Malware uses LLMs to rank victims by how much they're worth

AI评估：VOLTA信息窃取者中的模型驱动受害者优先级排序

By

Ryan Fetterman

2026年10月31日 星期六 08:00

AI

威胁聚焦

窃取者

• VOLTA是一种成熟的植入式窃取程序，具有可选的AI集成层。在窃取凭证、会话和加密货币钱包后，VOLTA会将结构化证据包发送给LLM，按货币化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会切换到三模型链，这表明存在直接的工程努力和期望触发模型防护机制。

• 这种窃取者具有自删除功能，且没有攻击者拥有的基础设施。AI集成的创新之处在于，它不是支持传统恶意软件功能，而是作为操作员的智能分析师发挥作用。

网络犯罪世界出现了一个新概念——广撒网、窃取一切，然后让AI处理细节。通过CAIRN研究项目发现的名为“VOLTA-AUTODOXER”的新型恶意软件，是一种具有自删除功能的Windows信息窃取者，其窃取后的工作流程通过LLM驱动的受害者画像阶段进行增强。

在窃取标准数据（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和云提供商密钥、Wi-Fi配置文件以及截图）后，VOLTA会构建关于机器背后人员的结构化证据包。该包包含地理位置和家庭地址、雇主及雇主域名、推断出的出生年份、银行卡后四位数字、Slack工作区、文档作者元数据、iPhone备份指示器以及实时的Roblox账户估值。随后利用窃取的会话访问权限进一步丰富该包：在受害者的Gmail中搜索购买收据以验证家庭地址，提取UberEats和DoorDash订单历史，并通过窃取的令牌增强Discord账户信息。

该数据包被序列化后通过POST请求发送至OpenRouter，系统提示要求模型作为"负责起草目标评估的法医情报分析师"进行操作。所需输出包含标题为"WHAT THEY'RE WORTH"的章节，按货币化价值（低/中/高）对贵重物品进行排序，以及包含对受害者安全态势和密码卫生状况评估的"THEIR OPSEC"章节。该模型作为操作员的分诊分析师，将原始凭证日志转化为有引用依据的受害者及其可货币化资产的优先级档案。

图1. VOLTA-AUTODOXER工作流程。

AI配置："深入而非广度...直言、具体、准确。"

VOLTA采用多模型架构，当遇到模型拒绝时能弹性回退，检查每个响应中是否包含"I can't"或"I'm not able"等短语，随后切换至最多三个模型的链式结构。

kg-card-begin: html

端点

https://openrouter.ai/api/v1/chat/completions

默认模型

anthropic/claude-opus-4.6

回退链

moonshotai/kimi-k2 → google/gemini-2.5-flash

温度

0.2 — 确定性输出，保持一致性

请求格式

手动组装的JSON；不使用SDK；User-Agent Mozilla/5.0

kg-card-end: html

图2. 硬编码模型选择。

图3. 回退到kimi-k2模型，然后是gemini-2.5-flash模型。

模型温度控制着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）表明攻击者更注重准确性和一致性。恶意软件在出现故障时还会使用级联模型链。这种多模型架构表明操作者预见到可能会遇到拒绝，此时会切换到少数几个更小且限制更少的模型。

系统提示直接暴露了操作者的使用场景：生成一份简洁的分析评估，判断受害者作为目标的适配性，并附带可审计的引用溯源。

图4. VOLTA的原始系统提示。

该提示还要求做一些非同寻常但代理擅长的事情：在零散且分散的数据之间建立关联。例如，将受害者的姓名、地址或大学信息与密码中的模式进行关联。在这种情况下，模型并不是被要求寻找数据，而是被要求扩展已有数据并做出有用的推断，从而提升已抓取信息的价值。

窃取者功能

VOLTA的功能与现代数字生活中产生的记录高度契合，远超基础凭证窃取。单次扫描即可从基于Chromium的浏览器中提取浏览器凭证、Cookie和保存的支付卡信息。它可访问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和云服务提供商的配置文件（gcloud、OpenVPN、Hide.me）。VOLTA不仅复制加密货币钱包，还会内嵌破解器直接对保险库进行破解，并将结果写入其报告中的"WALLET VAULTS CRACKED"行。

机器上所有保存的Wi-Fi密码均通过直接调用WlanGetProfileList接口提取，并以明文形式转储。

图5. VOLTA会为宿主机上每个保存的Wi-Fi网络转储明文密码。

图6. 有组织的收集目标。

真正让VOLTA区别于普通窃取者的是初始收集之后的处理流程。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，使用受害者自己的认证Gmail令牌查询收件箱中的亚马逊、DoorDash、Uber Eats、Grubhub、沃尔玛和PayPal收据，然后通过分析这些收据确认受害者的家庭地址。直接调用被盗的Uber Eats和DoorDash会话获取订单历史。Discord令牌被重复利用以丰富受害者的账户资料。通过实时访问"Rolimons[.]com"网站查询Roblox库存价值。

图7. 没错：你的Uber Eats历史现在可能成为潜在的不利因素。

在完成收集和富化阶段后，数据会在本地文件"Identity_Report.txt"中进行整理和结构化。该文件被序列化为JSON格式，并与系统提示一同通过POST请求发送至OpenRouter。返回的载荷以"AI_Analysis.txt"形式接收。这两个文件会以"volta_dox.zip"格式一起外泄。

图8. VOLTA的外泄过程可分为三个阶段：1）窃取器运行后（"volta_log.zip"），2）AI调用后（"volta_dox.zip"），3）如果网络富化产生内容时（"volta_doxnet.zip"）。

整个推理往返过程完全通过受害者自身的网络连接在其本地机器上完成，结果在传出前不会经过其他网络节点。

部署模式

VOLTA 不会将 Telegram 频道、API 密钥和设置直接硬编码到代码中（这很可能是个人使用工具的开发者会采取的做法），而是使用一个包含六个可替换插槽的模板，在构建时填充这些插槽。

这表明它采用的是构建者模型：作者出售访问权限，客户提供自己的参数值，构建者为每个订单编译自定义二进制文件。这些插槽中的凭证经过加密，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 哈希值，但其存在原因很可能是客户希望避免 API 密钥以明文形式存储，而非提供真正的保护。任何反编译文件的人都可以恢复这些凭证。

如果 VOLTA 确实是一种商品化恶意软件，那么其 AI 档案功能并非作者为自身操作发明的特性。这是一个使任何技术水平的客户都能将目标指向受害者，并在 Telegram 收件箱中接收分级目标评估的功能。

该恶意软件的所有观察到的端点均由第三方控制。没有属于攻击者自身的基础设施。

防御措施

VOLTA 的令牌窃取功能很大程度上依赖于绕过 Chrome 的应用绑定加密（ABE）的技术。如果应用控制策略限制了哪些进程可以使用 --headless 参数启动 Chrome，将完全阻止 ABE 解密路径。至少，当 Chrome 被非已知开发者的进程使用 --headless 参数启动时，应触发告警。存储凭证时采用硬件支持存储的最佳实践同样适用。

如果发生入侵，主程序可能已自行删除，但用户应尝试保留“APPDATA%\volta_debug.txt”文件。这是一个时间戳记录的收集日志，包含确切收集内容和 LLM 调用是否成功的记录。撤销任何可能被泄露的令牌并更改密码。对于加密货币钱包，如果助记词以明文形式存储在磁盘上，应将钱包视为完全被入侵，并将资金迁移到通过隔离设备生成助记词的新钱包中。

结论

VOLTA 是一个成熟的窃取工具，其后期添加的 AI 层只有一个目的：减轻操作员的分析工作。AI 改进的轴心不是速度或规模，而是工作量转移；这种逻辑与 CLOSEDQUORUM 中看到的逻辑相同，但应用于不同阶段。这些植入物反映了相同的底层逻辑：识别需要持续人工关注的步骤，并用模型调用取而代之。对于防御者来说，问题不是这种模式是否会出现在其他地方，而是它接下来会触及哪个阶段。

图9. VOLTA端到端工作流程。

第二个值得关注的趋势是预期模型拒绝的应对，以及构建弹性的方法。在此案例中，包括从Claude到Kimi再到Gemini的回退链，以及在没有密钥时完全跳过LLM阶段的能力。随着AI在恶意软件中的集成逐渐成熟，拒绝弹性可能成为标准设计要求。

这两个趋势背后的核心问题是：犯罪软件中的工作量转移是否以有意义的方式改变了格局：降低操作门槛、提高规模上限，或两者兼有。网络犯罪操作一直具有机会主义特征，其复杂度门槛一直低于预期，但大规模网络与能自动分类的大规模网络之间存在差异。

样本详情

SHA256

57ef4242666d78c50df145b34023df564f0fad38812d6a580e66433d427e2279

文件名

9BY0tjwOc3ut.exe / yLP9m5J3i2Aw.exe

类型

PE32+ x86-64

PE时间戳

2026-08-17 20:35

首次发现时间（UTC）

2026-10-11 12:46