysyła do LLM, liczy 240 słów i zawiera punktory oraz numerowaną listę. Jego pierwsze zdanie brzmi: „Jesteś analitykiem wywiadu kryminalistycznego tworzącym ocenę celu na podstawie ustrukturyzowanego pakietu dowodów”. Instrukcja nakazuje modelowi przygotowanie streszczenia wykonawczego, którego odbiorcą ma być człowiek czytający raport o ofierze.

Framework CAIRN i granica wykrywalności

Talos wykrył Voltę za pomocą własnego frameworku CAIRN, zbudowanego specjalnie do identyfikowania narzędzi hakerskich z wbudowanymi komponentami AI. To narzędzie badawcze samo w sobie warte uwagi - jeśli frameworki tego rodzaju będą skuteczne, może to zmienić sposób, w jaki firmy threat intelligence reagują na nową generację malware.

Ważne zastrzeżenie: Fetterman podkreśla, że Talos nie śledziło, czy Volta była faktycznie używana w atakach na żywych użytkowników. Odkrycie pochodzi z analizy samego kodu. To o tyle istotne, że pozwala patrzeć na Voltę jako na próbkę metodologiczną - dowód na to, że twórcy malware eksperymentują z LLM jako komponentem infrastruktury, nawet jeśli konkretne narzędzie nie wyrządziło jeszcze szkód na masową skalę.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Co zmienia AI w ekosystemie infostealerów

Dotychczasowe infostealery działały hurtowo: zbierz jak najwięcej danych, wyślij je do sprzedawcy na forum, ten sprzeda paczki innym przestępcom. Model był ilościowy - wartość tkwiła w wolumenie. Volta sugeruje inne podejście: zbierz dane, przepuść przez LLM i pozwól, żeby AI wskazała, które ofiary są warte dalszego wysiłku.

To zmiana jakościowa. Analityk wywiadu - nawet ten zautomatyzowany - może ze zwykłej historii zakupów na DoorDash, aktywnych sesji Discorda i tokenu OAuth do konta Microsoft wyciągnąć wnioski, których nie da się łatwo zakodować w regułach heurystycznych. Może ocenić, czy ofiara ma portfel kryptowalutowy z aktywną historią transakcji, czy jej konto Gmail jest używane do logowania w serwisach finansowych, czy jej lokalizacja wskazuje na konkretny region. Wszystko to pozwala atakującemu skupić energię na najbardziej opłacalnych celach zamiast przetwarzać setki tysięcy surowych logów.

Dla zwykłego użytkownika - w Polsce czy gdziekolwiek indziej - obraz jest nieprzyjemny: malware obecny na komputerze od dawna nie kopiował już tylko hasła do banku. Kopiował historię zakupów z Glovo, token do Teams, seed phrase do MetaMaska i aktywną sesję Discorda. A teraz zleca ich interpretację narzędziu, które potrafi to wszystko powiązać w spójną narrację o tym, kim jesteś i ile jesteś wart dla przestępcy.

Cisco Talos planuje pełną publikację wyników analizy Volty - szczegółowy raport techniczny ma pojawić się w ciągu najbliższych tygodni na blogu Talos Intelligence.

Link do Kimi jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.