你正在使用普通网络(clearnet)。 这里列出的地址只能在 tor 网络内部打开 - 在此下载 tor 浏览器 »
AlphaBay.Market
ZH
最近检查: 13 分钟前 已收录 260 个 onion
首页 / 新闻 / 安全
02 十一月 2026 安全 1 分钟阅读

VOLTA 窃密木马:AI 按经济价值给受害者排序

Cisco Talos 公布了一项针对 Windows 窃密木马的研究,它对窃得的数据做了一件不寻常的事:把整个数据包交给大语言模型,问受害者值多少钱。该恶意软件自称 VOLTA-AUTODOXER,简称 VOLTA,Talos 研究员 Ryan Fetterman 在2026 年 10 月 31 日发布的博客文章中作了记录。随后 The Hacker News 与 Help Net Security 于 11 月 2 日跟进报道。

它收集什么

VOLTA 从 Chromium 系浏览器中取出已保存的凭据和 cookie,以及支付卡、加密货币钱包文件和助记词、Microsoft OAuth 令牌、SSH 密钥与云服务商配置、Outlook 和 Slack 数据,还有 Discord、Telegram、Steam、Battle.net 和 Roblox 的会话令牌。它把本机所有已保存的 Wi-Fi 配置以明文导出,截图,并记录是否存在 iPhone 备份。Talos 还记录了一个内置的钱包破解模块,成功时会在日志里写入一行 WALLET VAULTS CRACKED。 真正让这个样本与众不同的是打包方式。除原始战利品外,VOLTA 还会组装 Talos 所说的、关于机器背后那个人的结构化证据包:地理位置与家庭住址、雇主与邮箱域名、推断出的出生年份、已存卡片的末四位、Slack 工作区名称、文档作者元数据,以及从 Rolimons 拉取的受害者 Roblox 账号实时估值。

是生成器,不是一次行动

VOLTA 不是单一可执行文件。它的设置放在六个编译期填充的模板槽位里,其中包括 Telegram 投递地址和调用模型用的 API 密钥。Fetterman 将其理解为生成器模式:作者出售使用权,每个客户填入自己的值,于是每一单都会编译出独立的二进制文件。槽位值经过加密,但密钥由同一可执行文件中两个常量的 SHA-256 派生,Talos 称这不构成有意义的防护。 在操作层面的结果是:没有可供查扣的攻击者基础设施,样本连接的每个端点都属于第三方。该窃密程序运行后还会删除自身主程序,只在 APPDATA 留下一份带时间戳的采集日志。

三个压缩包,一个 Telegram 收件箱

外传分三批进行,每批生成自己的压缩包送至运营者的 Telegram:
  • volta_log.zip,采集完成后立即发送,内含凭据、cookie、卡片、钱包数据、会话令牌、Wi-Fi 密码和截图。
  • volta_dox.zip,在调用模型之后发送,内含同样的材料,另加 Identity_Report.txt 以及保存为 AI_Analysis.txt 的模型回复。
  • volta_doxnet.zip,仅当网络信息补全环节有结果时才发送,内含 Gmail 收据匹配和订单历史。
AI 往返全程在受害者自己的机器上完成,因此运营者不付任何推理费用,请求也来自受害者的 IP。

提示词

请求发往 OpenRouter 的 chat completions 端点,JSON 请求体手工拼装,不用 SDK,温度 0.2,带浏览器 user agent。默认模型是 anthropic/claude-opus-4.6。若回复看起来像拒绝,任务会改用 moonshotai/kimi-k2 重试,再改用 google/gemini-2.5-flash,并监视 I can’t、I’m not able 之类的字符串。这条链最多三个模型。 系统提示词约 240 词,把模型设定为起草目标评估的取证情报分析师。它要求模型只把该数据包当作唯一允许的事实来源,并忽略自身训练中关于该对象的认知。规定的输出章节包括一个名为 WHAT THEY’RE WORTH 的部分,按变现难易度对贵重项排序并标注 low、medium 或 high,以及一个名为 THEIR OPSEC 的部分,评估安全姿态与密码卫生。它还要求模型把姓名、地址、学校等个人标识与受害者所选的密码对应起来。
找出最需要人类持续投入注意力的那一步,用一次模型调用替代它。
被取代的不是采集,每个窃密程序都自动化了采集,而是分诊:原本要买家手工完成的阅读与交叉比对。

Gmail 收据与地址问题

第三阶段把一份凭据转储变成一个有住址的人。VOLTA 用窃取的 Gmail 会话令牌在邮箱中搜索 Amazon、DoorDash、Uber Eats、Grubhub、Walmart 和 PayPal 的购买收据,其假设是配送确认可以印证家庭住址。它还会直接拉取 Uber Eats 和 DoorDash 的订单历史,并用窃得的令牌补全 Discord 账号信息。

这对日志市场意味着什么

多年来 stealer logs 都按批量文件出售,筛选由买家自己做。一个能交付带排序、带引用出处的档案的样本,把销售单位从一千条凭据变成一个有评估的人,也降低了看不懂日志的买家的技能门槛。这一转变与 Lumma 被打掉之后 stealer log 交易的更大范围重组同步发生,我们在关于日志市场在执法清剿潮后如何重新集结的分析中谈过。

结论的边界

Talos 只分析了一个样本家族,没有说明有多少个构建在流通,也没说这个生成器是否公开售卖。模型输出也仅与数据包同等可靠。推断出的出生年份或猜出的雇主仍然只是猜测,要求引用数据包并不会把推断变成事实。把 AI_Analysis.txt 当作既定事实的人,信任的是一个被要求排序、而非核实的模型。 另外,Talos 在同一周公布了对 NIK C2 的研究,这是一个具备 AI 能力的命令控制框架,可以复用受害者自己的 OPENAI_API_KEY,这种模式被称为 LLMjacking。两个代码库并无关联,但指向同一个方向:模型访问权限如今是攻击者登上机器后会主动寻找的东西。 对 Windows 用户来说,实际结论没有变化,也并不光鲜。浏览器保存的凭据、已存的 Wi-Fi 配置和长期有效的 OAuth 令牌就是这里的原材料,而一个邮箱会话令牌比它旁边的密码更值钱。怀疑失陷后撤销会话,比改密码更重要。

更多笔记

全部新闻 ›