November 2, 2026
Updated:
11 min read

Kenapa Malware VOLTA Bisa Menilai Korbanmu Pakai AI?

Malware VOLTA mencuri password dan dompet kripto, lalu meminta AI menilai berapa harga korbannya. Ini cara kerja rantai tiga modelnya dan langkah melindungimu.

Bayangkan kamu mengunduh sebuah file biasa. Tidak ada peringatan antivirus, tidak ada jendela aneh yang muncul. Namun di balik layar, sebuah program sudah menyalin semua password yang tersimpan di browsermu.

Lalu program itu melakukan sesuatu yang belum pernah ada di malware pencuri data. Ia mengirim semua hasil curiannya ke model AI dan bertanya satu hal sederhana. Berapa harga orang ini?

Itulah VOLTA, malware yang dianalisis Cisco Talos pada 31 Oktober 2026. Artikel ini menjelaskan cara kerja VOLTA, kenapa AI dipakai untuk menilai korban, dan apa yang harus kamu periksa hari ini.

Apa Itu VOLTA dan Kenapa Ia Beda

VOLTA menamai dirinya sendiri VOLTA-AUTODOXER. Ia adalah infostealer Windows yang menghapus dirinya sendiri setelah bekerja.

Sampel yang dianalisis Talos pertama kali terlihat pada 11 Oktober 2026 pukul 12.46 UTC. Malware ini ditemukan lewat CAIRN, upaya riset Talos untuk memburu malware yang sudah memakai AI di dalamnya.

Peneliti Talos Ryan Fetterman menyebutnya implant pencuri yang matang dengan lapisan integrasi AI opsional. Pencuriannya sendiri tergolong biasa. Yang baru adalah tahap sesudah pencurian.

Bedanya dengan stealer lain ada pada satu hal. VOLTA tidak menyerahkan hasil curian mentah kepada operatornya. Ia meminta AI mengubah tumpukan data itu menjadi laporan target yang sudah diberi peringkat.

Apa Saja yang Dicuri Sebelum AI Bekerja

Dalam satu kali jalan, VOLTA mengambil password, cookie, dan kartu pembayaran yang tersimpan di browser berbasis Chromium. Ia juga menyasar Firefox dan Thunderbird, profil Outlook, workspace Slack, sesi Steam dan Battle.net, token Discord dan Telegram, akun Roblox, token OAuth Microsoft, file SSH, dan file konfigurasi cloud seperti gcloud, OpenVPN, dan Hide.me.

Semua password Wi-Fi yang tersimpan ikut disedot lewat panggilan langsung ke fungsi sistem Windows. Layar komputermu juga diambil tangkapan layarnya.

Dompet kripto mendapat perlakuan khusus. VOLTA tidak hanya menyalin seed phrase. Ia menjalankan cracker bawaan untuk membobol vault dompet di tempat, lalu menulis hasilnya ke baris WALLET VAULTS CRACKED di laporannya sendiri.

Setelah pengumpulan selesai, VOLTA memakai sesi curian itu untuk menggali lebih dalam. Dengan token Gmail korban, ia mencari struk belanja dari Amazon, DoorDash, Uber Eats, Grubhub, Walmart, dan PayPal untuk memastikan alamat rumah. Riwayat pesanan Uber Eats dan DoorDash ditarik langsung, akun Discord diperkaya lewat token yang dicuri, dan isi inventaris Roblox dinilai lewat situs Rolimons.com.

Cara AI Menilai Berapa Harga Dirimu

Semua hasil curian dan pengayaan itu disusun menjadi satu berkas bernama Identity_Report.txt. Berkas ini berisi geolokasi dan alamat rumah, perusahaan tempat korban bekerja, tahun lahir yang disimpulkan, empat digit terakhir kartu, workspace Slack, metadata penulis dokumen, indikator backup iPhone, sampai nilai akun Roblox yang masih aktif.

Berkas itu diubah menjadi JSON lalu dikirim ke OpenRouter, layanan yang meneruskan permintaan ke model AI dari banyak penyedia. Prompt sistemnya memerintahkan model bertindak sebagai analis intelijen forensik yang menyusun penilaian target.

Hasil yang diminta punya dua bagian wajib. Bagian pertama berjudul WHAT THEY'RE WORTH, berisi aset korban yang diberi peringkat nilai monetisasi rendah, sedang, atau tinggi. Bagian kedua berjudul THEIR OPSEC, berisi penilaian atas postur keamanan dan kebiasaan password korban.

Jawaban model disimpan sebagai AI_Analysis.txt. Talos menekankan satu hal penting. Model di sini tidak diminta mencari data.

Ia diminta menghubungkan titik-titik data yang jarang dan berbeda, misalnya mengaitkan nama, alamat, atau universitas korban dengan pola di password mereka.

Rantai Tiga Model Supaya Tidak Ditolak

VOLTA tahu model AI bisa menolak permintaan semacam ini. Karena itu ia membangun rantai cadangan tiga model. Model utama adalah Claude Opus 4.6 dari Anthropic.

Setiap jawaban diperiksa apakah mengandung frasa penolakan seperti I can't atau I'm not able. Kalau ditemukan, permintaan diteruskan ke Kimi K2 dari Moonshot AI. Kalau masih ditolak, giliran Gemini 2.5 Flash dari Google.

Semua permintaan dikirim pada suhu 0,2, nilai rendah yang membuat jawaban model konsisten dan mudah ditebak. Permintaan dirakit manual sebagai JSON tanpa SDK, dengan User-Agent Mozilla/5.0 biasa.

Talos tidak menyebut apakah ketiga model itu benar-benar menjawab atau menolak saat diuji. Yang jelas dari desainnya adalah satu hal. Penolakan model kini diperlakukan sebagai kendala teknis yang harus diakali, bukan sebagai penghalang.

Kalau tidak ada kunci API yang dikonfigurasi, tahap AI dilewati begitu saja. VOLTA tetap berfungsi sebagai stealer biasa. Itu membuat lapisan AI-nya opsional, tetapi tetap berbahaya karena bisa diaktifkan kapan saja.

Kenapa Tidak Ada Server Penyerang yang Bisa Diblokir

Semua endpoint yang diamati Talos dikendalikan pihak ketiga. Tidak ada satu pun infrastruktur milik penyerang. Seluruh putaran AI berjalan lewat koneksi dan mesin korban sendiri, sebelum hasilnya dikirim keluar.

VOLTA juga tidak menanam alamat Telegram atau kunci API langsung di dalam kode. Sebagai gantinya, ia memakai template dengan enam slot yang diisi saat build.

Talos menilai pola ini menunjukkan model builder. Penulis menjual akses, pembeli mengisi nilainya sendiri, dan builder mengompilasi binary khusus untuk tiap pesanan.

Kunci di slot itu memang dienkripsi, tetapi dengan cara yang lemah. Kuncinya adalah SHA-256 dari dua konstanta yang tersimpan di binary yang sama. Siapa pun yang membalik binary itu bisa memulihkan kunci tersebut.

Kalau model builder ini benar, kemampuan membuat dossier AI bukan lagi milik satu operator ahli. Pembeli dengan kemampuan apa pun bisa mengarahkan VOLTA ke korban dan menerima penilaian target yang sudah diberi peringkat di inbox Telegram mereka.

Hasil curian dikirim dalam tiga tahap. Arsip volta_log.zip dikirim setelah stealer berjalan, volta_dox.zip setelah panggilan AI selesai, dan volta_doxnet.zip kalau pengayaan jaringan menghasilkan sesuatu.

Apa yang Harus Kamu Periksa Hari Ini

Sebagian besar kemampuan mencuri token VOLTA bergantung pada cara membobol App-Bound Encryption di Chrome. Kebijakan application control yang membatasi proses mana yang boleh menjalankan Chrome dengan opsi headless akan memblokir jalur dekripsi itu sepenuhnya. Minimal, buat peringatan setiap kali Chrome dijalankan headless oleh proses yang bukan perkakas developer yang kamu kenal.

Simpan kredensial di penyimpanan yang didukung hardware. Itu adalah praktik dasar yang juga berlaku untuk ancaman lain, bukan hanya VOLTA.

Kalau kamu curiga sebuah mesin sudah terinfeksi, program utamanya mungkin sudah menghapus dirinya sendiri. Namun Talos meminta responder mempertahankan satu berkas di folder AppData bernama volta_debug.txt.

Berkas itu adalah log panen berstempel waktu yang mencatat persis apa yang dikumpulkan dan apakah panggilan AI berhasil. Berkas itu adalah catatan terbaik tentang apa yang sudah hilang dari korban.

Setelah itu, cabut semua token yang mungkin dicuri dan ganti password yang terdampak. Untuk dompet kripto, Talos tegas. Kalau seed phrase tersimpan sebagai teks biasa di disk, anggap dompet itu sudah sepenuhnya dikompromikan dan pindahkan dananya ke dompet baru yang seed-nya dibuat di perangkat air-gapped.

Pola VOLTA memberi satu pelajaran yang lebih besar. AI di sini tidak dipakai untuk membobol lebih cepat atau mencuri lebih banyak. AI dipakai untuk menggantikan pekerjaan manusia yang paling melelahkan, yaitu memutuskan korban mana yang layak diincar.

Pertanyaan bagi defender bukan lagi apakah pola ini akan muncul di tempat lain, melainkan di fase serangan mana berikutnya. Kamu bisa melihat proyek dan tulisan lain di /projects untuk konteks lebih lanjut tentang topik keamanan seperti ini.

Dimas Febriyanto - Fullstack Developer

Dimas Febriyanto

Fullstack & Mobile Developer specializing in Golang & Flutter. Aktif sebagai Junior Mobile Developer di Sagara Technology & asisten lab di Universitas Gunadarma. Passionate about building scalable algorithms & high-impact applications.

Lihat Portofolio

Liked this article?

Feel free to share it with your network or reach out if you have any questions!