セキュリティ
AI 1体と人間の熟練した目 2つが、大量の水増しデータを丹念に精査
人気記事
作業服・ファッションブランドのCarharttで発生したデータ侵害の被害規模は、ShinyHuntersが主張していた数字の約半分だったことが分かりました。データ流出の内容を精査した上でHave I Been Pwnedサイトにアップロードしたトロイ・ハント(Troy Hunt)氏が明らかにしています。
ハント氏のHIBPサービスは、今回の侵害で影響を受けた個人の数を1,290万人と報告しました。これは今月初めにShinyHuntersが同社のデータを流出させたと主張した際に喧伝していた数字の約半分にとどまります。
ShinyHuntersは8月13日、Carharttのデータとされる50GB相当のデータをダンプしました。これは同社が犯罪者グループの330万ドルの恐喝要求を値切るために、犯罪者側の言葉を借りれば「極めて未熟で無能な交渉担当者」を雇った後のことでした。
ハント氏によると、ShinyHuntersのデータには数百万行に及ぶ合成データが混入しており、これによって影響を受けた個人数が大幅に水増しされていたといいます。
「信じられないかもしれませんが、犯罪者の言葉をそのまま鵜呑みにはできないということです」と、ハント氏は述べ、HIBPサイトに掲載するデータ侵害の規模を算出する際の調査プロセスを詳しく説明しています。
ハント氏はまず、HIBPのオープンソースのメールアドレス抽出ツールを使い、約2,500万件のアドレスを抽出しました。その後、これをOpenClawにかけてさらに内容を分析し、大量の情報をふるいにかけて異常値を洗い出したといいます。
小売業者としては、数百万件に及ぶ.eduや.orgドメインのメールアドレスが不自然に見えたとAIは判断しました。これはTPC-DSによる合成データ注入の兆候だといいます。
該当例としては、[email protected]や[email protected]などが挙げられます。名と姓は一見本物らしく見えますが、TPC-DSが生成するデータによく見られる特徴として、ドメイン部分に完全にランダムな文字列が使われている点があります。
これらのメールアドレスに紐づくデータポイントを人手で確認したところ、こうした「個人」の所在地がベナンなど、Carharttの主要市場とは言えない国々になっていることがさらに判明しました。
加えてAIは、同社の本拠地である米国よりもモンテネグロで登録されている顧客の方が多いことも発見しました。また、生年月日が1900年代初頭に設定されている顧客が不自然なほど多く含まれていることも判明しました。同社の顧客層は現在、労働者階級というよりヒップスター寄りであることを考えると、これはありそうにない話です。
明らかに偽物とわかるデータを次々と削っていった結果、OpenClawが推計する本物の個人データ件数は、当初の2,480万件から1,360万件まで減少しました。
ハント氏はさらに、Microsoft 365の重複メールアドレスや、無効化対象としてマークされたアドレスなど、不審な点を見つけ次第除外していき、OpenClawにも同様の作業を継続するよう指示しました。
最終的にハント氏は、ShinyHuntersが流出させたデータセットのうち、本物とみられるアカウント数を12,933,413件と結論づけました。この数字がHIBPプラットフォームに反映され、うち83パーセントは過去の侵害で既に収集済みのデータだったとしています。
この一件が示す教訓について、ハント氏は「主張している側の調査プロセスに確信が持てない限り、見出しの数字は割り引いて受け止めるべきだ」と述べています。そして、信頼できる情報源が地道な検証作業を行うまでは、サイバー犯罪者の言葉を鵜呑みにするのをやめるべきだとも指摘しています。
実際のデータには、氏名、メールアドレス、電話番号、住所が含まれています。
Carharttはハント氏の調査結果についての取材依頼に応じませんでした。同社はこのデータ侵害について、これまでのところ公の場でコメントしていません。®
