Stealer VOLTA: l’IA classifica le vittime per valore economico
Cisco Talos ha pubblicato una ricerca su un infostealer per Windows che fa qualcosa di insolito con i dati che ruba: consegna l’intero pacchetto a un modello linguistico di grandi dimensioni e chiede quanto vale la vittima. Il malware si chiama VOLTA-AUTODOXER, o VOLTA, e il ricercatore di Talos Ryan Fetterman lo ha documentato in un post di blog pubblicato il 31 ottobre 2026. Una copertura più ampia è arrivata il 2 novembre da The Hacker News e Help Net Security.
Cosa raccoglie
VOLTA preleva credenziali salvate e cookie dai browser Chromium, carte di pagamento, file di wallet di criptovalute e seed phrase, token OAuth di Microsoft, chiavi SSH e configurazioni di provider cloud, dati di Outlook e Slack, e token di sessione per Discord, Telegram, Steam, Battle.net e Roblox. Esporta in chiaro ogni profilo Wi-Fi salvato, scatta screenshot e annota se è presente un backup di iPhone. Talos documenta anche un cracker di wallet integrato che, quando riesce, scrive nel log una riga WALLET VAULTS CRACKED. Ciò che distingue il campione è il confezionamento. Accanto al bottino grezzo, VOLTA assembla quello che Talos chiama un pacchetto di prove strutturato sulla persona dietro la macchina: geolocalizzazione e indirizzo di casa, datore di lavoro e dominio email, un anno di nascita dedotto, le ultime quattro cifre delle carte salvate, i nomi dei workspace Slack, i metadati di paternità dei documenti e una valutazione in tempo reale dell’account Roblox della vittima recuperata da Rolimons.Un builder, non una campagna
VOLTA non è un singolo binario. Le sue impostazioni risiedono in sei slot di template riempiti in fase di compilazione, tra cui la destinazione Telegram e le chiavi API usate per le chiamate ai modelli. Fetterman lo legge come un modello a builder: l’autore vende l’accesso e ogni cliente fornisce i propri valori, producendo un binario compilato separatamente per ordine. I valori degli slot sono cifrati, ma con una chiave derivata dallo SHA-256 di due costanti presenti nello stesso eseguibile, che Talos definisce una protezione priva di senso. La conseguenza operativa è che non c’è infrastruttura dell’attaccante da sequestrare: ogni endpoint contattato dal campione appartiene a terzi. Lo stealer cancella anche il proprio eseguibile principale dopo l’esecuzione, lasciando solo un log di raccolta con timestamp in APPDATA.Tre archivi, una casella Telegram
L’esfiltrazione avviene in tre passaggi, ognuno dei quali produce un proprio archivio recapitato al Telegram dell’operatore:- volta_log.zip, inviato subito dopo la raccolta, con credenziali, cookie, carte, dati dei wallet, token di sessione, password Wi-Fi e screenshot.
- volta_dox.zip, inviato dopo la chiamata al modello, con lo stesso materiale più Identity_Report.txt e la risposta del modello salvata come AI_Analysis.txt.
- volta_doxnet.zip, inviato solo se la fase di arricchimento di rete restituisce qualcosa, con le corrispondenze delle ricevute Gmail e le cronologie degli ordini.
Il prompt
Le richieste vanno all’endpoint chat completions di OpenRouter con un corpo JSON assemblato a mano, senza SDK, temperatura 0.2 e uno user agent da browser. Il modello predefinito è anthropic/claude-opus-4.6. Se la risposta sembra un rifiuto, il job riprova con moonshotai/kimi-k2 e poi con google/gemini-2.5-flash, osservando stringhe come I can’t e I’m not able. La catena è limitata a tre modelli. Il prompt di sistema conta circa 240 parole e assegna al modello il ruolo di analista di intelligence forense che redige una valutazione del target. Gli impone di trattare il pacchetto come unica fonte di fatti ammessa e di ignorare la propria conoscenza di addestramento sul soggetto. Le sezioni obbligatorie dell’output includono una intitolata WHAT THEY’RE WORTH, che classifica i beni in base alla facilità di convertirli in denaro e li etichetta low, medium o high, e una intitolata THEIR OPSEC, che valuta la postura di sicurezza e l’igiene delle password. Chiede inoltre al modello di collegare identificatori personali, come un nome, un indirizzo o un’università, alle password scelte dalla vittima.Individua il passaggio che richiede più attenzione umana prolungata e sostituiscilo con una chiamata al modello.Il lavoro spostato non è la raccolta, che ogni stealer automatizza, ma il triage: la lettura e il confronto incrociato che un acquirente farebbe altrimenti a mano.