ここまではCVEが採番されるパッケージやOSSの話でした。冒頭のA2Bが狙う自社開発のアプリは、こうした数値のいずれにも現れません。
では、公的機関は何を述べているのでしょうか。NICTはA2Bについて、スマートフォンアプリに限らずWebサービスのバックエンドAPIでも起こり得るとしています。
点検対象として挙げているのは、APIの認可不備(IDOR:Insecure Direct Object Reference/BOLA:Broken Object Level Authorization)やリモートコード実行(RCE)、サーバサイドリクエストフォージェリ(SSRF)、SQLインジェクションなどです。また、AIによってアプリの解析や脆弱性の探索が効率化され、こうした攻撃が及ぶ範囲が広がる可能性にも注意を促しています。
JPCERTコーディネーションセンター(JPCERT/CC)も、公開アプリからエンドポイントを抽出して内部のAPIを攻撃し、権限の変更や不正なアカウントの作成に至った事例を報告しています。
ただし正確にすべき点があります。公的機関が「今回の事案でIDOR/BOLAが悪用された」としているわけではありません。独立行政法人情報処理推進機構(IPA)は、「現段階では特定の製品やサービスの脆弱性を狙った攻撃とは断定しておらず、外部公開しているアプリケーションやサービスの侵害、アカウントの侵害が起点となっていることがうかがえる」と述べるにとどめています。
それでも、IDOR/BOLAが点検対象として挙げられていることには意味があります。これはユーザーが指定するキーの値を書き換えるだけで、他人のデータにアクセスできてしまう認可の不備です。MITREのCWEでは、CWE-639(Authorization Bypass Through User-Controlled Key)として分類されており、新しい弱点ではありません。
つまり、AIが新しい種類の弱点を作ったわけではありません。昔から存在する弱点を、より低いコストで発見できるようになる可能性が問題なのです。
そのため、開発者がまず確認すべきなのは、認可をサーバ側で、オブジェクト単位で検証しているかどうかです。クライアントにエンドポイントを埋め込まない、あるいは難読化するといった対策は、認可の代わりにはなりません。解析によって、いずれ分かってしまうためです。
では攻撃の実行そのものを、AIエージェントが担っているのでしょうか。この点について、公的機関の記述には温度差があります。
JPCERT/CCは「攻撃者がAIを利用して既知の脆弱性のスキャンやAPI経由の攻撃を実施していたことを確認した」と述べています。ただし、AIの利用を裏付ける具体的な痕跡は公開されていません。
内閣官房国家サイバー統括室は、2026年11月5日に公開した注意喚起「個人情報の漏えい等につながる不正アクセスへの対策について」で「標的の調査や侵害に AI を使用している可能性も高い」と言及しています。
ここで区別する必要があるのは、攻撃者がAIを利用したことと、AIエージェントが攻撃の一連の工程を自律的に実行したことです。前者が確認されていても、後者まで確認されたことにはなりません。
AIの関与を示す痕跡として、例えば、実行されたワンライナーのコマンドに、処理の意図を説明する自然言語のコメントが含まれていたケースがあります。こうした記述は、AIが生成したコマンドに見られる特徴の一つとして分析されています。ただし、これだけでAIの利用を証明できるわけではありません。
また、攻撃者が使用していたAIエージェントの管理パネルがインターネットに公開され、一部は認証なしで閲覧できる状態になっていたため、その活動を分析できたケースもあります。パネルにはAIエージェントへの指示やタスクの更新記録、エージェントの名称など、AIの利用を示す情報が残っていました。
こうした事例からは、攻撃者がAIを利用していることを示す手掛かりが得られます。しかし、AIがどの工程を担当し、どこで人間が判断や操作を加えたのかを外部から正確に把握するのは困難です。
防御側にとって、AIの関与の有無は本質的な論点ではありません。AIが作った攻撃でも、人が作った攻撃でも、狙われるのは認可不備や公開されたAPIといった同じ弱点であり、有効な対策も基本的には同じだからです。見極めるべきなのは攻撃の主体ではなく、AIの有無にかかわらず突かれ得る弱点が残っていないかどうかです。
AIは新しい攻撃の手口を生んだのでしょうか。何をもって新しいとするのかを決めるために、まず、名前が似ていて混同されやすい3つの識別子の違いを整理します。
CVEは、個別の製品に見つかった個別の脆弱性に採番される番号です。「どの製品の、どの欠陥か」を1件ずつ指します。前述の「CVE公開から悪用までの時間」で示した数値も、このCVEです。
CWEは、そうした欠陥の根にある弱点の型です。例えば、認可不備を表すCWE-639は特定の製品ではなく、複数の製品に共通する「こういう作りだと破られる」という型を指します。多数のCVEが、1つのCWEにまとめられます。
CAPEC(Common Attack Pattern Enumeration and Classification)は、攻撃者がどのような手順で弱点を突くのかを整理した、攻撃パターンの分類です。CWEが「どこが弱いか」を表すのに対し、CAPECは「どう攻めるか」を表します。
整理するとCVEは個別の事例、CWEは弱点の型、CAPECは攻撃の型という関係です。新しい攻撃の手口に近いのはCAPECです。そこでCAPECへの新規登録を、新しい攻撃クラスの目安にします。これは筆者の整理であり、MITREの定義ではありません。
注意してほしい点として、この目安には限界があります。CAPECの最新版は3.9で、公開は2023年1月です。MITREの公式ニュースで確認できる範囲では、それ以降の版は公開されていません。生成AIが脆弱性の探索に使われるようになる前の時点で、更新が止まっていることになります。CVEが日々増え続けているのとは対照的に、攻撃パターンの分類は、この間の変化を反映していません。
その3.9に登録された559件のパターンに、ML(機械学習)を含めたAIや、大規模言語モデル(LLM)に関するものは、筆者が確認した範囲では見当たりませんでした。最後の更新で追加された4件も、AIとは無関係でした。ただしこれはAIが新しいクラスを生んでいないことの証拠というより、分類がAI時代の変化をまだ取り込んでいないことを示すに過ぎません。
一方で、AIが新しい攻撃パターンの発見に関わったとする事例も報告されています。
セキュリティ分野の国際会議「Black Hat USA 2026」では、ジェームズ・ケトル氏が「Can AI do novel security research? Meet the HTTP Terminator」と題した研究を発表しました。
この研究では、AIを活用して多数のdesync攻撃のアイデアを検討し、実際のWebサイトを対象に検証したとされています。発表者は、約700件の脆弱な対象を確認したと報告しています。
その中で発見したのが、サーバがリクエストとレスポンスの解析に同じコードを共有していることに起因する、新しい種類のdesync攻撃です。desync攻撃とは、前段と後段のサーバの間でHTTPメッセージの区切り方の解釈がずれることを突き、他の利用者のリクエストや応答に干渉する攻撃です。今回の手法は、従来のdesync攻撃が前提としていたメッセージ長の解釈のずれを必要としない点が新しいとされています。
ただし、この事例はAIが単独で新しい攻撃クラスを発見したことを示すものではありません。発表者によると、AIが仮説の生成と評価を自律的に実施した一方、発見が連鎖する局面では人間も介在しました。また、この新規性に関する評価は発表者自身の主張であり、独立した第三者による検証は、筆者が確認した範囲では見当たりません。
つまり、現時点では新しい攻撃クラスの候補として捉えるのが適切です。また、この種の弱点はAIの登場とともに生まれたものではなく、以前から潜在していたものが新たに発見されたと考えられます。
Copyright © ITmedia, Inc. All Rights Reserved.