Google最新報告:ハッカーが進化、AIエージェントが自動で脆弱性を発掘しパッチ公開直後に武器化

  • Google脅威情報グループ(GTIG)は、攻撃者が自律型マルチエージェントによる攻撃へ移行したと報告した。
  • 実例では、公開されたPHPの修正プログラムを数時間で攻撃コード化し、フランスなどの政府・企業サイトへ自動攻撃した。
要約

著者:Google 脅威インテリジェンスグループ(GTIG)

翻訳:深潮 TechFlow

深潮导读(編集部注): サイバー攻防の攻守バランスは、生成AIの自律化によって根底から覆されつつある。Google 脅威インテリジェンスグループ(GTIG)が公表した最新のグローバル追跡レポートは、ハッカーが「AIに簡単な質問を投げかける」という初級段階を正式に乗り越え、マルチエージェントの協調によって駆動されるエンドツーエンドの全自動サイバー兵器へと全面的にアップグレードしたと指摘している。

最新の暴露された実戦的な侵入事例では、攻撃者がオープンソースのマルチエージェントフレームワークに基づく自動脆弱性発掘パイプラインを配備し、公式が公開したばかりのPHPセキュリティパッチをそのまま武器化された攻撃コードへ変換、極めて短時間のうちにフランス政府および商業サイトに対して自動化された侵入とデータ窃取を仕掛けた。

本記事は、マルチエージェント侵入フレームワークの進化のタイムライン、ハッカーによるクラウド上の大規模モデル計算資源の闇市場転売(LLMJacking)エコシステム、そして前線の防御者がエージェント時代にいかに自動化されたセキュリティ防御線を再構築しているのかを全景的に振り返る。

エグゼクティブサマリー:攻撃者は正式に自律マルチエージェント時代へ

ハッカー組織が基礎的なプロンプトによる質問から、完全自律型のエージェント(Agent)ワークフローの配備へと加速的に移行するにつれ、現実のサイバー攻撃における生成AI(GenAI)の戦術的活用は重大な転換点を迎えている。

GTIG は Mandiant の第一線のインシデント対応の実務とグローバルなテレメトリデータに基づき、過去四半期における世界のAI脅威の5大中核的進化トレンドを総括した:

  1. 自律ワークフローとマルチエージェントフレームワークへの移行:攻撃者は大規模言語モデル(LLM)を生産性向上の補助ツールとして使うだけでなく、完全自律型の実行エージェントを統合し、複数モデルを協調させて偵察、コード監査、脆弱性悪用を並行実行するようになった。

  2. 自動化された脆弱性発掘とパッチのリバースエンジニアリング:ハッカーは大規模モデルを利用して最新公開のセキュリティパッチを体系的に分析し、数時間以内に脆弱性のトリガーロジックを逆算してしまう。これにより防御側の「パッチ猶予期間」は完全に終焉した。

  3. 計算資源のハイジャックとAI認証情報の現金化(LLMJacking):利潤に駆られたサイバー犯罪者は企業のクラウド環境に大挙して侵入し、価値の高いLLM APIキーと計算割当を窃取。ダークウェブで3割の低価格の「モデル・ミキサー(洗牌混币器)」を立ち上げて転売し、現金化している。

  4. 偽情報・認知戦(IO)のエンドツーエンド自動化:国家系ハッカーや商業的な世論戦請負業者は、大規模モデルを水軍(ボット農場)のマトリクスに深く組み込み、偽アカウントの全自動登録、リアルな生活写真の生成、千人千様のターゲティング情報配信を実現した。

  5. 暗号資産・ハイテク企業への標的型侵入:北朝鮮および特定背景のハッカーは、AIで作成した履歴書や音声偽造ツールを広く悪用して求職者を装い、技術面接ではリアルタイムで回答を生成、入社後には深層のサプライチェーン汚染を実行している。

サイバー侵攻におけるマルチエージェントフレームワーク

過去の追跡調査で GTIG が記録したものは、多くがハッカーによる小規模なLLMの試験的な試みであった。しかし、現在の攻撃者による自律型マルチエージェントフレームワークのエンジニアリング的な採用は、サイバー戦が本格的に大規模な自律協調へと向かっていることを示している。

この攻撃フレームワークの中核的パラダイムは、古典的な OODA(観察・判断・決心・行動)の作戦循環を導入し、主制御エージェントがタスクを割り当て、専門サブエージェントがネットワークトポロジのスニッフィング、フィンガープリンティング、スクリプト作成、横展開(ラテラルムーブメント)を並行実行する点にある。

図:マルチエージェントLLM攻撃フレームワークの協調実行フロー

最近セキュリティ業界で注目を集めるペネトレーションテストツール ARTEX のほか、GTIG は実戦防御の中で、攻撃者が第一線の侵入に直接使用した複数のオープンソース攻撃型エージェントを独自に捕捉している:

• CAIRN:OODAループに基づくオープンソースのマルチエージェント型ペネトレーションテストフレームワーク。人的介入をまったく必要とせず、保護されていない内部ネットワークのホストを自律的にスキャンし、動的にExploitを生成できる。

• CyberStrikeAI:LLM向けにネイティブ設計された攻撃フレームワークで、権限維持と認証情報窃取を専門に担うサブエージェントを内蔵している。

• HexStrike AI:モデルコンテキストプロトコル(MCP)を深く統合した能動的攻撃ツールで、各種のハッカー向けペネトレーション用コマンドラインを商用大規模モデルへシームレスに橋渡しできる。

• PentAGI:ハッカーの攻撃技術的ハードルを大きく引き下げることを目的とした自動化ツール。脆弱性の根本原理をまったく理解していない初級スクリプトキディでも、これを使って複雑な侵入指令を下せる。

図:現実のサイバー攻防におけるLLMの成熟度進化ロードマップ

エージェントを脆弱性研究・開発に活用:パッチを攻撃に変える

マルチエージェント技術で最も警戒すべき実戦的脅威は、脆弱性の発掘と武器化の研究開発に要する時間を数日から数分へと圧縮してしまう点にある。

攻撃者は GitHub 上の公式オープンソースパッチのコードを自動的に取得してコード分析エージェントに投入し、モデルがコードのDiffをリアルタイムで比較することで、まだ広くパッチが適用されていない基盤的な欠陥ロジックを正確に特定する。

図:2024年以降にハッカーが実環境で悪用したN-Dayおよび0-Day脆弱性の件数比較

最新の検挙された実際のセキュリティインシデントでは、GTIG が公衆インターネット上に公開されていた攻撃用の一時サーバーを追跡・捕捉した。このサーバーにはLLMベースの全自動脆弱性発掘フレームワークが配備されており、コードのコメントにはロシア語の開発ログがはっきりと記されていた:

LLM APIキーは自動脆弱性悪用(exploit_agent パイロットプロジェクト)に使用する

キーは必ず手動で環境変数に入力すること。公開チャットウィンドウへの入力は厳禁。2行の設定はいずれも必須項目

このハッカー組織(コードネーム Emad)は同フレームワークを利用し、公表されて間もないPHPコアの脆弱性(CVE-2026-109618 および CVE-2026-109619)に対して全自動のリバースコンパイルを行い、パッチ公開から数時間以内に実戦用の攻撃ペイロードを生成した。その後、この自動化クラスタはフランスを含む複数の欧州の政府・商業ポータルサイトに対して大規模な無差別クレデンシャルスタッフィング(撞库)探索を仕掛け、機微な基盤データの窃取に成功した。

計算資源ハイジャック(LLMJacking):ハッカーはいかに盗んだクラウド大規模モデルを現金化するのか

企業の全面クラウド化と生成AIインフラの普及に伴い、クラウド認証情報の窃取がもたらす被害は急速にモデル計算資源の領域へと広がっている。

Mandiant の第一線チームは過去数カ月間で、「LLMJacking(大規模モデル計算資源ハイジャック)」と呼ばれる新種の闇ビジネス案件を複数処理してきた。ハッカーは企業の AWS や Google Cloud 環境に侵入すると、もはやマイニングマルウェアの配備を優先せず、被害企業の最上位大規模モデルAPIへのアクセス権限を迅速に有効化する。

図:LLMJacking の被害に遭った企業のクラウド上で、大規模モデルAPI呼び出し量が壊滅的に急増した様子

ハッカーは窃取した管理者認証情報を使って企業内部に隠密なIAMロールとサービスアカウントを作成し、その後ダークウェブの「LLM ミキサー(LLM Mixer)サービスゲートウェイ」に接続する。

ダークウェブの地下市場には APIMart に類似した違法転売プラットフォームが大量に出現している。ハッカーは盗んだ正規の商用大規模モデルAPIを、公式価格のわずか20~30%という投げ売り価格で他のサイバー犯罪者に公然と転売している。被害企業は中核データの漏洩リスクに晒されるだけでなく、毎月ハッカーの異常な呼び出しに対して数十万ドルという巨額の請求を支払わなければならない。

図:ダークウェブの違法プラットフォーム APIMart が盗取した商用大規模モデルAPIに付けたリアルタイム価格

大規模モデルの偽情報・世論戦への全面的な組み込み

認知戦とネット水軍の領域では、LLM は従来の水軍スタジオのコスト構造を覆す中核的なテコとなっている。

商業化された「インフルエンス・アズ・ア・サービス(IaaS)」の闇ビジネス集団は、すぐに使える自動世論操作システムをすでに開発している。システムは偽アカウントごとに細分化されたオーディエンス層の口調や地元のスラングを自動的に合わせ、さらに拡散モデルで添付画像を生成する際には、あえて軽微なレンズノイズ、ピンぼけ、角度の傾きを加え、一般人のスマートフォンによる何気ない生活写真を真に迫って模倣することで、主要SNSのAI検出アルゴリズムを容易に回避している。

同時に、ソーシャルプラットフォームのIPブロックを回避するため、運営集団は世界各地に分散したレジデンシャルプロキシネットワーク経由でトラフィックをルーティングし、使い捨て携帯番号の一括全自動SMS認証登録を組み合わせることで、完全に分散化され、いつでも再生可能なボット水軍マトリクスを構築している。

Google の能動的セキュリティ防御とエコシステムの強化

ますます深刻化するエージェントの兵器化という課題に対し、Google は第一線の脅威インテリジェンスを全面的に活用してモデルの基盤的な安全アラインメントへフィードバックし、多層的な能動防御の縦深を構築している:

  1. リアルタイムのモデル強化と敵対的サンプルへの免疫:Mandiant が実環境で捕捉した最新のハッカープロンプトやマルチエージェント攻撃ロジックは、いち早く Google DeepMind とセキュリティチームの敵対的トレーニング用コーパスとして蓄積され、悪意あるコードや侵入指令に対するモデルの応答を基盤レベルで遮断する。

  2. Google AI Threat Tracker 脅威追跡プラットフォーム:世界の企業顧客に対し、エージェントによる悪意ある挙動のリアルタイム監視と呼び出し量の異常予警報を提供し、未承認の LLMJacking 異常トラフィックを秒単位で遮断する。

  3. セキュリティ運用の自動化(SecOps):クラウドセキュリティセンターにエージェント挙動監視専用モデルを配備し、AIでAIに対抗する。ネットワーク通信トポロジとシステムコールのシーケンスから、自律型マルウェアの潜伏痕跡を正確に識別する。

共有先:

著者:深潮TechFlow

本記事はPANews入駐コラムニストの見解であり、PANewsの立場を代表するものではなく、法的責任を負いません。

記事及び見解は投資助言を構成しません

画像出典:深潮TechFlow。権利侵害がある場合は著者へ削除をご連絡ください。

PANews公式アカウントをフォローして、強気・弱気相場を一緒に乗り越えましょう
PANews APP
あるトレーダーが319万ドルで購入したTRUMP、現在は25.8万ドル相当のみ 1年半で293万ドルの損失
PANews 速報