Cisco Talos 分析 VOLTA 窃密木马：用 LLM 给受害者按变现价值排序

Hacker News：AI 热帖· khalidkhair·2026-10-31 20:00· 7 小时前AI 评分72

恶意软件利用 LLM 按受害者价值高低排序

AI 导读

Cisco Talos 分析自删除式 Windows 窃密木马 VOLTA-AUTODOXER，它在窃取凭据、会话和加密钱包后，将结构化证据包通过 OpenRouter 发给 LLM（默认 anthropic/claude-opus-4.6。

正文 · 原文

2026 年 10 月 31 日，星期六 08:00

• VOLTA 是一款成熟的窃密植入程序，带有可选的 AI 集成层。在窃取凭据、会话和加密货币钱包后，VOLTA 会将结构化证据包发送给 LLM，按变现价值对受害者的资产进行排序。
• 如果模型拒绝执行目标评估，VOLTA 会故障转移到由三个模型组成的链上，这表明其进行了直接的工程投入，并预期会触及模型护栏。 
• 该窃密程序会自删除，且没有攻击者拥有的基础设施。AI 集成的新颖之处在于，它并非支持传统的恶意软件能力，而是代表操作者充当情报分析师。 

网络犯罪领域出现了一个新思路——广撒网、窃取一切，再让 AI 梳理具体细节。一款自命名为“VOLTA-AUTODOXER”的新恶意软件通过 CAIRN 研究工作浮出水面，它是一款自删除式 Windows 窃密程序，通过 LLM 驱动的受害者画像阶段来增强其窃取后的工作流程。

在完成标准窃密收获后——包括浏览器密码、Cookie、支付卡、加密货币钱包助记词、Discord、Telegram、Steam 和 Roblox 会话、Microsoft OAuth 令牌、SSH 和云服务商密钥、Wi-Fi 配置文件以及截图——VOLTA 会构建一个关于机器背后之人的结构化证据包。该证据包包含地理位置和家庭住址、雇主及雇主域名、推断的出生年份、银行卡后 4 位、Slack 工作区、文档作者元数据、iPhone 备份指标以及实时 Roblox 账户估值。随后，它利用窃取的会话访问权限进一步丰富该证据包：在受害者的 Gmail 中搜索购买收据以佐证家庭住址，拉取 UberEats 和 DoorDash 订单历史，并通过窃取的令牌丰富 Discord 账户信息。

该证据包被序列化，并在一条系统提示下 POST 到 OpenRouter，该提示指示模型充当“一名起草目标评估的取证情报分析师”。要求的输出包括一个标题为“WHAT THEY'RE WORTH”的部分，按变现价值对贵重物品进行低/中/高分级排序，以及一个关于“THEIR OPSEC”的部分，包含对受害者安全态势和密码卫生的评估。该模型是操作者的分诊分析师；它将原始凭据日志转化为一份按优先级排序、有引证支持的受害者及其可变现资产档案。

AI 配置：“深入，而非广泛……要直白、具体、准确。” 

VOLTA 采用多模型架构，在遇到模型拒绝时进行弹性回退，检查每个响应中是否出现“I can't”或“I'm not able”等短语，然后再传递给最多三个模型组成的链。

模型温度控制 LLM 生成文本的随机性和可预测性。较低的硬编码温度值（0.2）表明攻击者强调准确性和一致性。该恶意软件还采用级联模型链以应对失败情况。这种多模型架构表明，操作者预料到会遭遇拒绝，并通过回退转向几个更小、更宽松的模型。

系统提示直接揭示了操作者的用例：对受害者作为目标的适合性生成简明的分析评估，并以可审计的引用记录作为支撑。

该提示还要求一些不寻常但智能体擅长的事情：在稀疏且分散的数据之间建立联系。例如，鼓励将受害者的姓名、地址或大学与其密码中的模式建立联系。在这种情况下，模型不是被要求查找数据；相反，它被要求扩展数据并做出有用的推断，以延伸所抓取数据的价值。

窃取器能力 

VOLTA 的能力与现代数字生活中产生的记录直接对应，且远不止基本的凭据窃取。在一次运行中，该窃取器可以提取基于 Chromium 的浏览器中的浏览器凭据、Cookie 和保存的支付卡。它还会攻击 Firefox 和 Thunderbird、Outlook 配置文件、Slack 工作区、Steam 和 Battle.net 会话、Discord 令牌、Telegram 会话、Roblox 账户，以及 SSH 和云服务商配置文件（gcloud、OpenVPN、Hide.me）。VOLTA 不仅复制加密货币钱包，还会内联对保险库运行嵌入式破解器，并将结果写入其自身报告中的 WALLET VAULTS CRACKED 行。  

机器上保存的每个 Wi-Fi 密码都通过直接调用 WlanGetProfileList 被提取并以明文转储。

VOLTA 与商品化窃取器的真正区别在于初始收集之后发生的事情。存在一个实时富化阶段，利用窃取的会话深入挖掘受害者数据。例如，使用受害者自己的已认证 Gmail 令牌，查询其收件箱中来自 Amazon、DoorDash、Uber Eats、Grubhub、Walmart 和 PayPal 的收据，然后审查这些收据以确定已确认的家庭地址。窃取的 Uber Eats 和 DoorDash 会话被直接调用来获取订单历史。Discord 令牌被复用来丰富受害者的账户资料。Roblox 库存通过实时“Rolimons[.]com”查询进行估值。

在收集和富化阶段完成后，数据会在本地被组装并结构化到一个名为“Identity_Report.txt”的文件中。该文件被序列化为 JSON 捆绑包，并连同系统提示一起 POST 到 OpenRouter。返回的载荷被接收为“AI_Analysis.txt”。这两个文件会一起通过“volta_dox.zip”外泄。

推理往返完全通过受害者自己的网络连接、在他们自己的机器上进行，之后结果才被外泄。 

部署模型 

VOLTA 没有将它的 Telegram 频道、API 密钥和设置直接硬编码到代码中（这很可能是为个人使用而编写工具的人会做的事），而是使用一个带有六个可替换槽位的模板，在构建时填入。  

这表明它是一种构建器模式：作者出售访问权限，客户提供自己的值，构建器为每个订单编译一个自定义二进制文件。这些槽位中的凭据是加密的，但加密方式并无实际意义。密钥是同一二进制文件中两个常量的 SHA-256，但它存在的原因大概是客户期望自己的 API 密钥不要以明文形式存在，而不是因为它提供了真正的保护。任何逆向该文件的人都能恢复它们。  

如果 VOLTA 确实是一种商品化恶意软件，那么 AI 档案能力就不是作者为自己的行动发明的。它是一项功能，使任何技术水平层次的客户都能将其指向受害者，并开始在自己的 Telegram 收件箱中收到排序后的目标评估。  

该恶意软件观察到的所有端点均由第三方控制。没有行为者自有的基础设施。

对策 

VOLTA 的大部分令牌窃取能力依赖于绕过 Chrome 中应用绑定加密（ABE）的技术。限制哪些进程可以使用 --headless 启动 Chrome 的应用程序控制策略将完全阻断 ABE 解密路径。至少，你还可以在任何不在已知开发者列表中的进程使用 --headless 启动 Chrome 时发出警报。将凭据存储在硬件支持存储中的最佳实践同样适用。 

在发生入侵的情况下，主可执行文件可能已删除自身，但用户应尝试保留“APPDATA%\volta_debug.txt”文件。这是一个带时间戳的收集日志，包含确切收集了哪些内容以及 LLM 调用是否成功的记录。撤销任何可能已泄露的令牌并更改密码。对于加密货币钱包，如果种子短语曾以明文形式存在于磁盘上，请将该钱包视为完全泄露，并将资金迁移到新钱包，其种子应在气隙设备上生成。 

结论 

VOLTA 是一个成熟的窃取程序，后期添加了 AI 层，目的只有一个：减轻操作员的分析工作。这里 AI 改进的轴线不是速度或规模，而是工作量转移；同样的逻辑在 CLOSEDQUORUM 中可见，尽管应用于不同阶段。这些植入物反映了相同的底层逻辑：找出需要最多持续人工注意力的步骤，并用模型调用取而代之。对防御者来说，问题不在于这种模式是否会出现在其他地方，而在于它接下来会触及哪个阶段。

第二个值得关注的趋势是对触发模型拒绝的预判，以及构建弹性机制的方法。在本例中，这包括从 Claude 到 Kimi 再到 Gemini 的回退链，以及在无密钥时完全跳过 LLM 阶段运行的能力。随着 AI 在恶意软件中的集成日趋成熟，拒绝弹性可能成为标准设计要求。 

这两个趋势背后的开放问题是：犯罪软件中的工作量转移是否会以有意义的方式改变格局——降低操作门槛、提高规模上限，还是两者兼有。网络犯罪行动历来是机会主义的，复杂度的门槛也一直低于人们的假设，但广撒网与能自我分类的广撒网之间是有区别的。  

样本详情

来源：Hacker News：AI 热帖 · blog.talosintelligence.com