Ny skadlig kod kombinerar omfattande datastöld, fjärråtkomst och AI-baserad profilering
En ny skadlig kod kallad Dolphin X har identifierats av Varonis Threat Labs. Enligt forskarna kombinerar den funktioner för informationsstöld och fjärråtkomst med AI-baserad profilering som hjälper angripare att identifiera de mest värdefulla offren. Verktyget uppges kunna samla in känslig information från fler än 300 applikationer och riktar sig mot allt från webbläsare och lösenordshanterare till kryptoplånböcker, molntjänster och utvecklingsmiljöer.
Forskarna beskriver Dolphin X som ett exempel på hur cyberkriminella i allt större utsträckning använder automatisering och AI för att effektivisera sina angrepp. Målet är inte bara att stjäla information, utan även att snabbt avgöra vilka infekterade system som ger störst ekonomisk utdelning.
Marknadsförs på cyberkriminella forum
Varonis Threat Labs löydetty Dolphin X efter att verktyget marknadsförts på ett cyberkriminellt forum av en aktör med aliaset “Kontraktnik”. Enligt annonsen erbjuds en komplett plattform för informationsstöld och fjärråtkomst, där angriparen kan skapa egna klienter med olika funktioner beroende på behov.
Forskarna analyserade operatörspanelen och dess nätverkstrafik i en isolerad analysmiljö för att bättre förstå hur plattformen fungerar. Analysen fokuserade på administratörsverktygen och infrastrukturen bakom tjänsten, inte på en aktiv infektion hos ett offer.
Omfattande datainsamling
En av de mest anmärkningsvärda egenskaperna är omfattningen av den information som kan samlas in.
Enligt Varonis stöder Dolphin X insamling från över 300 olika applikationer. Bland de uppgifter som kan stjälas finns:
- Sparade webbläsarinloggningar
- Sessionscookies
- Kryptovalutaplånböcker och plånbokstillägg
- Lösenordshanterare
- SSH-nycklar
- .env-filer
- Molntokens och autentiseringsuppgifter
- DevOps-relaterade konfigurationsfiler
För utvecklare och IT-administratörer innebär detta en särskilt hög risk. Lokalt lagrade autentiseringsuppgifter och nycklar kan ge angripare åtkomst till molnplattformar, CI/CD-miljöer, produktionssystem och annan kritisk infrastruktur.
Forskarna konstaterar att en enda komprometterad arbetsstation i vissa fall kan ge tillgång till betydligt större delar av en organisations IT-miljö.

AI används för att prioritera värdefulla offer
En funktion som särskilt sticker ut är den inbyggda AI-baserade profileringen.
I operatörspanelen beskrivs funktionen som ett verktyg som analyserar offrets installerade programvara, användarbeteenden och aktivitetsmönster för att beräkna en risk- eller värdepoäng. Resultatet presenteras i dagliga sammanställningar som gör det möjligt för angriparen att prioritera vilka infekterade datorer som ska granskas först.
I praktiken fungerar systemet som ett automatiserat prioriteringsverktyg. I stället för att manuellt gå igenom tusentals infekterade datorer kan operatören snabbt identifiera de system som sannolikt innehåller de mest värdefulla uppgifterna.
Mukaan Varonis visar detta hur AI i allt större utsträckning används för att effektivisera cyberbrott, inte genom mer avancerad skadlig kod utan genom att hjälpa angripare att fatta snabbare beslut.
Fjärrkompilering och kodmutation
Forskarna beskriver även hur Dolphin X byggs upp.
I stället för att skapa den färdiga skadliga koden lokalt skickar operatören sin konfiguration till leverantörens backend-server där klienten kompileras. Konfigurationen kan bland annat innehålla:
- Kommando- och kontrollserver (C2)
- Installationsplats
- Persistensmetoder
- Undvikande tekniker
- Övriga funktioner som ska aktiveras
Det innebär att leverantören har möjlighet att modifiera varje skapad binärfil innan den levereras tillbaka till kunden.
Systemet erbjuder dessutom flera nivåer av kodmutation som syftar till att göra varje byggd klient svårare att identifiera med traditionella signaturbaserade säkerhetsprodukter. Bland de tekniker som beskrivs finns omskrivning av kontrollflöden, förändringar i importtabeller samt modifiering av metadata och andra delar av PE-filen.
Även om vissa funktioner kräver en högre abonnemangsnivå visar lösningen hur kommersiellt utvecklad skadlig kod fortsätter att bli allt mer sofistikerad.
Fokus på beteendebaserad upptäckt
Varonis betonar att traditionella filsignaturer och hashvärden blir allt mindre tillförlitliga när skadlig kod kontinuerligt förändras genom automatiserad mutation.
I stället rekommenderar forskarna att säkerhetsteam fokuserar på beteenden som avviker från det normala. Exempel kan vara ovanliga processer, misstänkta skrivbordssessioner, oväntade systemanrop eller aktiviteter som tyder på datainsamling och exfiltration.
Forskarna rekommenderar även att organisationer minimerar mängden långlivade autentiseringsuppgifter som lagras lokalt. Om känsliga nycklar, tokens eller konfigurationsfiler finns sparade på en komprometterad dator kan en angripare snabbt få tillgång till betydligt större delar av organisationens infrastruktur.
| Indikator | Tyyppi | Observerad funktion |
|---|---|---|
backend.thedolphinx[.]top:8443 | Värd och port | Används för licensiering, telemetri och tjänsten för fjärrkompilering (remote build). |
thedolphinx[.]top | Verkkotunnus | Huvuddomän för leverantörens backend-infrastruktur. |
726e7fe23560fe03ea36163d5f510b494f41a78bf811c92ff219f64b4bfe2be0 | SHA-256 | SHA-256-hash för Dolphin X:s operatörspanel (klientapplikation). |
Kartläggs mot MITRE ATT&CK
Varonis har även kopplat Dolphin X funktioner till flera tekniker i MITRE ATT&CK-ramverket.
Bland de identifierade teknikerna finns:
- Stöld av webbläsaruppgifter
- Insamling av autentiseringsuppgifter från lösenordshanterare
- Stöld av SSH-nycklar och autentiseringsfiler
- Arkivering av stulen information
- Processinjektion
- UAC-förbikoppling
- Persistens via registret och schemalagda uppgifter
- Manipulering av säkerhetsfunktioner som AMSI och ETW
- Obfuskering och kodmutation
- Proxyfunktioner för nätverkstrafik
Kartläggningen kan användas av säkerhetsteam för att förbättra detektion och incidenthantering.
| Tekniikka | MITRE ATT&CK-ID | Beskriven funktion |
|---|---|---|
| Inloggningsuppgifter från webbläsare | T1555.003 | Insamling av autentiseringsuppgifter från nio Chromium- och Gecko-baserade webbläsare med DPAPI-dekryptering. |
| Inloggningsuppgifter från lösenordshanterare | T1555 | Stöd för MetaMask-valv via PBKDF2 samt Exodus seed-fras via DPAPI. |
| Autentiseringsuppgifter i filer | T1552.001 | Stöld av SSH-nycklar, .env-filer och över 30 olika moln-CLI-tokens. |
| Arkivering av insamlad data | T1560 | Insamlade autentiseringsuppgifter samlas i ett gemensamt arkiv inför exfiltrering. |
| Processinjektion | T1055 | Kod injiceras i webbläsar- och kryptoplånboksprocesser. |
| Kringgående av User Account Control (UAC) | T1548.002 | Åtta olika metoder för att kringgå Windows User Account Control mellan launcher och värdprocess. |
| Registerkörnycklar och Start-mappen | T1547.001 | Persistens genom registerkörnycklar eller Windows Start-mapp. |
| Schemalagda uppgifter | T1053.005 | Persistens via schemalagda uppgifter i Windows. |
| Inaktivera eller manipulera säkerhetsfunktioner | T1562.001 | Patchning av AMSI och ETW för att försvåra upptäckt. |
| Native API | T1106 | Direkta systemanrop (syscalls) för att kringgå API-hooks i användarläge. |
| Obfuskerade filer eller information | T1027 | Trestegs muteringsmotor som förändrar den skadliga koden vid kompilering för att minska upptäcktsrisken. |
| Välityspalvelin | T1090 | Inbyggd SOCKS5-baserad omvänd proxyfunktion för nätverkstrafik. |
AI förändrar även angriparnas arbetssätt
Dolphin X visar att AI inte längre enbart används för att skapa innehåll eller skriva kod. Tekniken används nu också för att automatisera delar av angriparnas beslutsprocesser.
Genom att kombinera omfattande datainsamling med AI-baserad prioritering kan cyberkriminella snabbare identifiera de mest lönsamma målen och fokusera sina resurser där de ger störst effekt.
För organisationer innebär utvecklingen att skyddet av identiteter, autentiseringsuppgifter och utvecklingsmiljöer blir allt viktigare. Samtidigt ökar behovet av beteendebaserad övervakning som kan upptäcka misstänkta aktiviteter även när den skadliga koden förändras mellan olika attacker.








