币圈界报道:

AI赋能的新型威胁:VOLTA恶意软件系统性锁定加密资产

网络安全机构思科Talos披露,一种名为VOLTA的先进恶意软件正悄然渗透Windows系统,其核心特征在于借助人工智能对已泄露用户信息进行深度分析,自动筛选出具备高经济价值的个体作为攻击目标。

加密钱包安全防线面临智能化突破

区别于传统数据窃取程序,VOLTA具备构建受害者画像的能力,能够从大量信息中提炼出可转化为直接收益的关键要素。该机制显著降低了攻击者人工甄别目标的成本,使攻击更具针对性。

研究指出,最突出的风险在于对加密钱包恢复助记词的非法提取,且其内置功能专为绕过主流钱包的安全防护设计。对于将私钥或助记词存储于本地设备的用户而言,这一威胁构成实质性安全隐患。

VOLTA在获取数据后,会将其上传至云端AI模型,由算法综合评估受害者的数字资产配置,并依潜在回报排序,从而实现攻击资源的高效分配。

跨平台情报收集能力覆盖广泛数字足迹

该恶意软件的采集范围远超单一账户,涵盖浏览器保存的登录凭证、信用卡详情、身份验证令牌以及各类在线服务的活跃会话记录。包括Telegram、Discord、Steam和Roblox在内的多个社交与游戏平台均在其监控列表之中。

同时,它还深入扫描Outlook邮箱、Slack工作空间及其他个人与企业数据源,通过解析来自Amazon、PayPal、Walmart、DoorDash和Uber Eats等平台的订单确认与收据,还原用户的住址、职业背景与消费模式。

这种对敏感信息的高度聚焦,凸显了用户在数字活动中保持警惕的必要性,尤其针对存储金融密钥或财务记录的终端。

分阶段调用多引擎AI模型实施智能筛选

根据思科Talos报告,VOLTA通过OpenRouter接口将窃取的数据投递给一系列外部AI模型。初始分析使用Anthropic的Claude Opus 4.6;若未能生成有效结果,则依次切换至Moonshot AI的Kimi K2与Google的Gemini 2.5 Flash。

系统在每次尝试后会检测模型响应状态,确保请求未被拒绝后再进入下一阶段。这些模型承担着评估目标财务状况、识别高价值资产并按盈利潜力排序的任务,同时还可判断目标系统的整体防御强度。

研究人员强调,该软件所展现的多层数据整合与智能决策架构,表明攻击者已不再满足于盲目窃取,而是通过预判与优化实现更高效率的变现路径。对于依赖本地存储钱包信息或财务资料的用户,强化终端防护措施刻不容缓。