2026年6月12日、Sysdig Threat Research Team(TRT)は、何者かが他人のAIサーバーを使って自律型のハッキングツールを構築している様子を観測しました。続く7月には、ARTEXという類似のツールがGitHubに登場しました。さらに11月13日、FBIはFLASHを公表し、さまざまな攻撃者が複数の業種に対してARTEXを使用していると明らかにしました。
明確にしておくと、この2つの攻撃ツールを結びつける証拠は現時点でありません。ただ、両者は性質が似ており、防御側はどちらからも、そのスピード、低コスト、能力を過小評価してはならない理由を学べます。
Sysdig TRTは、こうしたツールが可能にする攻撃者をエージェント型脅威アクター(ATA)と呼んでいます。ATAとは、攻撃能力をキーボードの前に座る人間ではなく、AIエージェントを通じて発揮する攻撃者のことです。ARTEXはその最新の事例です。
本稿では、それぞれのツールが何を行ったのかを整理し、両者を並べて見ることで防御側が何を学べるかを解説します。
6月にSysdig Threat Research Teamが確認したこと
今夏、Sysdig TRTは、設定不備のあるOllamaサーバーを推論エンジンとして使い、複数段階からなる自動化された攻撃ツールを構築している人物を確認しました。この攻撃者は、モデルと対話したり、従来のLLMjackingのようにアクセス権を転売したりしていたわけではありません。標的をスキャンし、既知の脆弱性と照合し、概念実証コード(PoC)を作成して侵入を試みるまでのパイプラインにモデルを組み込み、各段階の判断をモデルに任せていました。このツールはコード全体を通じて自らをVAPT(脆弱性評価およびペネトレーションテストの略称)と名乗っていたため、Sysdigも「VAPT」と呼ぶことにしました。
VAPTはリクエストのたびにモデルへ完全な指示を送信していたため、Sysdigはツール全体のアーキテクチャを把握できました。フィンガープリンティング、脆弱性のマッチング、Webの偵察、PoCの生成、SQLインジェクション、認証情報の抽出、権限昇格、さらにコマンド実行に成功するまで動き続けるオーケストレーターで構成されていました。Sysdig TRTが観察している間にも、VAPTは段階ごとに書き換えられていました。標的はすべて非公開の演習環境でした。実際の被害者に向けられる前の、開発途上のツールを見ていたことになります。
OllamaサーバーはLLMjackingにより、無料で、認証もなく、利用量の制限もない状態でした。1回の攻撃で何百回もモデルを呼び出すツールを使う攻撃者にとって、Sysdigのブログが述べたとおり「経済性は明らかです」。攻撃のコストが推論コストにまで下がり、その推論が盗まれたものであれば、攻撃活動は事実上無料になります。
ARTEXとは
ARTEXは、Go言語で書かれた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プラットフォームです。自然言語で書かれた operator の目標を、専門化されたAIエージェントが実行するマシンコマンドへと変換します。目標を設定する以外に、人間の関与はほとんど必要ありません。
ARTEX自体はモデルを持ちません。Microsoftによると、アーキテクチャは、次の手順を決める計画エージェントと、コマンドツールを実行するワーカーエージェントで構成され、調査結果はすべて資産と脆弱性の共有グラフに集約されます。
FBIのFLASHに記された戦術・技術・手順(TTP)は、どのセキュリティチームにも馴染みのある攻撃の定石そのものです。
- 1秒未満の権限チェックとドライラン
- SAML、XXE、SSRF、インジェクションの脆弱性、ハードコードされた認証情報の悪用
- 永続化のためのWebシェルとオープンソースのリモートアクセス型トロイの木馬(RAT)
- 権限昇格のためのKerberoastingとDCSync
- コマンド&コントロール(C2)に用いるレジデンシャルプロキシ、Tor、トンネリングツール
FBIは、ARTEXの通信は目立つため、防御回避技術は問題にならないとしています。むしろ問題となるのはスピードです。初期の標的選定から特権アクセスの取得まで3時間未満で進んだ侵入もありました。ただしMicrosoftによれば、標的への攻撃の大半は失敗に終わっています。さらに高速で、より高い成果を挙げているキャンペーンも他にありますが、3時間という時間は軽視できるものではありません。
VAPTとARTEXの共通点
「認可されたペネトレーションテスト」という名目は、いわばマスターキーです。この名目はVAPTの各段階で繰り返し使われていました。AIモデルはすでにabliteration(ガードレールの除去)が施されていたにもかかわらず、攻撃者はモデルを協力的に保つための包装として使っていた可能性があります。VAPTが本当に教育目的で作られたかどうかにかかわらず、その構築に使われた計算資源は盗まれたものでした。したがって、キャンペーン全体が無許可だったことになります。
FBIのFLASHによると、攻撃者は「ペネトレーションテストという枠組みで依頼した場合にガードレールが確認できない」モデルを好みます。ペネトレーションテストだと伝えれば、多くのAIモデルは詮索をやめます。これは特定のプロバイダーのバグではなく、きれいな技術的解決策のない、デュアルユースの問題です。
実際、VAPTが最初に試したのは、abliterationを施したLlama-3.3-70Bモデルでした。モデル一覧にはdeepseek-r1:8bも含まれていました。FBIによれば、ARTEXの運用者は「能力、比較的低いコスト、確認できるガードレールの欠如のバランス」を理由にDeepSeek Flashファミリーに集まっています。モデルは違っても、選定基準は同じです。十分な能力があること(最先端モデルである必要はありません)、安価であること、プロンプトを拒否しにくいことです。
VAPTの運用者は、特定のバックエンドに依存しないツールの接続先を、有料のOpenAI、Anthropic、GoogleのAPIから無料のOllamaサーバーに切り替えただけでした。ARTEXは独自のモデルを持たず、少なくとも6つのプロバイダーに接続できます。どちらの場合も、エンジンの変更は設定変更で済みます。「悪いモデルをブロックすればよい」が対策にならないのはそのためです。それを実現するにはすべてのモデルをブロックする必要があり、現実的ではありません。
もう1つの共通点は、VAPTもARTEXも新種のエクスプロイトを必要としないことです。VAPTの攻撃にCVEは存在せず、FLASHもARTEXに関するCVEを挙げていません。スピードの源泉は、ありふれた弱点を、疲れることも手を止めることもなく連鎖させる点にあります。こうしたAI搭載ツールは、地味な作業を工業化します。食事と睡眠が必要な人間の防御担当者は、対峙すれば常に不利です。
最後に、ツールとその燃料の両方が、無防備にさらされています。研究者は以前、公開状態のOllamaインスタンスを約17万5,000件確認しました。FBIによると、11月初旬の時点で、研究者は公開状態のARTEXコンソールを1,600件以上数えています。一方は無料のエンジンで、もう一方はそのエンジンが動かす道具です。攻撃者も、狙われる側と同じ衛生管理の問題を抱えています。
VAPTとARTEXの相違点
|
VAPT(6月) |
ARTEX(7月以降) |
|
|
使用者 |
インドのレジデンシャルIPアドレス帯にいた単独の攻撃者 |
さまざまな攻撃者 |
|
実体 |
単独の攻撃者が1回のセッション内で改良を重ねたツール |
数千のフォーク、翻訳版、商用版を持つオープンソースプロジェクト |
|
標的 |
非公開の演習環境 |
多くの業種にまたがる実在の組織 |
|
計算資源の出所 |
確認済み。公開されたまま監視されていないサーバー |
特定されていない |
|
防御側が見たもの |
ツールの完全な指示内容(モデルサーバーを観測できたため) |
その結果として残る痕跡:バースト的な通信、ドライラン、新たな認証情報、Webhook |
最後の行は特に重要です。VAPTの場合、Sysdig TRTは「頭脳」を見ることができました。ARTEXの場合、防御側が主に目にするのは、その頭脳が何をしたかです。ふるまいベースの検知が存在するのは、まさにこのためです。
コストはこの話の重要な要素
防御側が変えられるものは多くありますが、攻撃者が使うトークンの価格は変えられません。
Sysdig TRTのLLMjackingの調査は、2024年からこのコスト曲線を追ってきました。同年5月、Sysdigは、盗んだクラウド認証情報で被害者の有料AIモデルにアクセスし、請求を被害者に押し付ける攻撃者の手口をこの言葉で名付け、最悪の場合は1日あたり最大4万6,000ドルに達すると試算しました。2025年には、LLMjackingは工業化されたブラックマーケットへと成熟しました。そして6月には、公開状態のモデル処理能力が攻撃ツールを動かすという次の段階に進みました。計算資源の窃取がもたらす経済性が、攻撃能力の開発資金を賄えるようになったのです。
その1カ月後にARTEXが登場しました。FBIの注意喚起は、LLMjackingの脚注のようにも読めます。
- モデルの選択は価格に連動しています。攻撃者が管理するインスタンスでDeepSeek Flashが多いのは、「比較的低いコスト」が一因です。
- リセラーやゲートウェイも関与しています。FLASHが挙げている唯一のドメイン指標は、韓国でのキャンペーンで使われたLLM APIリセラーのものです。FBIは防御側に対し、LLMゲートウェイソフトウェア(CLIProxyAPI、New API)を探すよう促しています。
- FBIはAIの請求書を求めています。被害者に提出を求める証拠には、トークン消費パターンやAPI課金の異常、エグレスログ内の見慣れないLLMプロキシやリセラー、LLM APIへの外向き接続が含まれます。
注意すべきなのは、FBIが「盗まれた」認証情報やアクセスとは述べていない点です。リセラーの存在は窃取の証拠にはならないためです。それでも、LLMjackingはARTEXのようなツールにとって自然な燃料であり、ある侵入の認証情報窃取の側面が、次の侵入の計算資源を供給しうるのです。
10月に起きた最近のインシデントでは、攻撃者がARTEXに似たハーネスを使い、盗んだAIキーで74万ドルもの不正利用の請求を発生させました。
これとは別に、攻撃的セキュリティのコストを裏付ける例として、Califは、Java4Shellの最初のエクスプロイトを見つけて構築するのにかかったトークン費用は200ドル未満だったと述べています。
AIの請求書は、注意を払ったりリアルタイムで監視したりしている組織がきわめて少ないテレメトリです。公開されたモデルサーバーの所有者の目に映るのは、計算負荷の上昇と開いているポートだけで、それが多段階の攻撃パイプラインだとは気づきません。AI認証情報を盗まれた被害者の目に映るのは、請求書です。FBIがインシデント報告でトークン消費量を求めていることは、防御側がどこに目を向けるべきかを示す、かなり明白なヒントといえるでしょう。
「デュアルユース」ツールの難しさ
ここに、多くのオープンソースツールと攻撃をめぐる難しさがあります。ARTEXの開発者は、このツールは定められた範囲内での認可されたセキュリティテスト向けだと述べています。VAPTの意図は不明です。正当な活動のために開発・使用された可能性もありますが、計算資源の窃取はいずれにしても違法でした。
攻撃とペネトレーションテストは、標的が違うだけで同じソフトウェアです。「認可済み」というラベルはモデルには通用し、不正利用の報告を受けてリポジトリが削除されても、フォークは生き続けます。FBIによれば、ARTEXは今もフォーク、アーカイブ、翻訳版、商用版を通じて流通しています。11月18日のGitHub検索では約1,100件のリポジトリが見つかり、数千のフォークを持つものも数件ありました。しかし、オープンソースソフトウェアを責めても答えにはなりません。オープンソースの透明性は、ツール自体が生み出すシグナルを防御側がよりよく理解する助けにもなります。
自律型ハッキングツールに対する防御側の指針
VAPTやARTEX、そして今後現れうる悪質な自律型攻撃ツールを懸念する防御側は、以下の推奨事項に従うことができます。ARTEXについては、FBIのFLASHに調査用のIOCも掲載されています。
- AIインフラはデータベースと同様に扱う。モデルサーバーを認証なしで公開インターフェースに置かず、利用状況を監視します。公開されたOllamaサーバーは、他人にとっての無料のエンジンです。
- AIの請求書をテレメトリに加える。トークン消費の急増、見慣れないAPI利用者、課金の異常にアラートを設定し、どの認証情報がモデルへのアクセスを許可しているかを把握します。
- AIサービスの認証情報はクラウドの認証情報と同様に扱う。優先度の高い標的であり、通貨でもあります。ローテーションとスコープの限定を行い、リポジトリには含めないようにします。
- まず自組織に対して認可されたエージェント型テストを実施し、運用するオープンソースのペネトレーションテスト用ハーネスは敵対的コードとして扱います。本番環境から隔離し、スコープはプロンプトではなく設定で強制します。
- モデルではなく、ふるまいを検知する。次のツールの背後にどのモデルがあるかは予測できません。見えるのはペースです。1秒未満の権限チェック、小さな変更を伴うバースト、パートナーポータルでの連続的な列挙、他のテナントを探る新規ID、これまで使っていなかったwebhook.siteやLLM APIに接続するサーバーなどです。
- ブロックする前に指標を精査する。クラウドにホストされたIPアドレスは再割り当てされることがあるため、リストを確認し、ブロックリストを定期的に見直してください。恒久的に禁止する必要はありません。
まとめ
6月、Sysdig TRTは、何者かが借り物の計算資源で攻撃ツールを構築し、演習用の標的に向ける様子を観測しました。11月には、FBIが、さまざまな攻撃者が実在の組織に対して使用している、完成度の高いオープンソースの攻撃ツールについて説明しました。両者の間に明確な関連はありませんが、どちらも多額の資金、高度なスキル、目新しい手法を必要としなかった点は共通しています。
この2年間、問われてきたのはAIエージェントがハッキングできるかどうかでした。その答えはすでに出ています。間違いなくできます。今問われているのは、その費用を自分たちが負担させられていることに、組織が気づけるかどうかです。
Sysdig TRTによる最新の脅威調査はこちら