VOLTA Infostealer: AIを活用した被害者の優先順位付けとプロファイリング

VOLTAインフォスティーラーは、単純なデータ窃取から自律的なAI主導の被害者プロファイリングへと移行する、サイバー犯罪における重大な転換点を示しています。LLMを窃取後のワークフローに直接統合することで、このマルウェアは自動化されたインテリジェンスアナリストとして機能し、生の認証情報ログを被害者の資産やセキュリティ体制に関する優先順位付けされた報告書へと変換します。

自動化された被害者評価

VOLTAは、ブラウザの認証情報、暗号資産ウォレット、セッショントークン（Discord、Telegram、Steam、Roblox）、クラウドプロバイダーのキーなど、広範囲にわたるデータを窃取します。このデータが収集されると、マルウェアは情報を構造化されたバンドルにシリアライズし、OpenRouter APIを介してLLMに送信します。モデルはフォレンジックアナリストとして機能するよう指示され、被害者の資産を収益化価値に基づいて分類し、全体的なセキュリティ衛生状態を評価する「WHAT THEY'RE WORTH（彼らの価値）」レポートを作成します。

このプロセスは、人間の労働を代替するように設計されています。窃取したデータのトリアージを自動化することで、攻撃者はすべての侵害されたマシンを手動で確認することなく、高価値のターゲットに注力できます。このマルウェアは、窃取したセッションを使用してGmail、UberEats、DoorDashなどのサービスにクエリを投げ、自宅の住所や消費習慣を裏付けるライブエンリッチメントさえ実行します。

回復力のあるマルチモデルアーキテクチャ

モデルのガードレールに関わらず分析が成功するように、VOLTAは洗練されたフェイルオーバーメカニズムを採用しています。このマルウェアはデフォルトでAnthropicのClaude-Opus 4.6を使用するようにハードコードされていますが、モデルがリクエストを拒否した場合、Moonshot AIのKimi-k2やGoogleのGemini-2.5-flashを含む代替モデルのチェーンを自動的に経由します。

このマルチモデルアプローチは、マルウェア開発における進化するトレンド、つまりAIの安全フィルターを予測し回避する傾向を浮き彫りにしています。低い温度設定（0.2）の使用は、決定論的で一貫した出力を重視していることを示しており、生成された報告書がオペレーターにとって信頼できるものであることを保証しています。

展開と対策

VOLTAはビルダーモデルとして配布されており、顧客はカスタムバイナリジェネレーターへのアクセス権を購入します。これにより、技術スキルの異なるオペレーターでもマルウェアを展開し、ランク付けされた被害者評価をTelegramチャンネルで直接受け取ることができます。マルウェアは自己削除型であり、サードパーティのインフラストラクチャに依存しているため、ホストマシン上に残る痕跡は最小限です。

防御側は、厳格なアプリケーション制御ポリシーを実装することでVOLTAのリスクを軽減できます。特に、App-Bound Encryptionを回避するためによく使われる手法である、--headlessフラグを付けてChromeを起動するプロセスを制限するポリシーが有効です。侵害が疑われる場合、セキュリティチームはAPPDATA%\\\volta_debug.txtファイルを探すべきです。これは、マルウェアの収集およびAI分析活動のログとして機能します。

業界の視点

VOLTAの発見をめぐるコミュニティの議論では、現代のサイバー脅威の速度と複雑さに対する懸念が高まっていることが強調されています。コメント投稿者は、マルウェアへのAI統合がサイバー犯罪活動への参入障壁を大幅に下げる可能性があると指摘しました。

「このような攻撃の機会の窓は、私たちがソフトウェアを『開発』すればするほど広がっているように思える。5台の別々のコンピュータを持ちたい気分だ... 10秒ほどでデジタルライフのすべてを流出させる脅威に対して、他にどうやって身を守ればいいのか？」 — @akersten

他の人々は、悪意のある文脈における自律型エージェントのより広範な影響を指摘し、脅威の複雑さがより堅牢でセグメント化されたセキュリティアーキテクチャを必要とする「ウイルス嵐」の時代に突入していることを示唆しました。