***
行動惡意軟體的演進正從單純的客戶端程式碼對抗，轉向更成熟的雲端控制台架構與自動化營運模式。資安研究機構 Cleafy 近期揭露了針對 Android 平台的銀行木馬 RatHat（大鼠帽）背後龐大的管理與控制基礎設施。這款木馬自 2025 年底活躍至今，其端點惡意程式本體的邏輯變化不大，但後端控制台卻歷經了多次重大架構迭代。研究人員自 2026 年 4 月起，追蹤到近百個獨立部署的控制台實例，顯示該威脅已形成典型的惡意軟體即服務（Malware-as-a-Service，簡稱 MaaS）商業模式，由核心開發團隊向不同下游買家分發獨立控制端，並由各買家自行發動攻擊。
在這次披露的架構中，最值得資安社群關注的核心並非惡意程式本身的破壞性，而是攻擊者如何將 Google 的大型語言模型 Gemini（雙子座）深度整合至前後端作業管線中。在傳統觀念中，行動詐欺的瓶頸在於人工介入的時間成本，攻擊者往往面對海量被感染裝置卻無法及時判斷哪位受害者帳戶擁有鉅款。RatHat 的最新控制台版本透過大型語言模型分析竊得的簡訊與憑證，自動預估受害者的帳戶餘額，從而在短時間內挑選出最值得操作者花費精力的人質目標。這種將人工智慧作為決策篩選器的工程化手段，標誌著行動網路犯罪在自動化分流上邁入了全新階段。
惡意控制台演進與自動化分發管線
根據 Cleafy 的追蹤，RatHat 在 2025 年底至 2026 年初所使用的第一代控制台代號為 Fisher（漁夫）。然而在 2026 年 4 月至 9 月之間，攻擊者迅速淘汰舊架構，陸續釋出了以相同程式碼基底重構的三個新世代版本，分別命名為 BlackCat Remote Control Management（黑貓遠端控制管理）、Panda Workshop V5（熊貓工作坊第五版）以及最新的 Panda Workshop V6。這些控制台具備嚴格的權限控管機制，限制操作者帳號數量並對非管理員隱藏特定功能模組，這類設計反映出 MaaS 架構下開發者對租用其系統的下游客戶所保持的戒心與權限隔離。
這些控制台不僅扮演傳統的命令與控制（Command and Control，簡稱 C2）伺服器，更直接整合了自動化建置與封裝工具。操作者在瀏覽器介面中即可完成木馬的客製化編譯，將惡意載荷注入看似正常的應用程式外殼中進行動態代碼混淆與數位簽署。更進一步地，控制台能直接透過 API 將打包完成的惡意 APK 檔案自動發布至 Amazon S3 物件儲存空間或自建網頁伺服器，完全無需操作者手動接觸底層伺服器設定。
為了規避防毒軟體的靜態檔案雜湊值（Hash）比對機制，控制台還內建了排程重建功能。系統可依據預設時間（例如每小時一次）自動重新生成程式碼特徵完全不同、但功能相同的全新二進位檔案，使基於檔案雜湊的特徵碼防禦徹底失效。配合控制台內建的假冒應用程式商店（例如偽裝成 Google Store）的網頁範本，攻擊者得以建立起高效率且持續自我更新的散播供應鏈。
利用無線偵錯與 ADB 突破沙盒限制
在裝置端感染路徑方面，行動安全公司 Zimperium 的研究指出，RatHat 主要利用釣魚簡訊與惡意網路廣告，引誘使用者點擊連結並下載偽裝成正當工具的安裝檔。安裝完成後，惡意程式會立即索取「無障礙服務」（Accessibility Services）權限。在 Android 系統中，無障礙服務原本是為了協助身心障礙人士操作裝置所設計的輔助功能，但由於它具備讀取螢幕內容、監聽按鍵與自動模擬螢幕點擊的極高特權，長期以來屢遭行動木馬濫用。
RatHat 取得無障礙服務後，會以自動化方式進入開發人員選項開啟「無線偵錯」（Wireless Debugging），並即時讀取螢幕上動態生成的配對碼，藉此直接與系統內建的 Android 偵錯橋接器（Android Debug Bridge，簡稱 ADB）完成本機配對。ADB 原本是供開發者進行系統測試與應用程式除錯的介面，一旦惡意程式成功透過本機配對連線至 ADB，就能立即取得 Android 系統底層的 Shell 使用者身分，其使用者識別碼為 UID 2000。
這項特權提升（Privilege Escalation）步驟極為關鍵。Android 應用程式平常均運行在嚴格受限的沙盒（Sandbox）機制中，僅能存取宣告並經由使用者同意的有限功能。然而一旦進入 UID 2000 的 Shell 權限層級，惡意程式即可超越應用程式沙盒的諸多安全防護網。Cleafy 發現，控制台操作者只需在網頁介面按下部署按鍵，控制台便會透過該 Shell 介面在受害手機上啟動一個以 Go 語言編寫的獨立常駐程式。該程式會主動與攻擊者伺服器建立「反向通道」（Reverse Tunnel，一種由受害端向外發起以穿透防火牆與網路位址轉換的長連線技術），確保攻擊者即使在複雜的行動網路環境下，也能隨時隨地連回受害裝置。
螢幕監控隱蔽性與系統限制的拉鋸
取得 Shell 權限後，RatHat 針對螢幕畫面串流與遠端操控進行了深度客製。若一般 Android 應用程式呼叫系統的螢幕錄製 API，作業系統依法會彈出隱私授權詢問對話方塊，並在錄製期間於系統狀態列常駐顯示鮮明的錄製中圖示，極易引起受害者警覺。
為了解決這個暴露風險的問題，Go 語言常駐程式改為呼叫預先植入的底層工具 minicap 與 minitouch。這兩款開源工具原本是開發者社群用來高速串流 Android 畫面與注入多點觸控事件的工具，由於它們直接在 Shell 權限下運作，能夠直接讀取底層圖形緩衝區並向觸控裝置節點發送指令，完全不會觸發系統的螢幕錄製對話方塊，狀態列也不會出現任何提示圖示，實現了極高隱蔽性的遠端畫面監控與觸控注入。
然而這項技術手段也面臨著嚴格的 Android 版本限制。自 Android 14 起，底層架構的變更導致 minicap 與 minitouch 無法正常運作。面對搭載 Android 14 或更新版本的裝置，RatHat 只能退回傳統應用程式層級的螢幕擷取 API，被迫承受彈出提示窗與顯示錄圖示的暴露風險；或者採用控制台提供的備援方案，使用系統原生 screencap 工具以每秒約 5 幀的低訊框率進行畫面截圖。
值得注意的是，這支 Go 語言編寫的 Shell 程序獨立於原本的 APK 應用程式之外。當受害者發現手機異常並手動解除安裝 RatHat 應用程式後，該 Go 程序依然會在背景的暫存目錄中持續運行，直到手機被重新啟動為止。在此期間，Zimperium 觀察到該程序甚至具備自動重新下載、重新安裝惡意 APK 並再次啟動無障礙服務的自癒（Self-healing）機制，這使得受害者單純透過系統介面刪除圖示無法徹底根除威脅。
雙端點部署 Gemini 模型達成決策分流與環境適應
RatHat 最具前瞻性也最令人擔憂的技術特徵，在於其將 Google Gemini 生成式 AI 同時部署在受害手機端點與雲端控制台後端，解決了自動化滲透中的兩大痛點：機型相容性與目標價值篩選。
在後端控制台方面，早期版本曾允許操作者自由選擇多種不同廠牌的 AI 服務，並在受害者評分達到設定門檻時透過即時通訊軟體 Telegram 發送高價值告警。但在最新的 Panda Workshop 版本中，系統已全面收斂並強制綁定 Google Gemini，控制台介面甚至直接提供導引連結，引導攻擊者前往 Google AI Studio 申請 API 金鑰。
控制台的核心資料庫會即時同步木馬從受害者手機中竊取的所有敏感資料，包括文字簡訊、通訊錄以及利用偽冒登入覆蓋頁面（Overlay Attack）所攔截到的網路銀行帳號密碼。此時，Gemini 被賦予了金融詐欺分析師的角色。控制台會將受害者收到的銀行交易簡訊、餘額通知與對帳資訊整批送入 Gemini 模型，要求 AI 依據簡訊語意分析並預估受害者的銀行存款金額，進而將受害名單自動劃分為「高價值」與「中價值」群組。這項技術完全不涉及直接利用 AI 進行轉帳操作，其唯一目的就是進行優先順序排程，讓詐欺操作者能夠將有限的時間集中在存款最為豐厚的目標上，大幅提升攻擊轉換率。
在行動裝置客戶端，Gemini 則扮演了動態適應環境的導航員。傳統行動木馬若要透過無障礙服務自動點擊系統設定，必須在程式碼中寫死各個按鈕的文字、座標或資源識別碼（Resource ID）。然而各大智慧型手機製造商均有客製化作業系統介面，且不同語系與 Android 版本間的設定頁面排版截然不同，導致預設的自動點擊腳本經常在特定品牌的手機上出錯中斷。
為了克服跨裝置適應性的障礙，RatHat 在遭遇點擊失敗時，會立即抓取當前畫面的節點版面配置（UI Layout），並使用內建在應用程式設定中的 API 金鑰，直接從手機端呼叫 Gemini API。惡意程式會向模型詢問「在此畫面上應該點擊何處才能繼續完成無線偵錯設定」，並依照 Gemini 回傳的座標或節點指示執行點擊。這種利用視覺與結構化語意分析克服裝置差異的手法，展現了攻擊者如何將大型語言模型作為動態適應腳本執行環境的彈性中繼層。
實務防禦意涵與安全架構限制
從資安監控與防護的角度來看，RatHat 的運作特徵為端點防護與網路偵測帶來了明確的威脅指標與挑戰。在網路層面上，Cleafy 所觀察到的控制台伺服器有近半數 IP 位址集中在新加坡註冊的網路自律系統（AS4907）之內，且網域名稱高度慣用 admin. 加上特定拼音主機名，後端 API 則多以 adminapi. 為前綴，並廣泛採用如 .best、.beer 或 .top 等低成本的頂級網域。
在端點行為監控層面，RatHat 在取得 Shell 權限後，其部署的 minicap 與 minitouch 工具會直接放置在系統的暫存路徑 /data/local/tmp 之下，且往往維持原本的檔案名稱。企業行動裝置管理（MDM）方案與端點偵測回應（EDR）工具應重點監控以下異常跡象：首先是無線偵錯功能在非開發情境下的異常啟用；其次是監控以 UID 2000（Shell 使用者）身分衍生出的持久常駐連線；最後是針對 /data/local/tmp 目錄中可執行檔的異常寫入與執行行為進行攔截。
RatHat 展現了生成式人工智慧在網路犯罪中被高度工程化與模組化的現實。它並未嘗試讓 AI 產生革命性的新型惡意代碼，而是精準地將大型語言模型安置在傳統攻擊流程的斷點上，分別在客戶端解決了跨裝置 UI 適應的自動化死角，在雲端後台解決了巨量受害者資料的篩選瓶頸。這項威脅趨勢凸顯出未來的行動防禦系統不僅要審查應用程式本身的靜態程式碼，更必須深入行為層次，阻斷無障礙權限對偵錯介面的非預期調用，才能從根本上瓦解這類複合式攻擊鏈。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。