jesteś w clearnecie. adresy z tej listy otwierają się tylko wewnątrz sieci tor - pobierz przeglądarkę tor tutaj »
AlphaBay.Market
PL
ostatnie sprawdzenie: 11 min temu śledzone onion: 260
strona główna / wiadomości / Bezpieczeństwo
02 listopada 2026 Bezpieczeństwo 6 min czytania

Stealer VOLTA: AI szereguje ofiary według wartości finansowej

Cisco Talos opublikowała badanie infostealera dla Windows, który robi z kradzionymi danymi coś nietypowego: przekazuje cały pakiet dużemu modelowi językowemu i pyta, ile warta jest ofiara. Złośliwe oprogramowanie nazywa się VOLTA-AUTODOXER, w skrócie VOLTA, a badacz Talos Ryan Fetterman opisał je we wpisie na blogu opublikowanym 31 października 2026 roku. Szersze omówienia pojawiły się 2 listopada w The Hacker News i Help Net Security.

Co zbiera

VOLTA wyciąga zapisane dane logowania i cookies z przeglądarek Chromium, karty płatnicze, pliki portfeli kryptowalut i frazy seed, tokeny Microsoft OAuth, klucze SSH i konfigurację dostawców chmury, dane Outlooka i Slacka oraz tokeny sesji Discorda, Telegrama, Steama, Battle.net i Robloxa. Zrzuca wszystkie zapisane profile Wi-Fi w postaci jawnej, robi zrzuty ekranu i odnotowuje, czy istnieje kopia zapasowa iPhone’a. Talos opisuje też wbudowany łamacz portfeli, który po sukcesie zapisuje w logu linię WALLET VAULTS CRACKED. Próbkę wyróżnia sposób pakowania. Obok surowego łupu VOLTA składa coś, co Talos nazywa ustrukturyzowanym pakietem dowodów o osobie za maszyną: geolokalizację i adres domowy, pracodawcę i domenę e-mail, wywnioskowany rok urodzenia, cztery ostatnie cyfry zapisanych kart, nazwy obszarów roboczych Slacka, metadane autorstwa dokumentów oraz wycenę konta Roblox ofiary na żywo, pobraną z Rolimons.

Generator, nie kampania

VOLTA nie jest pojedynczym plikiem binarnym. Jego ustawienia siedzą w sześciu slotach szablonu wypełnianych w czasie kompilacji, w tym docelowy Telegram i klucze API do wywołań modelu. Fetterman czyta to jako model generatora: autor sprzedaje dostęp, każdy klient podaje własne wartości, a na każde zamówienie powstaje osobno skompilowany plik. Wartości slotów są zaszyfrowane, ale kluczem wyprowadzonym z SHA-256 dwóch stałych przechowywanych w tym samym pliku wykonywalnym, co Talos nazywa ochroną bez znaczenia. Skutek operacyjny jest taki, że nie ma infrastruktury atakującego do zajęcia: każdy punkt, z którym łączy się próbka, należy do osoby trzeciej. Stealer usuwa też po uruchomieniu swój główny plik wykonywalny, zostawiając jedynie opatrzony znacznikiem czasu log zbierania w APPDATA.

Trzy archiwa, jedna skrzynka na Telegramie

Eksfiltracja odbywa się w trzech przebiegach, z których każdy tworzy własne archiwum dostarczane na Telegram operatora:
  • volta_log.zip, wysyłany zaraz po zbiórce, z danymi logowania, cookies, kartami, danymi portfeli, tokenami sesji, hasłami Wi-Fi i zrzutami ekranu.
  • volta_dox.zip, wysyłany po wywołaniu modelu, z tym samym materiałem plus Identity_Report.txt i odpowiedzią modelu zapisaną jako AI_Analysis.txt.
  • volta_doxnet.zip, wysyłany tylko wtedy, gdy etap wzbogacania sieciowego coś zwróci, z dopasowaniami paragonów z Gmaila i historiami zamówień.
Runda z AI odbywa się na maszynie samej ofiary, więc operator nie płaci nic za wnioskowanie, a żądanie wychodzi z adresu IP ofiary.

Prompt

Żądania idą na endpoint chat completions OpenRoutera z ręcznie złożonym ciałem JSON, bez SDK, z temperaturą 0.2 i user agentem przeglądarki. Domyślny model to anthropic/claude-opus-4.6. Jeśli odpowiedź wygląda na odmowę, zadanie ponawia próbę z moonshotai/kimi-k2, a potem z google/gemini-2.5-flash, wypatrując ciągów takich jak I can’t i I’m not able. Łańcuch jest ograniczony do trzech modeli. Prompt systemowy liczy około 240 słów i obsadza model w roli analityka wywiadu śledczego sporządzającego ocenę celu. Każe mu traktować pakiet jako jedyne dopuszczalne źródło faktów i ignorować własną wiedzę treningową o obiekcie. Wymagane sekcje wyniku obejmują WHAT THEY’RE WORTH, gdzie wartościowe przedmioty są szeregowane według łatwości zamiany na pieniądze i oznaczane jako low, medium lub high, oraz THEIR OPSEC, gdzie oceniana jest postawa bezpieczeństwa i higiena haseł. Model ma też łączyć identyfikatory osobiste, takie jak imię, adres czy uczelnia, z hasłami wybranymi przez ofiarę.
Wskaż krok wymagający najwięcej długotrwałej uwagi człowieka i zastąp go wywołaniem modelu.
Wypierana praca to nie zbieranie, które automatyzuje każdy stealer, lecz triage: czytanie i porównywanie krzyżowe, które kupujący musiałby wykonać ręcznie.

Paragony z Gmaila i problem adresu

Trzeci etap zamienia zrzut danych logowania w zlokalizowaną osobę. Wykorzystując skradzione tokeny sesji Gmaila, VOLTA przeszukuje skrzynkę w poszukiwaniu paragonów zakupowych z Amazona, DoorDash, Uber Eats, Grubhub, Walmartu i PayPala, przy założeniu, że potwierdzenia dostawy potwierdzają adres domowy. Pobiera też bezpośrednio historię zamówień Uber Eats i DoorDash oraz wzbogaca konta Discorda za pomocą skradzionego tokenu.

Co to robi z rynkiem logów

Stealer logs od lat sprzedawane są jako pliki hurtowe, a kupujący sami je sortują. Próbka, która dostarcza uszeregowane dossier podparte cytatami, zmienia jednostkę sprzedaży z tysiąca danych logowania na jedną ocenioną osobę i obniża próg umiejętności dla kupujących, którzy nie potrafią czytać logu. Ta zmiana wpisuje się w szerszą przebudowę handlu stealer logami po rozbiciu Lummy, którą omówiliśmy w naszym tekście o tym, jak rynki logów przegrupowały się po fali akcji służb.

Granice ustalenia

Talos przeanalizowała jedną rodzinę próbek i nie podaje, ile buildów krąży ani czy generator jest sprzedawany otwarcie. Wynik modelu jest też tylko tak dobry jak pakiet. Wywnioskowany rok urodzenia albo zgadywany pracodawca wciąż pozostają domysłem, a polecenie cytowania pakietu nie zamienia wnioskowania w fakt. Kto traktuje AI_Analysis.txt jako ustaloną prawdę, ufa modelowi, który miał szeregować, a nie weryfikować. Osobno Talos opublikowała w tym samym tygodniu badanie NIK C2, frameworka command and control wspieranego przez AI, który potrafi wykorzystać własny OPENAI_API_KEY ofiary, schemat znany jako LLMjacking. To niepowiązane ze sobą bazy kodu, ale wskazują w tę samą stronę: dostęp do modeli jest dziś czymś, czego atakujący szukają na maszynach, na które trafiają. Praktyczny wniosek dla użytkowników Windows pozostaje bez zmian i bez blasku. Dane logowania zapisane w przeglądarce, zachowane profile Wi-Fi i długotrwałe tokeny OAuth są tu surowcem, a token sesji skrzynki pocztowej jest wart więcej niż hasło obok niego. Unieważnienie sesji po podejrzeniu kompromitacji liczy się bardziej niż zmiana hasła.

więcej notatek

wszystkie wiadomości ›