AIが暗号セキュリティの中心部に攻め入る、中国のオープンソースモデルがビットコインコミュニティを“救火”

著者：Nancy、PANews

暗号トークンを、堅牢この上ないと思っていたハードウェアウォレットに保管していたとする。ところがある日、ハッカーがわずか数分で「こじ開ける鍵」を見つけ出し、その「鍵」を探し出すのを手伝ったのは、疲れを知らないAIだった。

その通り、AI大規模モデルは暗号セキュリティの攻防の核心領域に入り込みつつある。

AI大規模モデルが継続的に改良される中で、一方では複雑な暗号攻撃の技術的ハードルを下げ、脆弱性の悪用と攻撃の速度を大幅に引き上げている。他方では、暗号業界が脆弱性を発見し、リスクを特定し、修正を加速するための重要な武器にもなっている。この傾向は、時価総額がすでに1兆ドル規模を超えるビットコインエコシステムで特に顕著だ。

米中のAI大規模モデル競争において、モデル能力とオープンソースエコシステムの優位性を背景に、中国国産の大規模モデルは暗号コミュニティのセキュリティ監査を担う「火消し役」になりつつある。

ハッカーはAIで加速する

先ごろ、ハードウェアウォレット「Coldcard」が大規模なハッカー攻撃を受け、国内外の暗号コミュニティに衝撃を与えた。開示情報によると、この攻撃で1億ドルを超えるビットコイン資産が盗まれた。巨額の資金損失に加え、この事件は市場が長年抱いてきたビットコインのセルフカストディの安全性に対する信頼を揺るがした。

Coldcardは長らく、暗号市場で高セキュリティレベルの「金庫」とみなされてきた。コードがオープンソースであるため、コミュニティは、攻撃者がAIを使って旧バージョンのファームウェアをコードレビューし、膨大な過去のコードから5年間も潜んでいたこの脆弱性を発見した可能性があると疑っている。さらに注目すべきは、事後にコミュニティがAIモデル「Claude Code」を使い、わずか約8分でこの脆弱性を正確に特定したことだ。

また今月、ノンカストディアルのビットコイン交換サービスプロバイダーであるBoltzは、ビットコイン交換サービスを無期限に一時停止すると発表した。開示された理由の一つは、AI支援攻撃の反復速度が、チームが脆弱性を修正する能力をすでに上回っていることだ。ここ数カ月、Boltzは自動化されたAIによる探査攻撃を受け続け、複数の脆弱性悪用事案に対処してきた。しかし最近は攻撃のペースが明らかに速まり、リソースが豊富な複数の攻撃組織が同時にプラットフォームを攻撃している疑いもある。修正期間中に安全な運営を確保できないことから、Boltzは最終的にSwapサービスを停止し、その後は匿名のビットコインチームが引き継いだ。

大規模モデルが改良を続ける中、ハッカーはAIを武器化しており、暗号攻撃のコストと速度は大幅に圧縮されている。以前は、ハッカーが複雑な脆弱性を発見するには、コードレビューと攻撃経路の設計に多大な時間を投じる必要があった。今では、AIがその多くの工程を自動化しつつある。攻撃者は、より低コストかつ高速にコードを分析して脆弱性を特定し、さらに、より秘匿性の高い脆弱性の悪用と攻撃プロセスまで実行できるようになっている。

例えば、北朝鮮のハッカー組織「Kimsuky」は最近、生成AIの使用範囲をさらに拡大している。フィッシング用の餌を作るためにAIを利用するだけでなく、同組織は独立して動作するローカル大規模言語モデル（LLM）環境と検索拡張生成（RAG）システムを構築し、情報抽出と攻撃プロセスのさらなる自動化を図っている。具体的な攻撃手法では、Kimsukyは生成AIを利用して高度にリアルな仮想資産・金融分野の文書を生成し、より標的を絞ったスピアフィッシング攻撃に使用し始めている。標的には、暗号ウォレット情報、Gmailアカウント、ウェブサイト登録記録などの機密データが含まれる。

30時間で重大な脆弱性85件を検出、「自前のファイアウォール」構築が必須に

攻撃側が進化するなら、防御側はさらに速く追いつかなければならない。

今月、Cashu創業者でビットコインオープンソース開発者のCalle氏とAnchorWatch CEOのRob Hamilton氏が率いるボランティアセキュリティ組織「Bitcoin Red Team」は、ビットコインのオープンソースエコシステムを対象に大規模なAI支援セキュリティ監査を実施した。対象はウォレット、暗号ライブラリ、インフラなどのプロジェクトに及ぶ。

30時間足らずで、同チームはビットコイン関連のオープンソースプロジェクト390件をスキャンし、合計4,962件のセキュリティ所見を提出した。その内訳は重大な脆弱性85件、高リスク脆弱性635件で、1人1時間あたり平均約2.31件の重大または高リスクの問題を発見し、1日あたりのスキャンコストは約1万ドルだった。

Calle氏は、オープンソースコードに長年蓄積された大量の歴史的技術的負債が、高効率なAIコード分析ツールと激しく衝突していると指摘する。メンテナンスされていないプロジェクトの大半は脆弱性を抱えている可能性が高く、安全であると証明されるまではデフォルトで不安全とみなすべきだ。特に、より高速で低コストなビットコイン決済を実現するライトニングネットワークのソフトウェアは、技術的な複雑性が高いためコードの状態が「平均よりもさらに悪く」、監査の難易度が他のカテゴリより著しく高い。

同氏は、AI時代において、過去の「低品質なPR」や「低品質な監査」を嘆く時代は終わったと強調する。

プロジェクト側は自らAI監査パイプラインを構築し、AIを使って報告を迅速に選別・再現しなければならない。将来、外部のレッドチームテスト（実際の攻撃者を模擬するセキュリティ評価手法）は長期的に継続される必要があるかもしれない。数カ月前から独自のAIセキュリティ・監査プロセスを構築し始めたプロジェクトは、すでに明確な優位に立っている。

中国オープンソースモデルが「穴を埋める」、業界がAIラボへのアクセス開放を連名で要請

世界の大規模モデル競争において、中国と海外のベンダーは性能とコストをめぐる競争に加え、二つの異なる発展経路を歩みつつある。中国の主要モデルはおおむねオープンソース路線を選ぶ一方、海外の大手はほとんどがクローズド戦略を堅持している。

この路線の違いは、暗号エコシステムのセキュリティ能力を左右する重要なリソースになりつつある。現在、海外のクローズドモデルと比べ、中国のオープンソースモデルはビットコインコミュニティにとって、コードレビュー、脆弱性発掘、セキュリティ研究を行うための重要な武器となりつつある。

Coldcard攻撃の調査では、Galaxy Research責任者のAlex Thorn氏が、一部の米国製大規模言語モデルがセキュリティ研究に設けた制限により、研究者が盗難資金を追跡する能力に影響が出たと明らかにした。関連モデルを円滑に利用できなかったため、チームはユーザー資産の保護とオンチェーン追跡を支援するために、中国のオープンソースAIモデルに頼らざるを得なかったという。

同様の状況は「Bitcoin Red Team（ビットコインレッドチーム）」のセキュリティ監査でも見られた。同チームは現在、中国AIモデル「月之暗面（Moonshot AI）」の「Kimi K3」と「智谱AI（Zhipu AI）」の「GLM 5.2」をビットコインオープンソースプロジェクトの脆弱性スキャンに使用していると明らかにした。Calle氏は、セキュリティ研究の過程で、開発者はOpenAIやAnthropicなどのモデルベンダーのセキュリティポリシーによる制限を頻繁に受けると指摘する。研究者がKYCを完了し、Trusted Accessを申請していても、拒否や利用制限にしばしば直面する可能性がある。これに対し、中国のオープンソースモデルは制限が比較的少ないため、大規模なコード分析やセキュリティ監査により適しているという。このためCalle氏は、現在のポリシーがホワイトハット研究者を制限する一方で、ブラックハットの行為を効果的に制約できていないのではないかと疑問を呈している。

数日前、ビットコイン政策研究所（BPI）は、Anchorage Digital、BitGo、Bitwise、Blockstream、Kraken、Ledger、MARA、Trezorなど数十の暗号関連機関と共同で公開書簡を発表し、最先端AIラボに対し、ビットコインおよびその他のオープンソースソフトウェア開発者向けに長期的な信頼アクセスプログラムを新設または拡大し、セキュリティチームが高度なAI能力を事前に利用して脆弱性を発見・修正できるようにするよう促した。

公開書簡は、最先端AIがサイバーセキュリティの攻防の構図を急速に変えつつあると指摘する。高度なモデルはすでに大規模なコードベースを分析し、潜在的な脆弱性を特定し、複雑な技術的タスクを加速できるが、これらの能力は攻撃者にも同様に悪用されている。一方、多くのオープンソースセキュリティチームは依然として最先端モデルへのアクセス手段を欠いており、公開AIモデルの安全制限も合法的なセキュリティ研究を妨げる可能性があるため、一部の開発者は重要なコードレビューを、能力が劣るオープンウェイトモデルに依存せざるを得なくなっている。

書簡は特に、Bitcoin Coreを含む暗号オープンソースのメンテナンス担当者が、現在一部のAIラボのサイバーセキュリティアクセスプログラムを利用できないと指摘している。ビットコインネットワークは現在1兆ドル超の資産を保護しており、オープンソースインフラのどんな脆弱性もユーザーの生涯の貯蓄を危険にさらす可能性がある。BPIはまた、複数のオープンソースメンテナンス担当者から、潜在的な外国の敵対者を含む高度な攻撃者が、小規模なメンテナンスチームには耐え難い速度で先進AI能力を利用した攻撃を続けているとの報告を受けていると明らかにした。

BPIは、最先端AIは最も強力な防御技術の一つになる可能性があるが、その前提は、重要インフラを保護する防御者が、攻撃者がこれらの能力を悪用する前にそれらを利用できることだと強調する。攻防能力の差を縮めるため、BPIはAIラボに対し、認証を受けたオープンソース防御者へ最先端サイバーセキュリティモデルへの早期かつ管理されたアクセスを提供すること（適切な場合にはプレリリース版を含む）、十分な計算能力と長期的なエージェント利用枠を提供すること、非公開または未公開コードを分析するための安全な環境を構築すること、アクセス範囲を小規模組織、非営利団体、独立メンテナンス担当者まで拡大すること、そしてAIラボのセキュリティチームと脆弱性の開示・修正を直接調整する窓口を確立することを求めた。

全体として、AIは暗号セキュリティを新たなスピードと能力の競争へと引き込みつつある。今後、誰がより早く最先端AIを入手し、効果的に活用できるかが、この攻防の駆け引きで優位に立つ可能性を高めるだろう。