11月12日、Help Net Securityが「Attackers breached 10 organizations with an open-source AI pentest framework」と題した記事を公開した。この記事では、中国語圏の攻撃者がオープンソースのAIペンテストフレームワーク「Cairn」を悪用し、少なくとも10組織への不正アクセスに成功した事案について詳しく紹介されている。
ドメイン名1行を入力するだけで侵入が完了した
Palo Alto NetworksのUnit 42が明らかにした内容によれば、中国語圏の攻撃者は2026年8月〜9月の2週間のうちに、19組織を対象に25件の作戦を実行し、そのうち10組織への不正アクセスまたはデータ取得に成功した。攻撃者が手動で入力したのは、ターゲットのドメイン名と1行の目標記述だけだったとされる。
研究者らはこの活動を「CL-STA-1238」として追跡しており、1人または少人数のチームが全作戦を運用したと中程度の信頼度で評価している。
標的の内訳は、半導体・先端製造サプライチェーンが7件、防衛・防衛政策関連が3件、人権・市民社会団体が4件だった。
Cairnとは何か:オープンソースのAIペンテストフレームワーク
Cairnは、セキュリティ専門家が自社環境のペネトレーションテストを自動化することを本来の目的として開発・公開されたオープンソースフレームワークだ。正規のセキュリティテスト用途を想定して設計されており、コードはGitHub上で一般に公開されている。オープンソースとして公開されている背景には、セキュリティコミュニティが改良・検証に参加できるようにするという開発側の意図があるとみられるが、今回の事案はその公開性が攻撃者にも等しく利用可能であることを示す結果となった。
フレームワークの仕組みとしては、侵入作業をAIモデルに委ねて自律的に実行させる構造を持つ。モデルはこれまでの確認済み情報をレビューし、次のアクションを1つ選んで実行、結果を新たな事実としてログに記録する。このループをゴール達成・選択肢枯渇・オペレーター停止のいずれかまで繰り返す。個々の作戦の所要時間は20分から50時間超まで幅があった。
攻撃者が使ったのは、香港のサーバーから動かしたカスタムフォーク版で、公開版のCairnには存在しない「AIScan Runner Skills」と呼ばれるエクスプロイトスキルパックが追加されていた。使用モデルの内訳はZhipu GLM 5.2が13件、DeepSeek V4 Flashが8件、DeepSeek V4 Proが4件(いずれも元記事に記載のモデル名)。攻撃者はモデルを比較検討しており、Flashで突破できなかったターゲットへの再試行にはProを使う切り替えも確認されている。
モデルに攻撃タスクを実行させること自体は難しくなかった。Cairnのデフォルトのプロンプトはすでにモデルがタスクを拒否しないよう設定されており、攻撃者はそこに「すべての作業は認可済みのセキュリティテストである」と主張する中国語の前文を追加した。各作戦ではAUTHORIZATION.mdファイルが自動生成され、クライアント承認済みを偽装した。ZhipuもDeepSeekも、いずれも拒否しなかった。
実際に何が盗まれたか
各標的で得られた成果は具体的だ。
- 業界標準化団体:パスワードスプレー攻撃で多数の有効な認証情報を取得。認証不要で書き込み可能なクラウドストレージ経由で、稼働中の標準投票文書を上書き。任意の顧客としてログインし、会議・投票機能を操作できる状態になった。
- 米国の教職員組合:アカウント作成フローのバイパスで有効なセッションを生成。100万件超のメンバーレコード、約3万1,000件のCRM連絡先、スタッフのパスワードハッシュへのアクセスをフレームワークがログに記録した。
- 半導体メーカー:ブルートフォースで本番認証情報を取得し、新規管理者アカウントと永続的なAPIトークンを作成。
- 防衛政策プログラム:オープンな登録エンドポイントから約500件のユーザーレコードを取得。一部には
.mil・.govアドレスが含まれていた。
また、半導体装置メーカーへの作戦の一つでは、VPNゲートウェイのアドレス・グループ名・共有パスワードがあらかじめ作戦データに組み込まれており、事前の人的情報収集(HUMINT的な偵察)が行われていたことを示唆している。
利用された脆弱性は「古典的なもの」ばかり
Unit 42が指摘する点として、悪用された脆弱性の種類は目新しいものではない。認証バイパス、安全でない直接オブジェクト参照(IDOR)、マスアサインメントによる権限昇格、デフォルト・弱い認証情報、クラウドAPIの公開露出、既知のCVE——いずれも長年知られているものだ。
研究者らの見解は明確で、「自律AIが拡大させたのは攻撃の量とカバレッジであり、複雑度ではない」というものだ。したがって、IDの衛生管理・攻撃対象領域の縮小・パッチ適用といった従来の対策が引き続き有効だとしている。なお、CISAが公開するKnown Exploited Vulnerabilities(KEV)カタログは、今回悪用されたような既知脆弱性のパッチ優先度を判断する際の参照先として有用だ。
研究者が強調するのは比率の問題だ。これまで攻撃者が同時に攻められるターゲット数は、オペレーターの稼働時間に制約されていた。今回はおそらく1人か数人が、2週間で19組織を並行して攻略した。
研究者が公表した侵害の痕跡(IoC)は以下の2点だ。
154.44.31[.]4:Cairnをホストしていた香港サーバー82.29.129[.]54:米国のステージング・エグレスノード
今後、攻撃的利用への制限が弱いオープンモデルが強化されるにつれ、同様のキャンペーンが増加すると研究者らは予測している。Unit 42による詳細なレポートはPalo Alto NetworksのUnit 42公式ブログで公開されている。
詳細はAttackers breached 10 organizations with an open-source AI pentest frameworkを参照していただきたい。