跳到主要內容
2026-11-01 日報
開發生態

竊密軟體 VOLTA 整合 LLM 評估受害者資產,遇拒絕可自動切換三模型鏈

Hacker News單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據資安研究披露,一款名為「VOLTA-AUTODOXER」(簡稱 VOLTA)的 Windows 竊密軟體,被發現整合大型語言模型(LLM)作為「情報分析師」,在竊取資料後自動排定受害者的變現價值。 該軟體在受害者端完成資料搜集後,會建立結構化證據包,並直接利用受害者本機網路發送至 OpenRouter API。預設呼叫的模型為 anthropic/claude-opus-4.6,溫度設定為 0.2。系統提示詞指示模型擔任鑑識情報分析師,將受害者資產依變現價值區分為低、中、高三級(WHAT THEY'RE WORTH),並評估其資安習慣(THEIR OPSEC),甚至推論受害者姓名、地址或大學與密碼特徵之間的關聯。為防範模型安全護欄拒絕回應,VOLTA 內建退避機制,若偵測到回應包含「I can't」或「I'm not able」,會依序切換至 moonshotai/kimi-k2 與 google/gemini-2.5-flash 兩款備援模型。 在竊密能力方面,VOLTA 除了搜集 Chromium、Firefox、Outlook、Slack、Steam 及 Wi-Fi 密碼(透過 WlanGetProfileList 導出明文)等傳統憑證,還內建針對加密貨幣錢包的破解工具。該程式亦具備即時調查能力:透過受害者 Gmail 搜尋 Amazon、Uber Eats 等訂單收據以確認真實住址,並利用 Rolimons.com 估算 Roblox 帳號價值。搜集與分析結果會分別儲存為 Identity_Report.txt 與 AI_Analysis.txt,打包成 volta_dox.zip 外傳;軟體具自我刪除機制,攻擊者在此階段無須自建指揮控制基礎設施。
讀原始報導

社群討論

社群指出惡意軟體藉由 LLM 分級受害者,能讓攻擊者依投報率分配 token 預算,對高價值目標精準投放昂貴的 zero-day 或 deepfake 攻擊。儘管部分人認為這僅是傳統「撒大網」竊密手法結合 AI 自動化、本質並無新意,但仍引發高度資安焦慮;許多開發者因而分享利用虛擬機(VM)、Docker 嚴格隔離或配置多台電腦分開處理網銀與開發環境的防禦實踐。