Segurança · 3 de novembro de 2026
Também publicado em English
Ferramenta de roubo de dados VOLTA emprega modelos de linguagem para classificar vítimas por valor financeiro
Pesquisadores identificaram uma nova variante de software malicioso, designada como VOLTA-AUTODOXER, que integra modelos de linguagem de grande porte para analisar e ranquear as vítimas com base no potencial de lucro financeiro. O programa opera em sistemas Windows e foi desenvolvido para extrair uma vasta gama de informações pessoais e digitais antes de encaminhar os dados para processamento por inteligência artificial.
O mecanismo de coleta abrange credenciais de navegadores baseados em Chromium, Firefox e Thunderbird, incluindo senhas, cookies e dados de cartões de pagamento. A ferramenta também acessa perfis de e-mail do Outlook, espaços de trabalho no Slack, sessões de plataformas como Steam, Battle.net, Discord, Telegram e Roblox. Além disso, o software captura tokens de autenticação do Microsoft OAuth, chaves de serviços de nuvem e SSH, configurações de redes Wi-Fi e até mesmo capturas de tela. O processo inclui o uso de uma ferramenta embutida para quebrar a criptografia de carteiras de criptomoedas, registrando os resultados em uma seção específica do relatório de ataque.
Após a coleta, os dados são organizados em um pacote estruturado que inclui geolocalização, endereço residencial, local de trabalho, ano de nascimento estimado, os últimos quatro dígitos de cartões, metadados de documentos e a avaliação de valor de contas em jogos. O malware utiliza tokens de sessão roubados para enriquecer esse perfil, buscando recibos de compras no Gmail para confirmar endereços, extraindo histórico de pedidos de serviços de entrega e coletando informações adicionais através de contas de comunicação.
O pacote de dados é serializado e enviado via requisição POST para a plataforma OpenRouter. Um prompt de sistema instrui o modelo de linguagem a atuar como um analista responsável por coletar e avaliar dados sobre o alvo. A saída esperada inclui uma seção de valor, que classifica os ativos em níveis de monetização baixa, média ou alta, e uma seção de segurança, que avalia a robustez das defesas da vítima e a qualidade das senhas utilizadas. O modelo transforma o log bruto de credenciais em um dossiê estruturado, priorizando a informação e fornecendo referências às fontes originais.
A configuração técnica revela uma intenção de precisão, com o parâmetro de temperatura fixado em 0,2 para reduzir a aleatoriedade do texto gerado. Os desenvolvedores implementaram uma arquitetura em cascata que permite a troca automática para outros modelos caso o principal recuse a tarefa, indicando que os operadores anteciparam a existência de mecanismos de proteção embutidos nas plataformas de inteligência artificial. O software possui a capacidade de se autoexcluir após a execução e não depende de infraestrutura controlada diretamente pelos atacantes para o envio dos dados.