માં આપનું સ્વાગત છે કર્નલ ગભરાટ, ગોપનીયતા અને ડિજિટલ સુરક્ષાની નવી દુનિયામાંથી લિલી હે ન્યૂમેન અને મેટ બર્ગેસનું સાપ્તાહિક ન્યૂઝલેટર. દર અઠવાડિયે તમારા ઇનબોક્સમાં આ ન્યૂઝલેટર મેળવવા માટે, અહીં સાઇન અપ કરો.
માત્ર કર્નલ ગભરાટને પૂરા પાડવામાં આવેલ નવા સંશોધનો દર્શાવે છે કે હેકર્સે AI કાર્યક્ષમતાને નવા પ્રકારના ઇન્ફોસ્ટીલર માલવેરમાં બનાવવાનું શરૂ કર્યું છે જે સિસ્ટમને આપમેળે પીડિતોને પ્રોફાઈલ કરવા અને સૌથી મૂલ્યવાન લક્ષ્યો અને તેમની માહિતીને ઝડપથી બહાર કાઢવાની મંજૂરી આપે છે. સિસ્કો ટેલોસના સંશોધકોની શોધ, જે મૉલવેરના આંતરિક સ્વ-લેબલને કારણે “વોલ્ટા ઑટોડોક્સર” તરીકે ઓળખાય છે, તે મૉલવેરના સ્થાપિત પ્રકારનાં ક્ષમતાઓને વિસ્તારવા અને સુધારવા માટે વ્યવસાયિક LLM નો ઉપયોગ કેવી રીતે કરવામાં આવે છે તેના પર પ્રકાશ પાડે છે.
ઘણીવાર નકલી સોફ્ટવેરમાં છુપાયેલા, ઇન્ફોસ્ટીલર્સ તેમના નામ પ્રમાણે જીવે છે અને ચેપગ્રસ્ત કમ્પ્યુટર્સમાંથી વપરાશકર્તાનામ, પાસવર્ડ, પ્રમાણીકરણ ટોકન્સ, કૂકીઝ, ક્રેડિટ કાર્ડ વિગતો અને વધુ ચોરી કરે છે. તાજેતરના વર્ષોમાં ઘણા મોટા ડેટા ભંગ – AT&T અને ટિકિટમાસ્ટરને સંડોવતા વ્યાપક સ્નોફ્લેક-સંબંધિત ડેટા ભંગથી લઈને ડિઝની ડેટાના ટેરાબાઈટની ચોરી સુધી – હેકર્સ દ્વારા ઇન્ફોસ્ટીલર્સ દ્વારા એકત્રિત કરવામાં આવેલા ઓળખપત્રોનો ઉપયોગ કરીને લક્ષ્યો સુધી પહોંચવાના પરિણામે. કુલ મળીને, માલવેરનો ઉપયોગ તાજેતરના વર્ષોમાં લાખો ઓળખપત્રોની ચોરી કરવા માટે કરવામાં આવ્યો છે.
સિસ્કો ટેલોસના સુરક્ષા સંશોધક રેયાન ફેટરમેને જણાવ્યું હતું કે, “વોલ્ટા ચોર તરીકે ખૂબ જ અત્યાધુનિક છે. તે જે એકત્રિત કરે છે તેના માટે તે ખૂબ જ વિશાળ નેટ ધરાવે છે.” “તે આ બધી વસ્તુઓને એકસાથે મૂકે છે અને છેવટે એક સીરીયલાઇઝ્ડ ડોઝિયર બનાવે છે જે તે કેટલાક LLM મોડલ્સને મોકલી શકે છે. તે મોડલને ઇન્ટેલિજન્સ વિશ્લેષકની જેમ કાર્ય કરવા અને પીડિતનું સંરચિત, સંદર્ભ-આધારિત મૂલ્યાંકન ઉત્પન્ન કરવા માટે કહે છે. તે એક પ્રાથમિકતા અને વિશ્લેષણ કાર્ય જેવું છે.”
ટેલોસે તેના નવા CAIRN ફ્રેમવર્કનો ઉપયોગ કરીને માલવેરને ફ્લેગ કર્યું છે, જે AI ક્ષમતાઓ સાથે હેકિંગ ટૂલ્સને ઓળખવા માટે રચાયેલ છે. ફેટરમેન નિર્દેશ કરે છે કે ટાલોસે વોલ્ટાનો જંગલમાં ઉપયોગ કરવામાં આવ્યો હતો કે કેમ તે ટ્રૅક કર્યું નથી.
વોલ્ટાની પરંપરાગત ઇન્ફોસ્ટીલર ક્ષમતાઓ શક્તિશાળી છે અને મજબૂત ડિજિટલ જીવન સાથે યુવા ઇન્ટરનેટ વપરાશકર્તાઓને લક્ષ્ય બનાવવાના હેતુથી દેખાય છે. તે બ્રાઉઝર્સમાં સંગ્રહિત પાસવર્ડ્સ, Microsoft OAuth ટોકન્સ, કૂકીઝ, પેમેન્ટ કાર્ડ્સ અને ક્રિપ્ટો વૉલેટ સીડ શબ્દસમૂહો, પણ સક્રિય ડિસ્કોર્ડ, ટેલિગ્રામ, સ્ટીમ અને રોબ્લોક્સ સત્રો માટે જુએ છે. માલવેર પછી પ્રથમ રાઉન્ડના પરિણામોનો ઉપયોગ કરીને બીજું, વધુ ઊંડાણપૂર્વકનું સ્કેન કરે છે. પીડિતના જીમેલ એકાઉન્ટ અથવા અન્ય સેન્ટ્રલાઇઝ્ડ એકાઉન્ટને શોધીને, વોલ્ટા UberEats અને DoorDash જેવી સેવાઓમાંથી રસીદો અને ઓર્ડર ઇતિહાસ જેવા ડેટાનો ઉપયોગ કરીને પીડિતનું વધુ સંપૂર્ણ ચિત્ર, તેમના સ્થાન અને તેમની આદતો બનાવે છે.
એકવાર આ બધું થઈ જાય પછી, મૉલવેર તેના પરિણામોને ઓપનરાઉટરનો ઉપયોગ કરીને વિશ્લેષણ માટે AI ટૂલ્સને સબમિટ કરે છે, એક સેવા જે વિવિધ AI પ્રદાતાઓને પ્રોમ્પ્ટ મોકલી શકે છે. વોલ્ટા મૂળભૂત રીતે એન્થ્રોપિકના ક્લાઉડ ઓપસ 4.6 નો ઉપયોગ કરે છે. વોલ્ટા એ શક્યતા માટે તૈયાર હોવાનું જણાય છે કે મોડલની રક્ષકો પ્રવૃત્તિને અવરોધિત કરી શકે છે, તે ચાઇનીઝ ઓપન-વેઇટ મૂનશોટ AI કિમી K2 અને જો તે નિષ્ફળ જાય તો, Google ના જેમિની 2.5 ફ્લેશને ફોલબેકથી સજ્જ કરે છે. ફોલબેક્સની સ્થાપના અને જૂની પેઢીના સસ્તા મોડલનો ઉપયોગ હુમલાખોરો દ્વારા ઉપયોગમાં લેવાતી સામાન્ય તકનીકો છે.
