Η εξέλιξη του infostealer: Από τη συλλογή στην ανάλυση
Το VOLTA-AUTODOXER δεν περιορίζεται στην απλή εξαγωγή διαπιστευτηρίων (credentials). Η καινοτομία του έγκειται στη χρήση παραγωγικής τεχνητής νοημοσύνης (Generative AI) για την επεξεργασία των δεδομένων. Αφού συλλέξει ένα ευρύ φάσμα πληροφοριών —από κωδικούς πρόσβασης και cookies έως ιστορικό παραγγελιών και δεδομένα κρυπτονομισμάτων— το malware δημιουργεί ένα δομημένο JSON bundle το οποίο αποστέλλει σε LLMs μέσω του OpenRouter.
Αρχιτεκτονική ανθεκτικότητας και model chaining
Οι επιτιθέμενοι έχουν σχεδιάσει το VOLTA με γνώμονα την αξιοπιστία. Χρησιμοποιώντας ένα σύστημα prompt με χαμηλή θερμοκρασία (temperature 0.2), επιδιώκουν ντετερμινιστικά αποτελέσματα. Σε περίπτωση που ένα μοντέλο (π.χ. Claude) αρνηθεί να εκτελέσει την ανάλυση λόγω ηθικών περιορισμών, το malware μεταβαίνει αυτόματα σε εναλλακτικά μοντέλα (Kimi, Gemini), διασφαλίζοντας ότι η διαδικασία ιεράρχησης θα ολοκληρωθεί.
Επιχειρησιακός εμπλουτισμός δεδομένων
Το VOLTA εκμεταλλεύεται τα κλεμμένα session tokens για να πραγματοποιήσει «ζωντανή» έρευνα. Συνδέεται σε υπηρεσίες του θύματος για να επιβεβαιώσει τη διεύθυνση κατοικίας, να αξιολογήσει το ιστορικό αγορών και να εξάγει συμπεράσματα για την οικονομική κατάσταση του στόχου. Αυτή η ικανότητα μετατρέπει το malware από ένα απλό εργαλείο συλλογής σε έναν αυτόνομο αναλυτή που παρέχει στον χειριστή ένα έτοιμο dossier με την αξία του θύματος.
Αντιμετώπιση και αμυντικές στρατηγικές
Η αντιμετώπιση τέτοιων απειλών απαιτεί αυστηρό έλεγχο των διεργασιών που εκκινούν προγράμματα περιήγησης με παραμέτρους --headless, καθώς αυτή είναι η κύρια μέθοδος παράκαμψης του App-Bound Encryption (ABE). Η ανίχνευση του αρχείου volta_debug.txt παραμένει το κρισιμότερο βήμα για την ιατροδικαστική ανάλυση (forensics) μετά από μια παραβίαση.