恶意软件利用大模型“看人下菜碟”：网络攻击进入自动化精准筛选时代

网络犯罪分子正通过集成大语言模型（LLM）API，自动化地对受感染机器进行“价值评估”，从而优先针对高净值目标发起后续攻击。

• ▶ 攻击范式转移：网络攻击正从传统的“广撒网”模式转向由AI驱动的“精准猎杀”，显著提升了黑客的投入产出比（ROI）。
• ▶ 数据处理工业化：LLM 解决了海量非结构化窃取数据处理的瓶颈，使攻击者能够瞬间从数千份日志中识别出企业高管或加密货币大户。

八卦洞察

这标志着网络犯罪“工业化”进程中的一个关键节点。过去，黑客在窃取大量数据后，往往面临“数据溺水”的困境，需要投入大量人力进行人工筛选（Log Checking）以寻找有价值的凭据。而现在，通过接入 OpenAI 等平台的 API，恶意软件如 Volta Infostealer 可以直接将受害者的浏览器历史、系统配置和文件列表喂给模型，并提问：“这个用户有钱吗？”或“他是公司高管吗？”

这种“自动化分诊”系统极大地降低了高级持续性威胁（APT）的门槛。当 AI 能够理解上下文，攻击者就能以极低成本实现对目标的“量身定制”式勒索或深度渗透。防御方必须意识到，AI 正在成为黑客的“首席分析师”，将原本杂乱无章的泄露数据转化为极具杀伤力的情报。

行动建议

企业安全团队应立即将“异常 AI API 流量”纳入监控范畴。如果办公终端在未授权情况下频繁向已知 AI 平台发送大量出站请求，这可能不是员工在写周报，而是恶意软件在进行数据画像。此外，数据防泄漏（DLP）策略需要升级，重点防御那些可能暴露用户身份、资产状况和组织架构的非结构化元数据，因为这些正是 AI 最擅长分析的“养料”。