币圈界报道：

AI驱动的网络攻击升级：恶意软件借力大模型识别高价值目标

网络犯罪团伙正逐步将前沿人工智能技术纳入其攻击链路，通过集成Anthropic的Claude、Google的Gemini及Moonshot AI的Kimi等主流大模型，对潜在受害者展开财务潜力评估。这一趋势在Cisco Talos最新发布的威胁报告中得到证实，揭示出攻击战术从传统信息窃取向智能筛选转变。

恶意软件深度分析：基于AI的受害者价值预判机制

Cisco Talos团队披露了一款名为VOLTA-AUTODOXER（简称VOLTA）的新型Windows后门程序。该工具不仅具备常规的数据窃取功能，更引入了人工智能辅助决策能力，能够对已获取的信息进行优先级排序与价值判断。与以往仅关注密码和登录凭证的攻击方式不同，VOLTA的核心目标是识别出最可能携带高净值数字资产的用户。

加密钱包情报提取与金库定向渗透

VOLTA的关键特征在于其对加密货币钱包信息的精准捕获能力，包括恢复助记词、私钥存储路径及本地密钥文件。这使得攻击者可直接接管受害者设备上的数字资产。同时，该恶意软件被设计为能主动定位并尝试破解存储于本地硬盘或浏览器缓存中的加密钱包金库，显著提升对非托管钱包持有者的威胁等级。

多源数据采集与行为画像构建

除加密资产外，该恶意软件还能全面提取用户在系统中留存的各类敏感数据，涵盖浏览器保存的账号密码、支付卡详情、身份验证令牌以及电子邮件登录凭证。它还具备实时拦截即时通讯平台如Telegram、Discord、Steam和Roblox的活跃会话功能，实现跨应用的行为追踪。

进一步地，VOLTA会深入扫描用户的Outlook邮箱、Slack工作空间及其他本地文档，收集个人通信记录与工作资料。它还会主动检索来自Amazon、PayPal、Walmart、DoorDash和Uber Eats等平台的电子收据与订单确认信息，用于构建完整的用户画像，包含住址、职业背景、消费偏好和支出模式。

远程调用AI模型完成自动化价值评估

在完成数据采集后，所有信息将被上传至通过OpenRouter接口访问的外部AI服务。初始尝试使用Anthropic的Claude Opus 4.6进行处理；若请求失败，则按预设顺序依次切换至Moonshot AI的Kimi K2和Google的Gemini 2.5 Flash，并持续检测各模型响应状态。

这些大模型的任务不仅是分析数据，更包括计算每位受害者的综合财务评分，识别最具变现潜力的资产组合，甚至对潜在攻击收益进行量化排名。部分版本还可让AI评估目标系统的安全防护水平，帮助攻击者选择下一步行动策略。

借助顶级大模型的算力支持，攻击者得以高效完成海量数据的筛选与分类，大幅降低人工甄别成本，实现规模化、精准化的网络入侵。这种自动化流程使攻击效率呈指数级提升，也意味着普通用户面临更高风险。

随着基于AI的攻击手段不断进化，尤其是对高价值加密钱包的快速识别能力增强，用户必须强化实时监控机制。及时感知异常活动，成为抵御新型数字威胁的关键防线。