OpenAIとAnthropicによるサイバー攻撃の警告が、セキュリティ責任者にとって何を意味するのか

主なポイント

• OpenAIとAnthropicは、100社以上の他企業と共に、次のように警告した。 AIによってサイバー攻撃の参入障壁が低下している
• CrowdStrikeは、 DeepSeekバックエンド上に構築されたARTEXツール群を活用し、 。このキャンペーンでは、DeepSeekバックエンド上に構築されたARTEXツールが使用されており、Claude Codeのセッション履歴も確認された
• ファイルのサニタイズや実行前の分析といった予防対策により、AIによって生成されたマルウェアへの曝露リスクは低減されますが、それらと並行して検知と対応も依然として必要です
• セキュリティ責任者は今すぐ行動を起こすことができます。具体的には、露見している高リスクの脆弱性を優先的に対処し、アクセス制御を強化し、信頼できないファイルを検査・クリーンアップし、既存の防御策をテストし、インシデント対応の準備状況を確認することです。
• 報道によると、OpenAIとAnthropicは 「事後対応」のシナリオ を想定したシミュレーションを行っていると報じられているが、これはOpenAIの公式なスケジュールとしては確認されていない

OpenAIとAnthropicが実際に計画していること

OpenAIとAnthropicは、AIを活用した大規模なサイバー攻撃を、備えの観点から捉えています。2026年8月、両社は他の100以上の組織とともに、 公開書簡に署名した に署名した。この書簡では、AIによってかつて攻撃者の動きを鈍らせていたコストやスキルの障壁が徐々に崩されつつあると警告し、その変化が加速する前に、防御側がすでに蓄積している脆弱性や設定ミスの是正に取り組むよう求めている。この書簡は、この問題を、注目度の高い標的だけでなく、外部にさらされたインフラを運用するあらゆる組織が直面する共通のリスクとして位置付けている。

その備えは、各社が一般市民の反応をどのように予想しているかという点にも及んでいる。 Axiosによると、OpenAIとAnthropicは、AIを利用した大規模な攻撃の後に予想される世論の怒りに対処するため、「事後対応」計画や広報戦略、対応マニュアルを非公開で練っている。情報筋によると、その対応期間は6～12ヶ月とされている。このタイムラインはAxiosの情報源に基づくものであり、OpenAI自身が公表した予測ではない。また、OpenAIは、自社の想定シナリオが必ずしも現実になるわけではないと述べている。

セキュリティ責任者にとって、その区別は方向性ほど重要ではありません。その期間が6か月であろうと2年であろうと、こうしたAIシステムを開発している企業は、すでにAIによる攻撃の支援を短期的な運用上の現実として捉えており、それだけでも、後述する防御策を優先すべき十分な理由となります。

AIを活用した攻撃がすでに現れている場所

今後起こりうる事態に関する警告とは別に、AIを活用した攻撃の証拠はすでに存在している。最も明確な公開事例は、韓国の金融機関を標的とした攻撃キャンペーンであり、CrowdStrike社が「ARTEX」と呼ぶツールセットに関する調査の中で、同社がこの事例を記録している。

CrowdStrikeの報告書によると によると、この脅威アクターは、主にDeepSeekバックエンド上に構築されたフレームワーク「ARTEX」を使用しており、同じ攻撃者インフラストラクチャ内で発見されたClaude Codeのセッション履歴も併せて使用していたことが判明した。また、同レポートでは、影響を受けた組織の数は依然として確認されていないと述べられている。

この調査では、当該活動を検知できなかった特定のウイルス対策製品の名は挙げられておらず、将来発生しうるインシデントの規模を予測する根拠も示されていない。記録によれば、確認された1つのキャンペーンの背後には複数のツールが混在しており、単一のAIモデルが攻撃の全段階を実行したことが確認されたわけではない。

しかし、OpenAIやAnthropic、その他100以上の組織が2026年8月に発表した業界レターでは、これまでに確認された攻撃の内容ではなく、AIを活用した攻撃が今後どのような方向に向かう可能性があるかについて懸念が示されている。

AIがサイバー攻撃にどのような変化をもたらすか

AIは攻撃の経済性を一変させます。各段階で従来必要とされていた時間と専門知識を削減するからです。脆弱性調査は、その最も顕著な例です。AIツールは、単独で作業するアナリストよりも迅速にコードや設定をスキャンして弱点を発見し、弱点が特定され次第、エクスプロイトコードを作成することができます。これにより、以前は専門チームが数日を要していたプロセスが大幅に短縮されます。

各段階にわたる連携が、2つ目の変化です。前述のARTEXキャンペーンでは、単一の作戦において、AIツールが偵察、準備、実行を支援し、従来はそれぞれ異なるスキルを個別に習得したチームが必要だった各工程を結びつけている様子が示されています。

これらの機能を総合すると、攻撃者による攻撃の試みが増え、その反復サイクルが速まっていることが示唆されます。これは、CrowdStrikeの調査および業界書簡で指摘された懸念に基づく解釈であり、新たな攻撃の確定的な件数ではありません。

その OpenAIが主導した業界書簡 では、同じ基盤となるAI技術を活用することで、セキュリティチームが人員だけでは対応しきれない規模で、トリアージ、パッチの検証、ログ分析を自動化し、防御側がすでに蓄積してしまった脆弱性や設定ミスの解決に役立てられると主張している。攻撃ツールと防御ツールは、同じ技術に基づいて進化している。

なぜ「予防」は「検知」を補完しなければならないのか

脅威の検知と被害の可能性の排除は、2つの異なるセキュリティ機能です。AIを活用した攻撃では、この区別が重要になります。検知のみに依存している組織は、あらゆる攻撃が過去に確認されたものと同じ様相を呈していることを前提としていることになります。

「検知」と「予防」：それぞれの実際の役割とは

• 検出とは、既知のシグネチャ、ヒューリスティック、または行動モデルと照合することで、通常はファイルやアクションが環境内にすでに存在した後に、悪意のある動作を特定することです。
• 予防対策では、検出エンジンがそのファイルを脅威として認識するかどうかにかかわらず、ファイルが実行される前に、そのファイルの動作を排除または制限します。

検知は、目にしたものや学習済みのものしか捕捉できません。一方、予防は、脅威を認識しなくてもそれを無力化することができます。

Deep CDR™ テクノロジーの活用場面

Deep CDR™ テクノロジー は、当社のコンテンツ無害化・再構築技術です。既知の悪意あるパターンをファイル内でスキャンするのではなく、アクティブなコンテンツを削除し、安全で利用可能なバージョンとしてファイルを再構築します。これにより、検出エンジンにまだシグネチャが存在しないファイルにも対応可能です。

これは、AIシステムを直接標的とする攻撃にも当てはまります。「EvilFont」攻撃では、カスタムフォントが、人間が読む際に文書に表示される内容と、AIモデルが同じファイルから抽出する内容を意図的に異なるものに変換しますが、この攻撃には、検出可能な不正な構造やシグネチャは一切含まれていません。Deep CDR™テクノロジーは、再構築の過程で埋め込まれたフォントを削除するため、そのフォントが悪意のあるものと認識されるかどうかに関わらず、この攻撃を阻止します。

Deep CDR™ テクノロジーは、相互に補完し合う一連の制御手段のうちの1つです：

• ファイル検査では、信頼する前にファイルの種類と構造を検証します
• 実行前分析とは、ファイルがユーザーに届く前に、制御された環境下でその挙動を評価するものです。
• Deep CDR™ テクノロジーは、ファイル内でアクティブな要素を、それが悪意のあるものとしてフラグが立てられているかどうかにかかわらず、削除または再構築します。
• ファイルとして届かないリスクに対しては、検知と対応が依然として不可欠である

「予防を最優先とするセキュリティ」の根拠

この多層的な論点は、 『Cybersecurity Upside Down』OPSWAT 』の核心をなす議論です。同書は、検知可能性を前提としたセキュリティ戦略が、ある単純な理由からますます通用しなくなっていると論じています。それは、従業員が開くファイルやメールで届くファイルといったものは、AIによって生成されたかどうかにかかわらず、検知だけでは決して完全に対処できなかったからです。

そのような捉え方は、具体的な速度に関する主張よりも重要です。攻撃者がAIを使ってマルウェアを生成したか、手作業で作成したかに関わらず、リスクは同じです。つまり、そのファイルが安全かどうかを誰かが評価する前に、システムに到達してしまうということです。予防対策は、ファイルがどのように作成されたかに関係なく、そのリスクを排除します。

MetaDefender の「Aether™」が活躍する場面

Deep CDR™ テクノロジーは、ファイルの安全な再構築コピーを提供するように設計されていますが、以下の 3 つの状況では別の対応が必要となります。

• 一部の組織では、法的、コンプライアンス、あるいはフォレンジックの理由から、変更されていない元のファイルを保持しなければならない場合があり、再構築されたコピーは、その性質上、そのファイルとはみなされません。
• 実行ファイル、インストーラー、およびスクリプトは、その設計上アクティブなものであるため、それらのアクティブなコンテンツを削除すると、ユーザーが必要とする機能が失われてしまう。したがって、これらについては再構築ではなく、判断が求められる。
• また、サニタイズされたファイルだけでは、セキュリティチームに対して、その脅威が何であったか、どこから来たのか、あるいはより広範な攻撃キャンペーンの一部であるかどうかといった情報を伝えることはできません。

MetaDefender Aether™は、ファイルを変更することなく分析を行うことで、これら3つの課題すべてに対処します。これは、シグネチャベースの検知では見逃されてしまう、新規かつ検知を回避するマルウェアに対応するために構築された、5層構造のゼロデイ検知ソリューションです。その静的解析層では、Predictive Alin AIを活用し、シグネチャや実行テストを必要とせずに、実行前に悪意のある意図を予測します。 信頼度の高いクリーンなファイルはミリ秒単位で通過が許可され、信頼度の高い悪意のあるファイルはブロックされ、判定が不確実なファイルはエミュレーションベースのサンドボックス内での動的解析へとエスカレーションされます。そこでゼロデイ攻撃と確認された情報はPredictive Alin AIにフィードバックされるため、1件の検知ごとに将来の検知精度が向上します。

MetaDefender また、Aetherでは、チームが「スピード」と「深度」のどちらを重視するかを選択できます。スピード重視の分析では、可能な限り最短時間で結果を導き出すため、大量のファイルが処理される状況に適しています。一方、深度重視の分析では、スキャン時間よりも「侵害の兆候（IoC）」を最大限に抽出することを優先するため、調査や対応に適しています。

LLM Scanningは、このアプローチをAIそのものにも拡張しています。MetaDefender Aetherは、コードを実行することなくモデルファイルに埋め込まれた脅威を検出し、稼働中のLLMに対してプロンプトインジェクションや機密データの漏洩がないか調査を行うため、オープンソースやサードパーティのモデルを環境に取り入れるチームは、それらを信頼できないファイルとして扱うことができます。これらを併用することで、Deep CDR™テクノロジーは安全に再構築可能な部分を無害化し、MetaDefender Aetherはそのままの状態で維持しなければならない部分を分析します。

セキュリティ責任者が今できること

セキュリティ責任者は、AIを活用した攻撃が確認されてからでなければ行動を起こす必要はありません。2026年8月の業界共同声明に署名した組織は、最近優先的に取り組まれていない分野であっても、ほとんどのセキュリティチームがすでに把握している5つの領域を挙げています。

1. まず、パッチが公開されている高リスクの脆弱性を優先して対処する：インターネットに公開されているシステムや、悪用が確認されている脆弱性は、攻撃者にとって最大の利益をもたらす。チケットを「解決済み」としてマークするのではなく、修正が実際に機能したことを確認する。
2. 過剰な権限を削減する：アクセス制御を強化し、1つのアカウントが侵害されたり、AIを活用したフィッシング攻撃が行われたりしても、重要なシステムにアクセスできないようにする。
3. 信頼できないファイルは、使用前に検査および消毒を行う：電子メールの添付ファイル、ダウンロード、リムーバブルメディアなどのファイルベースの攻撃経路は、デフォルトで疑わしいものとみなす。
4. 既存の防御策を定期的にテストする：テストサイクルが滞っていると、既知の脆弱性が、多くのチームが認識しているよりも長い期間、放置されたままになってしまう。
5. インシデント対応および復旧の準備状況を確認する：対応計画が、従来の計画の多くが想定していたような緩やかな攻撃キャンペーンだけでなく、AIを活用したより迅速な攻撃のタイムラインも考慮していることを確認してください。

米国議会は、AIの安全性に関する法的拘束力のある要件をまだ可決しておらず、2026年にかけて議論されてきた「キルスイッチ」の提案も依然として停滞したままである。だからこそ、数年を要するかもしれない政策上の指示を待つのではなく、これら5つの項目について直接行動を起こすべき理由がまた一つ増えたのである。

セキュリティチームは、AIを活用した攻撃の標的となるもの、すなわちファイル、アクセスポイント、そしてシステム内を流れるデータを、これまでと同様に保護し続ける必要があります。当社は、電子メール、ファイル転送、リムーバブルメディア、Webからのダウンロードなど、信頼できないコンテンツが組織内に流入するポイントに、検査、クリーンアップ、およびアクセス制御機能を組み込んでいます。

これらの制御が、御社が実際に取り扱っているファイル形式やエントリポイントに対してどのように適用されるかを確認したい場合は、当社のチームがワークフロー評価の手順をご案内いたします。