Mã độc đánh cắp thông tin dùng AI lập hồ sơ, định giá nạn nhân cho hacker
Volta-Autodoxer đánh cắp hàng loạt dữ liệu về nạn nhân, từ thông tin đăng nhập, số thẻ tín dụng đến các phiên đăng nhập Discord và hóa đơn đặt đồ ăn qua Uber Eats.
Sau đó, mã độc đánh cắp thông tin (infostealer) mới này sử dụng AI để phân tích dữ liệu, lập hồ sơ và xác định những nạn nhân có giá trị cao với hacker.
Hacker tích hợp các tính năng AI vào mã độc đánh cắp thông tin mới
Nghiên cứu được chia sẻ độc quyền với bản tin Kernel Panic của tạp chí WIRED cho thấy hacker đã bắt đầu tích hợp các tính năng AI vào một biến thể infostealer mới. Nhờ đó, mã độc có thể tự động lập hồ sơ nạn nhân, nhanh chóng xác định những mục tiêu có giá trị cao nhất và thu thập thông tin liên quan đến họ.
Phát hiện từ các nhà nghiên cứu thuộc Cisco Talos cho thấy những mô hình ngôn ngữ lớn thương mại đang được sử dụng như thế nào để bổ sung và nâng cao khả năng của các loại mã độc vốn đã tồn tại.
Cisco Talos là bộ phận nghiên cứu và tình báo an ninh mạng của tập đoàn Cisco, chuyên phát hiện, phân tích các mối đe dọa như mã độc tống tiền, phần mềm độc hại và những cuộc tấn công mạng có chủ đích.
Thường ẩn mình trong các phần mềm giả mạo, infostealer được thiết kế đúng như tên gọi: Thu thập tên người dùng, mật khẩu, mã xác thực, cookie, dữ liệu thẻ tín dụng và nhiều thông tin khác từ những máy tính bị lây nhiễm.
Nhiều vụ rò rỉ dữ liệu lớn những năm gần đây, từ các vụ việc liên quan đến nền tảng lưu trữ và phân tích dữ liệu đám mây Snowflake ảnh hưởng đến nhà mạng AT&T và nền tảng bán vé trực tuyến lớn Ticketmaster cho đến vụ đánh cắp 1 TB dữ liệu của Disney, đều bắt nguồn từ việc hacker sử dụng thông tin đăng nhập thu thập được bằng loại mã độc này để xâm nhập hệ thống mục tiêu. Nhìn chung, infostealer đã được sử dụng để lấy cắp hàng trăm triệu thông tin đăng nhập trong những năm qua.
“Xét về khả năng đánh cắp thông tin, Volta là mã độc khá hoàn thiện, thu thập rất nhiều loại dữ liệu khác nhau”, ông Ryan Fetterman, nhà nghiên cứu bảo mật tại Cisco Talos, cho biết.
Theo ông, Volta-Autodoxer tập hợp tất cả dữ liệu thu thập được thành một hồ sơ có cấu trúc, sau đó gửi đến một số mô hình AI để phân tích. Volta-Autodoxer yêu cầu mô hình AI đóng vai một chuyên gia phân tích tình báo, đưa ra đánh giá có cấu trúc và kèm dẫn chứng về nạn nhân. Nói cách khác, AI được sử dụng để phân tích dữ liệu và xác định thứ tự ưu tiên của các mục tiêu.
Cisco Talos phát hiện mã độc này nhờ CAIRN, bộ công cụ mới được phát triển để nhận diện những công cụ tấn công mạng có tích hợp năng lực AI. Ryan Fetterman lưu ý rằng Cisco Talos chưa xác định được liệu Volta-Autodoxer đã được sử dụng trong các cuộc tấn công thực tế hay chưa.
Volta-Autodoxer thu thập dữ liệu để hiểu rõ từng nạn nhân
Các chức năng đánh cắp thông tin truyền thống của Volta-Autodoxer khá mạnh và dường như được thiết kế để nhắm đến những người dùng Internet trẻ tuổi, vốn có nhiều hoạt động trên môi trường số.
Volta-Autodoxer rà soát mật khẩu được lưu trong trình duyệt, mã truy cập OAuth của Microsoft, cookie, thông tin thẻ thanh toán và cụm từ khôi phục ví tiền mã hóa. Ngoài ra, mã độc này còn tìm cách thu thập các phiên đăng nhập đang hoạt động trên Discord, Telegram, Steam và Roblox.
Sau đợt thu thập đầu tiên, infostealer tiếp tục thực hiện một đợt rà soát sâu hơn dựa trên những dữ liệu vừa tìm được. Bằng cách xem xét tài khoản Gmail hoặc các tài khoản chính khác của nạn nhân, Volta-Autodoxer xây dựng một bức tranh toàn diện hơn về đối tượng, bao gồm vị trí và thói quen cá nhân, thông qua các dữ liệu như biên lai và lịch sử đơn hàng từ các dịch vụ như UberEats hay DoorDash.
Sau khi hoàn tất quá trình thu thập, Volta-Autodoxer gửi toàn bộ dữ liệu thu thập được đến các công cụ AI để phân tích thông qua OpenRouter, dịch vụ cho phép gửi yêu cầu đến nhiều nhà cung cấp AI khác nhau.
Theo thiết lập mặc định, Volta-Autodoxer gửi yêu cầu đến mô hình Claude Opus 4.6 của Anthropic. Song dường như để đề phòng khả năng các cơ chế bảo vệ của Claude Opus 4.6 từ chối những yêu cầu đáng ngờ, người tạo ra Volta-Autodoxer đã thiết lập phương án dự phòng bằng mô hình trọng số mở Kimi K2 của Moonshot AI (Trung Quốc). Nếu Kimi K2 cũng không đáp ứng, Volta-Autodoxer sẽ chuyển sang Gemini 2.5 Flash của Google.
Việc thiết lập nhiều mô hình AI dự phòng và ưu tiên những mô hình thế hệ cũ có chi phí thấp là những cách làm phổ biến của hacker.
AI được yêu cầu đóng vai chuyên gia phân tích tình báo
Những kẻ tạo ra Volta-Autodoxer đã viết một câu lệnh (prompt) dài 240 từ, gồm các gạch đầu dòng và danh sách đánh số, để hướng dẫn bất kì mô hình ngôn ngữ lớn nào phân tích dữ liệu thu thập được.
Prompt có nội dung như sau: “Bạn là chuyên gia phân tích thông tin phục vụ điều tra, có nhiệm vụ lập hồ sơ đánh giá một mục tiêu dựa trên tập hợp dữ liệu và bằng chứng đã được thu thập, sắp xếp có hệ thống”.
Volta-Autodoxer yêu cầu mô hình AI lập một bản tóm tắt tổng quan về nạn nhân, trong đó nêu rõ người này làm công việc gì, có giá trị tài sản ước tính bao nhiêu và thường bảo vệ thông tin cá nhân, tài khoản trực tuyến như thế nào.
Mô hình AI còn được yêu cầu xâu chuỗi các dữ liệu thu thập được để tìm ra những mối liên hệ mà người bình thường có thể bỏ qua, chẳng hạn phải kiểm tra xem mật khẩu Wi-Fi của nạn nhân có trùng với họ của người đó hay không. “Hãy đào sâu vào từng chi tiết, thay vì thu thập thông tin dàn trải”, trích nội dung prompt.
“Prompt này được xây dựng khá cẩn thận để không thể hiện rõ ràng ý đồ độc hại. Tuy nhiên, những kẻ đứng sau đã tính đến khả năng mô hình AI từ chối yêu cầu ngay lần đầu. Vì vậy, chúng chuẩn bị sẵn cơ chế chuyển lần lượt sang những mô hình AI ít hạn chế hơn nếu mô hình trước đó từ chối. Ngoài ra, mã độc vẫn có thể hoạt động mà không cần AI. Các yêu cầu gửi đến AI chỉ là tính năng bổ sung, còn bản thân mã độc vẫn hoạt động bình thường khi không có chúng”, Ryan Fetterman nhận xét.
Một số tội phạm mạng cấp thấp và kẻ lừa đảo từng phàn nàn về tình trạng nội dung rác do AI tạo ra tràn lan trên các diễn đàn tội phạm mạng. Tuy nhiên, các nhà nghiên cứu bảo mật ngày càng phát hiện nhiều hacker khác sử dụng mô hình ngôn ngữ lớn để viết mã hoặc phân tích lượng lớn thông tin đánh cắp được.
Chẳng hạn, các nhà nghiên cứu tại công ty tình báo mối đe dọa CrowdStrike gần đây nói với WIRED rằng họ phát hiện 4 nhóm hacker riêng biệt, có trình độ kỹ thuật khác nhau, sử dụng các công cụ AI. Những nhóm này hoạt động bằng tiếng Trung, tiếng Tây Ban Nha và tiếng Anh, tiếng Indonesia và tiếng Nga, đồng thời đã tấn công hàng chục mục tiêu trên khắp thế giới, trong đó có các cơ quan chính phủ và doanh nghiệp thuộc những lĩnh vực như y tế, bán lẻ và du lịch.
Theo Ryan Fetterman, một số dấu hiệu cho thấy Volta-Autodoxer có thể được phát triển để bán cho nhiều nhóm hacker khác nhau, thay vì chỉ phục vụ chiến dịch của một đối tượng cụ thể.
Về bản chất, Volta-Autodoxer vẫn là infostealer truyền thống. Điểm mới nằm ở khả năng sử dụng AI để phân tích dữ liệu đánh cắp được, đánh giá giá trị của từng nạn nhân và giúp hacker xác định mục tiêu ưu tiên. Đây có thể là dấu hiệu cho thấy AI sẽ khiến hoạt động tội phạm mạng trở nên tinh vi và nguy hiểm hơn trong tương lai.
“Nếu có thể nhanh chóng xác định những mục tiêu giá trị cao, hacker sẽ có cơ hội sử dụng thông tin đăng nhập hoặc xác thực bằng các mã truy cập đánh cắp được nhiều lần hơn so với trường hợp phải tự phân loại và đánh giá dữ liệu”, Ryan Fetterman nói. Ông nhắc đến thực tế rằng mã xác thực có thể hết hạn, còn mật khẩu có thể được thay đổi.
“Chúng ta đang chứng kiến những công cụ tấn công mạng tiên tiến hơn ngày càng dễ tiếp cận với cả những hacker có trình độ kỹ thuật thấp. Điều này thực sự đáng chú ý và đáng lo ngại”, ông nhấn mạnh.