最新研究显示,黑客开始在新型信息窃取恶意软件中加入人工智能功能,使系统能够自动分析受害者信息,迅速识别高价值目标及其敏感数据。该恶意软件被命名为“Volta-Autodoxer”,这是因为它在内部自称为“Volta-Autodoxer”。Cisco Talos的研究人员发现,这揭示了商业大型语言模型(LLM)如何被用来增强传统恶意软件的能力。

信息窃取软件通常隐藏在伪造软件中,专门窃取用户名、密码、认证令牌、Cookies、信用卡信息等。近年来多起重大数据泄露事件,如涉及AT&T和Ticketmaster的Snowflake相关泄露事件,以及迪士尼1TB数据被盗,均源于黑客利用信息窃取软件获取的登录凭据。总体来看,这类恶意软件已窃取数亿条凭证。

Cisco Talos的安全研究员Ryan Fetterman表示:“Volta作为信息窃取软件相当成熟,收集范围广泛。它将收集到的信息整合,生成序列化档案,并发送给多个大型语言模型。它让模型扮演情报分析师的角色,生成结构化且有引用支持的受害者评估报告,类似于优先级排序和分析功能。”

Talos利用其新开发的CAIRN框架检测到该恶意软件,该框架专门识别带有AI功能的黑客工具。Fetterman指出,目前尚未发现Volta在真实环境中的使用情况。

Volta的传统信息窃取功能强大,似乎主要针对数字生活丰富的年轻互联网用户。它会搜集浏览器中存储的密码、微软OAuth令牌、Cookies、支付卡信息和加密钱包助记词,还会窃取Discord、Telegram、Steam和Roblox等平台的活跃会话。随后,恶意软件根据初步数据进行更深入的扫描,通过访问目标的Gmail或其他核心账户,利用UberEats和DoorDash等服务的收据和订单历史,构建受害者的详细画像,包括其位置和习惯。

完成数据收集后,恶意软件将信息输入AI工具进行分析,使用OpenRouter服务向多个AI供应商发送请求。默认调用Anthropic的Claude Opus 4.6模型,但为了应对模型可能的限制,Volta还设计了备用方案,依次使用中国开源模型Moonshot AI Kimi K2和谷歌的Gemini 2.5 Flash。攻击者常用这种多重备选和成本较低的旧版模型策略。

Volta的开发者为分析收集数据的LLM设计了240字的提示词,包含项目符号和编号列表。提示词要求模型扮演法医情报分析师,基于结构化证据包撰写目标评估报告,包括“执行摘要”、“个人信息”、“价值评估”和“操作安全总结”。提示词还要求模型“跨领域关联信息”,例如检查Wi-Fi密码是否与姓氏相符,并强调“深入挖掘而非泛泛而谈”。

Fetterman表示:“提示词设计得很谨慎,没有明显恶意,但预期模型可能会拒绝首次请求,因此设计了逐级降级调用更宽松模型的机制。即使没有AI功能,恶意软件依然能正常运行。AI调用只是额外增强。”

部分低级网络犯罪分子抱怨AI内容充斥网络犯罪论坛,但安全研究人员发现越来越多黑客利用大型语言模型进行编码和分析大量被盗信息。威胁情报公司Crowdstrike的研究人员曾向WIRED透露,他们发现四个不同的黑客组织,分别使用中文、西班牙语和英语、印尼语及俄语,利用AI工具攻击全球数十个目标,包括政府机构及医疗、零售和旅游行业企业。

Fetterman认为,Volta可能是为多种攻击者打造的通用工具,而非某一特定黑客团体专用。虽然其核心仍是传统信息窃取软件,但AI功能的加入预示着未来恶意软件将更具侵入性和危险性。

他说:“如果能更快识别高价值目标,就更有可能频繁利用其凭据或认证令牌进行攻击,因为令牌会过期,密码也会被更改。我们看到低水平攻击者也能获得更先进的能力,这既令人兴奋又令人担忧。”