文章总结： 研究人员发现新型Avalon模块化恶意软件，集成凭证窃取与CrownX勒索功能，具备极强防御规避能力。结合LLM驱动的无代码勒索案例，表明AI正显著降低复杂攻击开发门槛。建议企业警惕法律主题钓鱼邮件与ISO附件，提升对AI驱动自动化攻击的检测与响应能力。 综合评分： 86 文章分类： 恶意软件,AI安全,威胁情报,漏洞分析,应急响应

新版 Avalon 恶意软件框架包含 CrownX 勒索软件功能

Rhinoer Rhinoer

犀牛安全

2026年7月18日 00:00 北京

在小说阅读器读本章

去阅读

网络安全研究人员发现了一种此前未被记录的模块化恶意软件框架，代号为Avalon，它通过多阶段网络钓鱼链进行传播，能够绕过传统的安全控制。

Avalon 整合了凭证收集、横向移动、远程访问、恢复中断和勒索软件执行等多种功能，将多种功能整合于一体。勒索软件组件的内部名称为 CrownX。

攻击始于一封伪造的法律文件电子邮件，该邮件将收件人引导至Proton Drive上一个受密码保护的存档，”Blackpoint Cyber的研究人员Nevan Beal和Sam Decker表示。“恶意内容被嵌入到ISO镜像中，而不是直接作为附件发送，这降低了在电子邮件层面被检测到的可能性。

如果电子邮件收件人与已挂载镜像中的文档主题 Windows 快捷方式（“安全文档 CA-283505.pdf.lnk”）进行交互，则会触发预先设置的恶意软件序列，最终部署 Avalon。具体来说，该快捷方式会运行一个命令来启动位于 ISO 镜像中的 MSBuild 项目。

MSBuild 项目会加载一个嵌入式 .NET 程序集，该程序集会干扰 Windows 事件跟踪 (ETW) 的正常功能，以降低取证可见性，并通过 HTTPS 下载负责启动 Avalon 的下一阶段有效载荷。

该恶意软件框架拥有广泛的防御规避子系统，旨在规避检测，同时采用特定方法来隐藏其执行过程，使其免受与 Microsoft Defender、SentinelOne、CrowdStrike、Sophos、Elastic Endpoint、FortiEDR、ESET、McAfee 和 Bitdefender 相关的安全工具的检测。

研究人员表示：“这些功能使该框架能够以多种方式减少遥测数据、绕过用户模式监控，并根据主机上存在的防御控制来调整其执行方式。”

Avalon 内置的全部功能如下 –

• 从基于 Chromium 的浏览器和 Mozilla Firefox 中收集凭据、cookie、历史记录和书签。
• 从 MetaMask、Phantom、Coinbase Wallet、Exodus、Electrum、Atomic Wallet、Ledger Live 和 Bitcoin Core 等加密货币钱包应用程序，以及 Discord、Slack、Teams、OpenVPN、WireGuard 和 Windows 凭据管理器收集数据。
• 收集有关 SSH 已知主机、已保存的 RDP 连接、Wi-Fi 配置文件和组策略首选项 cpassword 工件的详细信息。
• 将数据导出到远程服务器（“helloxcherry[.]com”），并轮询服务器以接收任务命令。
• 进行侦察，并优先考虑能够扩大入侵范围的系统。
• 使用 Windows加密 API加密与业务运营、软件开发、工程、数据存储和虚拟基础架构相关的文件，并发送包含付款说明和截止时间计时器的赎金通知，以显示赎金金额增加前还剩下多少时间。
• 通过终止卷影复制服务并删除卷影副本来阻止系统恢复。
• 使用反取证清理子系统清除痕迹，以增加事件响应工作的难度。
• 直接与磁盘结构交互，意图破坏分区信息、引导记录或驱动器的其他关键区域，从而有效地使系统无法使用。

该公司表示：CrownX 代表了勒索的最后阶段，但造成的损害远远超出了加密本身。在勒索信出现之前，整个攻击框架已经收集了凭证，建立了 C2 通信，为横向移动准备了多条路径，并削弱了本地恢复选项。

另一个重要的细节是，Avalon 显示出人工智能 (AI) 辅助开发的迹象，它将多个组件组装在一起，却很少考虑复杂的技术或操作安全，而构建这样的系统需要大量的专业知识。

这些发现再次表明，人工智能如何降低准入门槛，使恶意软件开发更加便捷，只需花费少量时间和精力，甚至使技术专长和资源匮乏的攻击者也能开发出原本需要大量开发工作才能实现的工具。换句话说，某种能力的存在已不再是衡量威胁行为者技术水平或行动成熟度的可靠指标。

Blackpoint Cyber 表示：“攻击链展示了一个熟悉的商业诱饵如何演变成一个可重用的多功能框架，该框架旨在收集凭证、在内存中检索后续有效载荷，并从单个受感染的端点执行多个后续操作。”

LLM 是代理勒索软件攻击背后的原因

Sysdig披露了其所称的首例公开记录在案的、由大型语言模型从头到尾驱动的智能体勒索软件感染案例。该案例中，智能体勒索软件会实时重试并调整其操作以完成任务。此次行动背后的智能体威胁行为者（ATA）的代号为JADEPUFFER。

Sysdig 的 Michael Clark 表示：“攻击者首先通过 CVE-2025-3248 漏洞获得了对面向互联网的 Langflow 实例的访问权限，并开展了适应性强、完全自动化的攻击活动，最终转向目标，并对受害者的生产数据库服务器执行了破坏性的数据库勒索操作。”

“运行勒索软件的技术门槛已经降到了运行代理程序的成本，如果该代理程序是通过LLMjacking窃取的凭证运行的，那么攻击者的成本几乎为零。”

利用LLM进行无代码攻击的AI恶意软件

此次发现也与一项人工智能恶意软件的曝光相吻合。该恶意软件将 Telegram 机器人与公共 LLM API 相结合，从而设计出一种无需编写代码的攻击。一旦启动，该植入程序会将受感染系统的基本信息传输给攻击者的 Telegram 机器人，并进入一个命令与控制 (C2) 循环，每 5 秒轮询一次机器人 API 以获取新消息。命令执行的结果会通过同一渠道泄露出去。

该恶意软件的特殊之处在于，它会将每个操作员消息转发到一个公共的 LLM API 端点（“api.groq[.]com/openai/v1/chat/completions”），该端点会将攻击者提供的自然语言指令翻译成等效的 shell 命令。该恶意软件于 2026 年 3 月 11 日上传至 VirusTotal 平台，迄今为止在所有检测引擎中均未被检测到。

“这项工作引入了一个LLM转换层，可以将shell语法替换为纯文本。攻击者在Telegram中输入纯文本指令，”Palo Alto Networks 42号部门表示。“LLM会将这些指令转换为shell命令。然后受害者执行这些shell命令。无需任何命令行知识。”

信息来源：TheHackerNews

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：犀牛安全 Rhinoer Rhinoer《新版 Avalon 恶意软件框架包含 CrownX 勒索软件功能》