Cisco Talos detalha a etapa do VOLTA Infostealer que usa um LLM para classificar vítimas

O pesquisador da Cisco Talos Ryan Fetterman publicou, em 31 de outubro de 2026, uma análise do VOLTA-AUTODOXER, um ladrão de informações para Windows que se autodestrói e, após uma ampla etapa de roubo de credenciais, usa um modelo de linguagem de grande porte para classificar os ativos monetizáveis de cada vítima.

A Talos descreve o VOLTA como um implante ladrão de informações sofisticado, com uma camada opcional de integração com IA, e afirma que todos os endpoints observados são controlados por terceiros, sem infraestrutura pertencente aos invasores. Na avaliação da Talos, a novidade da etapa de IA é que o modelo atua como analista de inteligência a serviço do operador, em vez de dar suporte a uma capacidade tradicional de malware: ele transforma um registro bruto de credenciais em um dossiê priorizado dos ativos monetizáveis da vítima, com citações que os comprovam.

O malware veio à tona por meio da iniciativa de pesquisa CAIRN da Talos. Em 22 de setembro de 2026, a Talos lançou e disponibilizou como código aberto o CAIRN, a Cognitive Artifact Intelligence Research Network, um conjunto de ferramentas para buscar, classificar e rastrear malware integrado à IA por meio de artefatos de metadados, como prompts incorporados, endpoints de provedores e chaves de API, sem baixar nem executar os binários subjacentes. No lançamento, a Talos afirmou que compartilharia suas descobertas iniciais ao longo do tempo, começando pelo CLOSEDQUORUM, um implante que descreveu como um orquestrador autônomo de consenso entre vários modelos, sem operador humano.

Coleta e enriquecimento de sessões

Em uma única execução, o VOLTA extrai credenciais de navegador, cookies e cartões de pagamento salvos de navegadores baseados no Chromium, além de dados do Firefox e do Thunderbird, perfis do Outlook, espaços de trabalho do Slack, sessões do Steam e do Battle.net, tokens do Discord, sessões do Telegram, contas do Roblox, tokens OAuth da Microsoft, arquivos de configuração de SSH e de provedores de nuvem para gcloud, OpenVPN e Hide.me, perfis de Wi-Fi e capturas de tela. Em vez de simplesmente copiar carteiras de criptomoedas, o ladrão de informações executa, durante a mesma etapa, um programa de quebra de senhas incorporado contra o cofre da carteira e registra o resultado em uma linha WALLET VAULTS CRACKED no próprio relatório. Uma chamada direta a WlanGetProfileList despeja em texto simples todas as senhas de Wi-Fi salvas no dispositivo.

Em seguida, uma etapa de enriquecimento em tempo real reutiliza as sessões roubadas. Com os próprios tokens autenticados do Gmail da vítima, o VOLTA pesquisa na caixa de entrada recibos da Amazon, DoorDash, Uber Eats, Grubhub, Walmart e PayPal para confirmar um endereço residencial. Ele obtém diretamente o histórico de pedidos do Uber Eats e da DoorDash, enriquece o perfil da vítima no Discord usando o token roubado e avalia o inventário do Roblox por meio de uma consulta em tempo real no Rolimons.com. O material coletado é organizado localmente em um conjunto estruturado de evidências que inclui geolocalização e endereço residencial, empregador e domínio do empregador, ano de nascimento estimado, os quatro últimos dígitos do cartão, espaços de trabalho do Slack, metadados de autoria de documentos e indicadores de backups do iPhone. Em seguida, é salvo como Identity_Report.txt e serializado em JSON.

A avaliação retornada pelo modelo é salva como AI_Analysis.txt, e a exfiltração pode ocorrer em três arquivos compactados gerados em etapas: volta_log.zip após a execução do ladrão de informações, volta_dox.zip após a chamada à IA e volta_doxnet.zip se o enriquecimento de rede produzir algum resultado.

A etapa de classificação do OpenRouter

O conjunto serializado é enviado por POST ao endpoint de conclusão de conversas do OpenRouter, acompanhado de um prompt de sistema que instrui o modelo a agir como “um analista de inteligência forense que redige uma avaliação de um alvo”. A resposta deve incluir uma seção QUANTO VALEM, que classifica os bens de valor da vítima segundo seu potencial de monetização em categorias baixa, média e alta, e uma seção SOBRE SUA SEGURANÇA OPERACIONAL, que avalia a postura de segurança e a higiene de senhas da vítima. O prompt também incentiva o modelo a estabelecer conexões entre dados esparsos, como relacionar o nome, o endereço ou a universidade de uma vítima a padrões em suas senhas. A Talos observa que não se pede ao modelo tanto que encontre dados, mas que extraia inferências capazes de ampliar o valor do que já foi coletado.

A configuração codificada diretamente no programa usa anthropic/claude-opus-4.6 como modelo padrão, com uma cadeia de contingência que recorre primeiro a moonshotai/kimi-k2 e depois a google/gemini-2.5-flash, temperatura de 0.2 e solicitações JSON montadas manualmente, sem SDK, com um User-Agent Mozilla/5.0. A Talos afirma que a baixa temperatura sugere que o operador prioriza a precisão e a consistência, e descreve a cadeia em cascata como uma mudança para modelos menores e mais permissivos quando ocorrem recusas.

O VOLTA verifica cada resposta do modelo em busca de expressões de recusa, como “Não posso”, antes de avançar por uma cadeia de até três modelos, e pode funcionar sem a etapa de LLM se não houver uma chave de API. Toda a comunicação de ida e volta necessária à inferência ocorre no dispositivo da vítima, usando a própria conexão de rede dela; o resultado só é exfiltrado depois.

Implantação via construtor e contramedidas

Em vez de codificar diretamente seu canal do Telegram, suas chaves de API e suas configurações, o VOLTA é compilado a partir de um modelo com seis campos intercambiáveis, preenchidos durante a compilação. Segundo o Talos, isso indica um modelo de criação no qual o autor vende acesso, os compradores fornecem seus próprios valores e um binário personalizado é compilado para cada pedido. Se esse modelo se confirmar, observa a análise, o dossiê de IA é um recurso comercial que permite a clientes de qualquer nível de sofisticação receber avaliações classificadas de alvos na caixa de entrada do Telegram, em vez de ser um recurso criado pelo autor para uso pessoal. As credenciais dos campos são criptografadas com uma chave derivada do SHA-256 de duas constantes presentes no mesmo binário. Segundo o Talos, isso não oferece proteção significativa, pois qualquer pessoa que faça engenharia reversa do arquivo pode recuperá-las.

Grande parte do roubo de tokens pelo VOLTA depende de contornar a App-Bound Encryption no Chrome. Segundo o Talos, uma política de controle de aplicativos que restrinja quais processos podem iniciar o Chrome com a opção headless bloquearia completamente esse caminho de descriptografia; no mínimo, recomenda alertar quando o Chrome for iniciado em modo headless por um processo inesperado, além de usar armazenamento de credenciais protegido por hardware. Após uma invasão, o Talos recomenda preservar o arquivo volta_debug.txt, um registro de coleta com marcações de data e hora que documenta exatamente o que foi coletado e se a chamada ao LLM foi bem-sucedida; em seguida, revogar os tokens potencialmente comprometidos e alterar as senhas. Qualquer carteira cuja frase-semente tenha ficado armazenada em texto simples no disco deve ser considerada totalmente comprometida, e os fundos devem ser transferidos para uma nova carteira cuja semente seja gerada em um dispositivo isolado de redes.

Na interpretação do Talos, a melhoria proporcionada pela camada de IA consiste em deslocar o esforço, e não em aumentar a velocidade ou a escala — a mesma lógica subjacente que o Talos identificou no CLOSEDQUORUM, aplicada a uma fase diferente da operação. À medida que a integração da IA aos malwares amadurece, conclui a análise, a resiliência a recusas pode se tornar um requisito padrão de projeto.

O Talos descreve a amostra analisada como um binário PE32+ x86-64 com o hash SHA-256 57ef4242666d78c50df145b34023df564f0fad38812d6a580e66433d427e2279, observado com os nomes de arquivo 9BY0tjwOc3ut.exe e yLP9m5J3i2Aw.exe, com uma marcação de data e hora PE de 17 de agosto de 2026 e detectado pela primeira vez às 12:46 UTC de 11 de outubro de 2026.