Le malware Volta utilise l'IA pour classer les données volées selon leur valeur financière

Des chercheurs en cybersécurité de Cisco Talos ont identifié un nouveau voleur d'informations (infostealer) Windows nommé VOLTA-AUTODOXER, ou VOLTA, qui intègre de grands modèles de langage (LLM) pour évaluer la valeur financière des données utilisateur volées. Découvert début novembre 2026, ce malware marque une évolution dans les méthodes criminelles en automatisant la phase d'analyse du vol de données.

Ce qui s'est passé

VOLTA fonctionne comme un voleur d'informations sophistiqué, ciblant un large éventail d'actifs sensibles sur les machines Windows compromises. Il récolte les identifiants et les jetons de session des navigateurs basés sur Chromium, des profils Outlook, des espaces de travail Slack et de diverses plateformes de jeux vidéo, notamment Discord, Steam et Roblox. Le malware extrait également les détails des cartes de paiement, les phrases de récupération des portefeuilles de cryptomonnaies, les jetons OAuth Microsoft, les clés SSH, les identifiants des fournisseurs cloud, les profils Wi-Fi et des captures d'écran.

Au-delà de la simple collecte, VOLTA construit un profil détaillé de la victime. Il recueille des données de géolocalisation, des adresses domiciliaires, des informations sur l'employeur, des années de naissance déduites et des métadonnées de documents. Pour vérifier ces informations, le malware accède au compte Gmail de la victime afin de rechercher des reçus provenant de services tels qu'Amazon, DoorDash, Uber Eats, Grubhub, Walmart et PayPal. Cette étape d'enrichissement permet à l'attaquant de corroborer les adresses physiques et d'évaluer les habitudes de dépenses.

Les données collectées sont sérialisées dans un ensemble structuré de preuves puis envoyées à un système d'IA pour analyse. Le malware utilise OpenRouter, une passerelle API unifiée, pour interroger de grands modèles de langage. Il utilise par défaut Claude Opus 4.6 d'Anthropic, mais inclut des mécanismes de repli vers Kimi K2 de Moonshot AI et Gemini 2.5 Flash de Google si le modèle principal refuse la requête. Cette approche multi-modèles garantit que l'analyse aboutit même si un fournisseur bloque la demande malveillante.

Comment cela fonctionne

L'innovation majeure de VOLTA réside dans l'utilisation d'une invite système de 240 mots qui instruit l'IA d'agir comme un « analyste en renseignement forensique ». L'invite limite strictement le modèle à l'utilisation exclusive de l'ensemble de preuves fourni, l'empêchant de s'appuyer sur ses connaissances pré-entraînées. L'IA est chargée de produire un dossier comprenant une section intitulée « WHAT THEY'RE WORTH » (« CE QU'ILS VALENT »), qui classe les actifs selon leur potentiel de monétisation en niveaux faible, moyen ou élevé. Elle génère également une section appelée « THEIR OPSEC » (« LEUR SÉCURITÉ OPÉRATIONNELLE ») pour évaluer la posture de sécurité de la victime et l'hygiène de ses mots de passe.

L'exfiltration des données se déroule en trois étapes distinctes via Telegram. La première étape a lieu immédiatement après l'exécution, envoyant les identifiants bruts, les cookies et les captures d'écran. La deuxième étape suit l'analyse par l'IA, transmettant les données enrichies ainsi que l'évaluation générée par le LLM. La dernière étape intervient après l'enrichissement en direct, livrant les reçus Gmail et les historiques de commandes. Cette approche par étapes permet aux attaquants de prioriser rapidement les cibles à haute valeur sans attendre le traitement complet de toutes les données.

Le malware utilise un modèle de compilation avec six emplacements pour la configuration, y compris le canal Telegram pour l'exfiltration et les clés API. Cette structure suggère que VOLTA pourrait être distribué sous forme de kit de construction (builder kit) ou compilé comme outil sur mesure pour des commandes spécifiques. En automatisant le processus de triage, le malware transfère l'effort analytique de l'opérateur humain au modèle d'IA, permettant à des acteurs moins sophistiqués d'identifier efficacement les victimes lucratives.

Détails clés

• VOLTA utilise OpenRouter pour accéder aux LLM, avec Claude Opus 4.6 par défaut et des solutions de repli vers Kimi K2 et Gemini 2.5 Flash.
• L'invite système de l'IA restreint le modèle à l'utilisation exclusive du paquet de données volées, interdisant toute connaissance externe.
• Les données sont exfiltrées en trois étapes via Telegram : vol initial, post-analyse IA et post-enrichissement.
• Le malware recherche dans Gmail des reçus de grands distributeurs pour vérifier les adresses domiciliaires et évaluer la situation financière.
• VOLTA cible un large éventail d'applications, y compris les navigateurs, Slack, Discord, Steam, Roblox et les fournisseurs cloud.
• Le modèle de compilation suggère que l'outil pourrait être disponible sous forme de kit de construction commercial pour d'autres cybercriminels.

Pourquoi c'est important

Pour les ingénieurs logiciels et les responsables de la sécurité, VOLTA illustre comment l'IA générative passe d'une utilisation expérimentale à une intégration opérationnelle dans la cybercriminalité. Le malware ne se contente pas de voler des données ; il les traite pour réduire la charge cognitive des attaquants. Ce « déplacement d'effort » signifie que les acteurs de la menace peuvent étendre leurs opérations sans nécessiter de compétences analytiques approfondies, car l'IA gère la priorisation des cibles. Les défenseurs ne peuvent plus supposer que les données volées resteront inactives ; elles peuvent être instantanément analysées pour maximiser leur impact.

L'utilisation de plusieurs fournisseurs de LLM avec une logique de repli démontre une architecture résiliente conçue pour contourner les refus de sécurité. En vérifiant des phrases telles que « I can't » ou « I'm not able », VOLTA assure la continuité du service. Cette adaptabilité rend plus difficile pour les fournisseurs de sécurité de bloquer les attaques pilotées par l'IA en restreignant simplement l'accès à un seul modèle. Les organisations doivent considérer que leurs propres données pourraient être utilisées pour entraîner ou affiner ces workflows adverses si une isolation appropriée n'est pas maintenue.

Ce que vous pouvez faire

• Auditez et faites pivoter les clés API stockées dans les variables d'environnement pour prévenir le détournement d'IA (LLMjacking) et l'utilisation non autorisée de l'IA.
• Mettez en œuvre un filtrage strict des flux sortants (egress filtering) pour détecter et bloquer le trafic sortant inhabituel vers Telegram ou des points de terminaison API inconnus.
• Appliquez l'authentification multifacteur sur tous les comptes critiques, en particulier les services de messagerie et cloud, pour limiter le détournement de sessions.
• Surveillez les appels API d'IA inhabituels depuis les réseaux internes, en particulier ceux provenant des postes de travail utilisateurs plutôt que des services back-end.
• Sensibilisez les utilisateurs aux risques liés au stockage de reçus sensibles et de documents financiers dans des dossiers de messagerie facilement accessibles.
• Passez en revue et restreignez les permissions des applications accédant à Gmail et autres suites de productivité pour minimiser l'exposition des données.