powered by TechFeed
表示モード
Deep Dive

AWSがAIエージェントによるサイバー犯罪キャンペーンの実例を公開 — AIキー窃取・ディープフェイクKYC突破の手口と防御策

11月14日、AWSが「Amazon Threat Intelligence observes threat actors running cybercrime campaigns with Artex AI agents」と題した記事を公開した。この記事では、オープンソースのAIエージェントフレームワーク「ARTEX」を悪用したサイバー犯罪キャンペーンをAmazonの脅威インテリジェンスチームが観測・分析した内容が詳しく報告されている。

11月14日、AWSが「Amazon Threat Intelligence observes threat actors running cybercrime campaigns with Artex AI agents」と題した記事を公開した。この記事では、オープンソースのAIエージェントフレームワーク「ARTEX」を悪用したサイバー犯罪キャンペーンをAmazonの脅威インテリジェンスチームが観測・分析した内容が詳しく報告されている。


AIエージェントがサイバー犯罪インフラを動かす

AWSがここで報告しているのは、単なる「AIを使った攻撃が増えている」という話ではない。AIエージェントが攻撃インフラ全体を自律的に運用し、偵察・侵害・資金化まで一気通貫で実行したという、踏み込んだ事例だ。

Amazonが運営するグローバル分散型のデコイセンサーネットワーク「MadPot」(AWSによる解説)が、2026年10月3日〜11月5日の期間に、ARTEXエージェントからのリクエストを捕捉した。MadPotはLLM推論APIを装ったセンサーを展開しており、ARTEXエージェントはそれを本物のバックエンドと誤認してリクエストを送信した。そのリクエストには、エージェント自身の作業履歴(オペレーティングメモリ)が丸ごと含まれていた。これにより、Amazon Threat Intelligenceはキャンペーン全体の内部構造を把握することができた。

ARTEXは、オープンソースのエージェント型AIペネトレーションテストフレームワークだ。複数のエージェント(プランナー・ワーカー・検証・圧縮)が共有ナレッジグラフを通じて情報を受け渡しながら協調動作する設計で、エージェント同士が前の作業を引き継ぎながら攻撃を継続できる。

Amazon Threat Intelligenceは、プロンプト内の中国語(簡体字)の使用、中国タイムゾーンの設定、ターゲティングの傾向などから、中国系の脅威グループによる攻撃と中程度の確度で評価している。指示プロンプトには「中国本土と政府ドメインは除外する」「全アウトバウンドをプロキシ経由にする」といったルールが明示されていた。


キャンペーン1:AIクレデンシャルの大規模窃取

最大規模のキャンペーンは、AIモデルへのアクセスキーを盗み、そのキーで推論コストをまかないながらさらなるキー窃取を継続するという自己持続型の構造を持っていた。

攻撃の標的は、LLMゲートウェイやプロキシプラットフォーム(One API、New API、Veloera、Sub2API、LiteLLM)、AIアプリケーションビルダー(Dify、FastGPT、Langflow、RAGFlow、Open WebUI、LobeChat、Ollama)など。これらは複数のプロバイダーキーを集約する設計のため、管理インターフェースが一箇所でも弱ければ大量のキーが漏洩する。

エージェントが使用した攻撃手法はコード化されたプレイブックとして整備されており、以下が含まれていた:

  • 未初期化インストールの乗っ取り
  • LiteLLMのデフォルトマスターキーによる認証突破
  • CVE-2025-3248(Langflow)およびCVE-2026-28797(RAGFlow。2026年に公開された脆弱性)の悪用
  • isCliRequestヘッダーを使ったOne APIファミリーの認証バイパス
  • URLフェッチ機能を介したクラウドメタデータサービスへのSSRF
  • クライアントサイドJavaScript・ソースマップ・環境ファイルに残置されたシークレット

発見手法はGitHubリポジトリ・npmおよびPyPIのtarball・コンテナイメージレイヤー・Telegramチャンネルなどの公開情報源を網羅。窃取したクレデンシャルはL1(リード)→L2(動作確認済み)→L3(影響定量化済み)の3段階でグレーディングされ、公開から30日以上経過したキーは低価値として扱ったという徹底ぶりだ。


キャンペーン2:ディープフェイクによるKYCバイパス

もう一つのキャンペーンは、暗号資産取引所のKYC(本人確認)をディープフェイクで突破する試みだ。

ライブネスチェック(本人が実際にその場にいることをカメラ越しに確認する仕組み)については、エージェントが特定ベンダーのプロトコルをリバースエンジニアリングし、顔検出イベントストリームや顔の移動座標系を詳細に文書化した。最良の試行では、ターゲット位置から7ピクセル以内に顔を収めて全移動シーケンスを完了させたが、ベンダーのサーバーサイド判定はすべての試行でディープフェイクを否認した。

並行して、コンシューマーグレードのGPU1基でリアルタイムディープフェイク動画パイプラインを構築。モデルを分割してGPUメモリコピーを最適化することで、11.5フレーム/秒を達成した(ライブビデオチェックが要求する水準に近い)。

IDドキュメントの改ざんでは、JPEGファイル内の実際の値に合わせた合成カメラメタデータを生成し、再保存時に通常置き換わるカメラの圧縮テーブルを保持することで、ファイルレベルでは未編集のカメラ写真に見せかける手法を記録している。

このキャンペーンでは少なくとも4つのエージェントセッションが並行して動作し、資金出金経路の調査・残高精算・ディープフェイクパイプライン構築・認証バイパス実行をそれぞれ担当していた。


防御側への示唆

記事はこう締めている。「これらのキャンペーンで使われた技術に新しいものはない。AIエージェントが変えたのは、攻撃者のスピードと持続性だ」と。

この指摘は重要だ。従来のスクリプトベースの攻撃は、あらかじめ定義した手順を機械的に繰り返すにとどまる。一方、AIエージェント型の攻撃はコンテキストを保持しながら状況に応じてアプローチを切り替え、失敗から次の試行を組み立てる。同じ脆弱性を突くとしても、試行のサイクルが速く・長く・柔軟になるという点が根本的に異なる。対策の優先度付けや検知ルールの設計において、この違いを意識する必要がある。

有効な対策として挙げられているのは基本的なものばかりだが、それが実態だ:

  • デフォルト認証情報・ハードコードされたクレデンシャルの排除
  • コードや公開アーティファクト内のシークレット管理
  • 認証なしの推論エンドポイントの閉鎖
  • 未パッチソフトウェアの修正
  • AIサービスの利用状況(予期しない支出・異常な使用パターン)の監視

IOC(侵害指標)として、観測期間(2026年10月〜11月)中に使用されたIPアドレスがキャンペーン1で5件、キャンペーン2で6件、元記事内に公開されている。自社環境でのブロックリスト照合に活用できる。具体的なIPアドレスのリストは元記事の該当セクションを直接参照していただきたい。


詳細はAmazon Threat Intelligence observes threat actors running cybercrime campaigns with Artex AI agentsを参照していただきたい。