11月14日、Cloudflareが「Adapting to AI penetration testing orchestrators: The Modern Security Model」と題した記事を公開した。この記事では、AIを活用したペネトレーションテスト自動化フレームワークの急増がもたらす新たな脅威と、それに対応するための「Modern Security Model」について詳しく紹介されている。
ARTEXの削除が招いた「ヒドラ効果」
10月1日から11月12日の間に、AIペネトレーションテストツールの日次リクエスト数は30倍以上に増加した。
発端となったのは、オープンソースの自律型ペネトレーションテストフレームワーク「ARTEX」だ。ARTEXは攻撃的セキュリティワークフローを自動化するエージェント型システムで、開発者Autumn-27が10月8日に「悪意ある悪用は本来の意図に反する」として公開リポジトリを削除した。
しかし、この削除が逆効果となった。削除を契機にフォークと派生ツールの開発が一気に加速し、GitHubには現在12,000以上のリポジトリが存在し、コードの系譜を引き継いだフォークが数百に上る。さらに10月8日以降、類似のエージェント型オーケストレーションフレームワークが独立して多数開発され、現時点でCloudflareは50以上のAI LLMエージェントを追跡中だ。ユニークIPアドレス数は数千規模に達し、今も日々増加している。
これはいわゆる「ヒドラ効果」だ。頭を一つ切っても、複数の新しい頭が生えてくる。

ARTEXのフォークツリー:204の公開リポジトリがコード変更とともに、タイプ別・スター数別に分類されている
AIオーケストレーターが従来の攻撃と根本的に異なる理由
これらのフレームワークが危険なのは、単に自動化されているからではない。サイバーキルチェーン(偵察→武器化→配送→攻撃→インストール→制御→目的達成という攻撃の各フェーズ)をAIエージェントが並列かつ自律的に実行する点にある。
具体的には4つの変化が起きている:
- 人間のスキルがボトルネックでなくなった:OODAループ(観察・方向付け・決定・行動)をフレームワーク自身が回す
- 速度が上がった:複数の並列エージェントが同時に目標へ向けて動く
- スケールした:1人のオペレーターが複数組織を同時に標的にできる
- 設定ミスを見逃さない:公開されているサービスの設定を網羅的かつ執拗にテストする
Cloudflareが追跡している主要5フレームワークを以下に示す(いずれもGitHub Stars 1,000以上、完全自律動作):
| アーキテクチャ | プランニングモデル | 実行環境 | ポスト侵害能力 |
|---|---|---|---|
| ARTEX(とフォーク群) | プランナー+並列エージェント | ゴール・リード・発見結果のグラフ+ターゲット資産グラフ | ホストまたはコンテナ上、ネットワーク/rootアクセス付き、ツールの開発・インストール可能 |
| LuaN1aoAgent | スーパーバイザー・プランナー・汎用エグゼキューターの3層 | 3種のグラフ(タスク/証拠/ターゲット) | コンテナ、SSHとChiselによるトンネリング機能内蔵 |
| Decepticon | オーケストレーターが専門サブエージェントへ指示 | 前提条件付き目標グラフ | Kaliコンテナ(root)、Active Directory・クラウドへのピボット機能 |
| Cairn | 既存AIハーネス(Codex・Claude Code等)へのディスパッチ | 事実とリードのグラフ、新ノードがディスパッチャーをトリガー | Kaliコンテナ(root)またはホスト上 |
| PentestGPT-Agent | スーパーバイザー+汎用エグゼキューター | 依存関係付きタスクリスト | ホスト上で動作 |
実際のインシデント:ARTEXがCI/CDトークンを悪用した事例
Cloudflareのセキュリティチーム「Cloudforce One」は、過去8週間でARTEX関連のインシデントレスポンスに複数回対応した。
その一例では、ARTEXがCI/CDパイプラインで使用されていた静的・無期限のAPIトークン(IP制限なし、レートリミットなし)を入手し、ハイパースケーラー経由でCloudflare環境への侵入を果たした。その後、以下の活動が観測された:
artex-*、artex-pgrecon-*、artex-pgw-*などの命名規則を持つWorkerスクリプトが大量作成- 毎分69リクエスト超のAPIコール、1時間に400件のデータベースダンプ要求
- サードパーティアプリケーションのセッショントークン検証の試み
- 永続化機構の確立を狙った活動
問題の根本は認証情報の衛生管理不足だ。有効期限のない静的トークンが広範な権限を持ってCI/CDに組み込まれていた結果、横移動(ラテラルムーブメント)が容易に行われた。
Modern Security Model:6つの柱
Cloudflareはこれらの脅威に対抗するため「Modern Security Model」を提唱している。6つの防御層を組み合わせることで、AIオーケストレーターによる多段階・並列攻撃に対応する構造となっている。
フロントゲートの強化:WAFによるレートリミットと高度なルールの適用。Layer 3/4の大量フラッドや直接IPプローブを遮断する。最初の接触点でトラフィックを篩にかけることで、後続の層への負荷を大幅に下げられる
玄関での異常検知:パス操作(
//front-door//back-room/のようなトリック)や短時間での大量リクエストを検知し遮断。FIDOキーの実装も推奨される。AIエージェントは人間が気づかないような微細なパス変形を大量に試みるため、この層での検知精度が攻撃の早期封じ込めに直結するボット識別:Bot Defenseにより、ヘッドレスブラウザやAI偵察ツールの非人間的な挙動パターンを検出する。AIフレームワークは人間のブラウザを模倣しようとするが、リクエストの間隔・順序・ヘッダー構成などに特有のパターンが現れる
バックドアの閉鎖:内部管理パネルや
/actuatorエンドポイントなど高リスクな内外部WebアプリにZero Trustベースのアイデンティティゲートアクセスを実装する。Cloudflare Accessのような製品が該当する。正規の認証情報を入手した後にラテラルムーブメントを試みるAIエージェントに対して、この層が侵害範囲の拡大を防ぐ最後の壁となる配送物の検査:APIやフォームへの入力に対してスキーマバリデーションを徹底し、想定外の構造・型・値を持つリクエストを明示的に拒否するセキュリティコントロールを設ける。AIオーケストレーターはペイロードの形式を自動で変化させながら脆弱性を探るため、「想定内の入力のみを受け付ける」という原則の徹底が特に重要になる
脅威インテリジェンスの活用:攻撃者のTTP(戦術・技術・手順)や侵害の痕跡(IoC)をリアルタイムで収集・共有し、既知の攻撃パターンを早期に検知する体制を整える。Cloudflareが50以上のAIエージェントを継続追跡しているように、個別組織での観測だけでは全体像を把握しきれないため、外部の脅威インテリジェンスフィードとの連携が実効性を高める
今すぐ取れる対策
記事でCloudflareが特に強調しているのは、静的・長期有効なトークンのCI/CDパイプラインへの組み込みを避けることだ。これが今回観測された攻撃の起点となっている。LLMベースのフレームワークは、一度APIキーを取得すると、他のテナント環境への横移動も容易に自動化する。
ARTEXのリポジトリ削除から1ヶ月でここまで状況が変わったことを踏まえると、AIペネトレーションテストツールへの対応は「いつか考える課題」ではなくなっている。
詳細はAdapting to AI penetration testing orchestrators: The Modern Security Modelを参照していただきたい。