WIRED در گزارشی جدید از شناسایی گونه‌ای بدافزار سرقت اطلاعات (Infostealer) خبر داده که با استفاده از مدل‌های هوش مصنوعی، شیوه تازه‌ای برای تحلیل اطلاعات قربانیان در پیش گرفته است. این بدافزار که  Volta-Autodoxerنام دارد، به گفته پژوهشگران Cisco Talos، پس از نفوذ به سیستم قربانی، مجموعه‌ای از اطلاعات شخصی و مالی او را جمع‌آوری می‌کند و برای تحلیل در اختیار مدل‌های زبانی بزرگ قرار می‌دهد.

بدافزارهای سرقت اطلاعات پیش از این نیز برای استخراج رمزهای عبور، اطلاعات بانکی، کوکی‌های مرورگر و توکن‌های احراز هویت به کار می‌رفتند؛ اما قابلیت متفاوت Volta در مرحله بعدی فعالیت آن قرار دارد. این بدافزار اطلاعات پراکنبدافده به‌دست‌آمده از سیستم قربانی را در قالب یک پرونده ساختاریافته گردآوری می‌کند و از هوش مصنوعی می‌خواهد تصویری دقیق از هویت، وضعیت مالی، فعالیت‌های آنلاین و عادت‌های امنیتی او ارائه دهد.

Volta  چه اطلاعاتی از کاربران سرقت می‌کند؟

Volta-Autodoxer  دامنه گسترده‌ای از اطلاعات را هدف قرار می‌دهد. این بدافزار رمزهای عبور ذخیره‌شده در مرورگرها، کوکی‌ها، اطلاعات کارت‌های پرداخت و عبارت‌های بازیابی کیف پول‌های رمزارزی را استخراج می‌کند. توکن‌های احراز هویت مایکروسافت و نشست‌های فعال کاربران در سرویس‌هایی مانند  Discord، تلگرام، Steam  و Roblox  نیز در فهرست اهداف آن قرار دارند.

این بدافزار به همین اطلاعات اولیه بسنده نمی‌کند. ولتا با استفاده از دسترسی‌هایی که به دست آورده است، سراغ دیگر حساب‌های کاربری قربانی می‌رود تا جزئیات بیشتری درباره زندگی دیجیتال او پیدا کند. برای مثال، با بررسی حساب Gmail  و جست‌وجوی رسیدهای خرید از فروشگاه‌هایی مانند آمازون، سابقه سفارش‌های خدماتی مانند UberEats و  DoorDashو اطلاعات پرداخت، تلاش می‌کند محل زندگی، عادت‌های خرید و وضعیت مالی قربانی را شناسایی کند.

اطلاعاتی که در نگاه اول مجموعه‌ای از رمزهای عبور و سوابق فعالیت آنلاین به نظر می‌رسند، به پرونده‌ای تبدیل می‌شوند که می‌تواند جزئیات بیشتری از زندگی فرد را آشکار کند.

هوش مصنوعی چگونه ارزش قربانی را تخمین می‌زند؟

پس از جمع‌آوری اطلاعات، Volta  آن‌ها را از طریق سرویس OpenRouter برای تحلیل به مدل‌های هوش مصنوعی ارسال می‌کند. این سرویس امکان ارتباط با مدل‌های مختلف هوش مصنوعی را فراهم می‌کند. مدل Claude Opus 4.6 محصول شرکت  Anthropic، گزینه پیش‌فرض بدافزار است. در صورت خودداری مدل از پاسخ‌گویی، Volta  می‌تواند درخواست را به Kimi K2 از شرکت   Moonshot AIو سپس Gemini 2.5 Flash گوگل ارسال کند.

دستورالعملی که برای مدل‌های هوش مصنوعی در نظر گرفته شده، از آن‌ها می‌خواهد مانند یک تحلیلگر اطلاعاتی و جرم‌شناس دیجیتال عمل کنند. مدل باید اطلاعات جمع‌آوری‌شده را کنار هم قرار دهد، درباره هویت و موقعیت احتمالی قربانی نتیجه‌گیری کند، دارایی‌های ارزشمند او را شناسایی کند و میزان آسیب‌پذیری امنیتی‌اش را ارزیابی کند.

این فرایند به مهاجمان کمک می‌کند تشخیص دهند کدام قربانی اطلاعات یا دارایی‌های ارزشمندتری دارد و کدام حساب‌ها برای سواستفاده در اولویت قرار می‌گیرند. چنین قابلیتی می‌تواند سرعت بررسی داده‌های سرقت‌شده را افزایش دهد؛ موضوعی که اهمیت زیادی دارد، زیرا رمزهای عبور ممکن است تغییر کنند و توکن‌های احراز هویت نیز پس از مدتی اعتبار خود را از دست بدهند.

آیا Volta در حملات سایبری استفاده شده است؟

با وجود قابلیت‌های این بدافزار، پژوهشگران Cisco Talos تاکنون استفاده از آن در حملات واقعی را تأیید نکرده‌اند. به گفته رایان فترمن، پژوهشگر این شرکت، قابلیت تحلیل مبتنی بر هوش مصنوعی در ساختار Volta اختیاری است و بدافزار حتی بدون این بخش نیز می‌تواند به فعالیت خود ادامه دهد.

پژوهشگران همچنین معتقدند ساختار Volta نشانه‌هایی از طراحی آن برای عرضه به چندین مهاجم را در خود دارد. این موضوع می‌تواند دسترسی مجرمان سایبری با مهارت فنی کمتر را به قابلیت‌های پیشرفته‌تر فراهم کند.

شناسایی Volta-Autodoxer بار دیگر نشان می‌دهد که کاربرد هوش مصنوعی در امنیت سایبری به توسعه ابزارهای دفاعی محدود نمی‌شود. ترکیب بدافزارهای سرقت اطلاعات با مدل‌های زبانی می‌تواند فرایند تحلیل داده‌های سرقت‌شده و انتخاب اهداف را برای مهاجمان ساده‌تر و سریع‌تر کند؛ مسیری که در صورت گسترش، چالش‌های تازه‌ای برای حفاظت از حریم خصوصی و امنیت اطلاعات کاربران ایجاد خواهد کرد.