北京
AI从写文本走向下指令
安全机构JOESecurity在分析ToxNetV2的代码和运行流程时，识别出一个由AI辅助的控制器。这个Linux僵尸网络不再只让模型生成文字，而是把系统和僵尸网络数据喂给AI服务，再把选中的回复转成建议执行的命令。
这种设计让操作者能更快判断下一步该做什么。ToxNetV2主要针对AArch64架构的Linux系统，使用点对点方式完成命令与控制。
控制器与NVIDIA NIM的连接方式
JOESecurity在分享给Cyber Security News的报告中提到，控制器会把运行上下文发送给NVIDIA NIM，并把识别出的回复排成待处理动作，等待操作者批准。这个发现之所以重要，是因为模型连接到了能够影响机器的功能，而不只是一个聊天窗口。
同一个ToxNetV2程序既可以作为控制器运行，也可以作为普通机器人运行。当它从c2.data恢复Tox状态时，会进入控制器模式并启动AI组件。普通机器人负责扫描、主机控制、传播和网络攻击，控制器则收集信息并管理更大的群体。
模型请求里藏着越狱提示
控制器通过z-ai/glm-5.2模型与NVIDIA NIM通信。它可以收集僵尸网络计数器以及本地细节，包括运行进程、处理器负载、内存使用和磁盘使用。在更广泛的检查中，它还能调用硬编码的远程服务器，把变化的运行态势转换成模型请求。
这些请求包含嵌入式的操作提示，其中有一个明确的越狱提示叫ENI/VEIL，目的是减少模型拒绝并产出可用输出。当回复里出现结构化的ACTION记录时，恶意软件会解析它，并把建议任务加入待处理队列。直接提示仍然是纯文本，不会进入解析器。
从生成代码到参与控制流程
可能任务的范围包括状态记录、配置更新、本地shell命令、文件创建、以root身份通过SSH执行远程命令，以及固定的本地编译过程。相比此前由大语言模型生成代码的僵尸网络模式，这是一次明显变化，因为模型建议被接入实时控制器工作流，而不是局限于代码生成。
ToxNetV2的完整工具集还包括主机管理、网络扫描、自我传播例程和17个网络攻击启动器。扫描和传播活动可能涉及HTTP、Telnet和SSH服务，防护不足的联网设备与服务器都在影响范围内。
人工批准仍然是风险边界
ToxNetV2不会立即执行每一条模型建议。排队任务会一直等待，直到经过认证的操作者运行aiexec命令，该命令执行并清空队列。也就是说，它并不是一个能自行运行的AI蠕虫，高影响的建议仍然需要操作者批准。
但它提供了一个实际例子，说明僵尸网络控制器如何利用AI在攻击者行动前缩小选择范围。模型与可影响机器的功能相连，这正是安全研究者关注的核心。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
