Cisco Talos araştırmacıları, çalınan verileri OpenRouter üzerinden bir dil modeline gönderip kurbanın 'ne kadar ettiğini' ve güvenlik alışkanlıklarını içeren bir değerlendirme raporu üreten yeni bir bilgi hırsızı ailesini analiz etti. Kendi kendini silen Windows kötücül yazılımı, model reddetmelerine karşı üç model zinciri kurmuş; analiz henüz sahada doğrulanmış kullanım göstermiyor.
Siber suç dünyasında yeni bir tasarım deseni ortaya çıkıyor: Her şeyi çal, sıralamayı yapay zekâya bırak. Cisco Talos araştırmacısı Ryan Fetterman’ın cumartesi günü yayımladığı analize göre, içsel olarak kendini ‘VOLTA-AUTODOXER’ olarak adlandıran olgun bir Windows bilgi hırsızı (infostealer), çalma sonrası iş akışına bir dil modeli katmanı ekliyor. Yazılım, Talos’un YZ-bütünleşik kötücül yazılımları izlemek için kurduğu yeni CAIRN çerçevesi sayesinde ortaya çıktıktan sonra incelendi.
Geleneksel toplama yetenekleri geniş: Tarayıcılarda saklanan parolalar, çerezler, kayıtlı ödeme kartları; Discord, Telegram, Steam ve Roblox oturumları; Microsoft OAuth belirteçleri; SSH ve bulut sağlayıcı anahtarları; kripto cüzdan kurtarma kelimeleri — üstüne gömülü bir kırıcıyla cüzdan kasalarını da yerinde deniyor — Wi-Fi parolaları ve ekran görüntüleri. Bununla da kalmıyor: İlk turun bulgularını kullanarak ikinci, daha derin bir süpürme yapıyor; kurbanın Gmail’inden satın alma makbuzlarını tarayıp ev adresini doğruluyor, UberEats ve DoorDash sipariş geçmişini çekiyor, çalınan Discord belirteciyle hesapları zenginleştiriyor. Sonuçta konum, işveren, tahmini doğum yılı, kartın son dört hanesi ve hatta canlı bir Roblox hesabı değerlemesi içeren yapılandırılmış bir ‘kimlik raporu’ üretiliyor.
Asıl yenilik bu raporun akıbetinde: Veri paketi, OpenRouter üzerinden bir dil modeline gönderiliyor. Sistem istemi modele ‘kanıta dayalı hedef değerlendirmesi hazırlayan adli istihbarat analisti’ gibi davranmasını söylüyor; istenen çıktıda kurbanın ‘ne kadar ettiği’ başlıklı bir bölüm (değerli varlıkların para kazanım değerine göre düşük/orta/yüksek kademelendirilmesi) ve ‘güvenlik alışkanlıkları’ değerlendirmesi var. Talos’un vurguladığı gibi yenilik, YZ’nin klasik bir kötücül yeteneğini desteklemesi değil, operatörün adına istihbarat analisti gibi çalışması: Operatörün en çok insan dikkati gerektiren adımı — hantal kimlik bilgisi günlüklerini elle elemek — bir model çağrısıyla değiştiriliyor.
Tasarımdaki en çarpıcı ayrıntı reddetme direnci: Yazılım varsayılan olarak Anthropic’in Claude Opus 4.6’sına başvuruyor; yanıt ‘yapamam’ türü ifadeler içeriyorsa açık ağırlıklı Moonshot Kimi K2’ye, o da reddederse Google’ın Gemini 2.5 Flash’ına geçiyor. Talos bu zinciri, geliştiricilerin model güvenlik duvarlarına takılmayı açıkça öngördüğünün kanıtı olarak okuyor — ve YZ bütünleşmesi olgunlaştıkça ‘reddetme dayanıklılığının’ standart bir tasarım gereksinimi hâline gelebileceğini öngörüyor. API anahtarı yoksa YZ aşaması tamamen atlanabiliyor; yazılım ‘yapıcı’ modeliyle satılıyor: Yazar erişimi satıyor, müşteri kendi anahtarlarını ve Telegram kanalını verip özel derleme alıyor.
Ölçünün korunması önemli: Talos bu yazılımın sahada doğrulanmış kullanımını izlemediğini açıkça belirtiyor — bu, bir saldırı kampanyasının raporu değil, kötücül yazılım tasarımının analizi. Fetterman yine de yönü net görüyor: ‘Yüksek değerli hedefleri daha hızlı belirleyebiliyorsanız, kimlik bilgilerini veya çalınmış belirteçleri kullanma şansınız artıyor… Daha düşük sofistikeli saldırganların eline daha gelişmiş yetenekler giriyor. Bu gerçekten ilginç ve rahatsız edici.’ Bilgi hırsızlarının son yıllarda yüz milyonlarca kimlik bilgisi çaldığı hatırlanırsa, ağları kendiliğinden sıralayan bir av ağı senaryosu, savunma tarafının da önceliklendirmesini yeniden düşünmesini gerektiriyor.