Amazon Web Services ブログ
中国と関連のある脅威アクターが使用した Cairn の AI エージェントがゼロデイ脆弱性を自律的に発見した事例
本ブログは 2026 年 11 月 20 日に公開された AWS Blog “Chinese-nexus actor’s Cairn AI agents found a zero-day on their own” を翻訳したものです。
Amazon Threat Intelligence は、自律型の AI エージェントを使い、人間の関与を最小限に抑えてハッキング活動を行っていた、中国と関連のある脅威アクターに関する調査結果を共有します。このアクターはエージェントに「シェルアクセスを取得する」というシンプルな目標を与えていました。このキャンペーンの中で、エージェントはオープンソースアプリケーションに存在するゼロデイ脆弱性を発見し、それを悪用してサーバーの完全な制御を奪いました。この調査結果は、エージェントによる攻撃活動が既に現実に行われていることを示しています。防御側は、こうしたツールがもたらす攻撃のスピードと持続性に備える必要があります。
発見の経緯
2026 年 9 月 10 日、Amazon Threat Intelligence は、オープンソースの自律型 AI ペネトレーションテストフレームワークである Cairn のインスタンスが認証なしで稼働し、一般に公開されているサーバーを特定しました。オペレーターがサーバーを公開状態のままにしていたため、プロジェクトの設定、アクターのプロンプト、AI の出力など、プラットフォームの運用履歴をインターネット経由で誰でも閲覧できる状態になっていました。オペレーターは簡体字中国語でプロンプトを記述しており、実行されたスクリプト内のタイムスタンプは中国標準時に設定されていました。
このインスタンスを分析した結果、2026 年 9 月 8 日から約 48 時間にわたって、中国本土以外の東アジアにある大学に関連する IP アドレスを標的としたキャンペーンが行われていたことが判明しました。
Cairn と今回のキャンペーンの概要
Cairn は、防御側のための調査・問題解決エンジンとして構築されました。操作は簡単です。出発点と目的を平易な言葉で指定すると、複数の AI エージェントを連携させ、その目的に至る経路を探します。こうした使いやすさは、脅威アクターにとっても魅力となります。今回のキャンペーンでは、アクターは、標的の IP アドレスの一覧と、表現を少しずつ変えた「シェルアクセスを取得する」という目標を与えていました。これらの入力に基づいて、AI エージェントは、オペレーターが次の手順を逐一指示することなく、計画、実行、そして学習に応じたアプローチの調整を行いました。
このキャンペーンには、複雑さも結果も大きく異なる複数の作戦が含まれていました。以下の作戦は、自律型 AI エージェントの持続性と能力の両方を示しています。
堅牢化された標的に対する持続的な攻撃
最も大規模な作戦は、ある大学の Redis (Remote Dictionary Server) インスタンスを標的としたものでした。このインスタンスは、認証なしでアクセスできるように設定されていました。Redis は、頻繁に使用されるデータをメモリ内に保持し、アプリケーションがすばやく取得できるようにするデータベースであり、ネットワーク内部への足がかりとして価値が高くなる場合があります。エージェントは約 16 時間、148 回の連続した操作にわたり、公開状態の Redis サーバーを乗っ取るための既知の手法を数多く試しました。これには、Redis のレプリケーション機能を悪用した不正なコードのロード、スクリプトのサンドボックスからの脱出、設定ファイルへの書き込み、メモリの破壊などが含まれます。エージェントは、同じシステム上で稼働している別のサービスに対して、Log4Shell インジェクションも試みました。
これらの試みが失敗すると、エージェントは、Redis インスタンスと同じ環境で稼働していた Qdrant インスタンスのサーバーサイドリクエストフォージェリ (SSRF) 脆弱性を通じて内部の Docker ネットワークトポロジーを把握し、PostgreSQL、SSH、その他いくつかのサービスに対して認証情報のスプレー攻撃を仕掛けました。これらの試みはいずれも成功しませんでした。
別の作戦は 6 時間を超えて続き、大学の GPU サーバーを標的としていました。この GPU サーバーは、計算負荷の高い研究のために構築された高性能コンピュータ群です。エージェントはまず、教員名簿、研究室のウェブサイト、アーカイブされたウェブページ、学術論文など、大学の公開情報を調べ、約 80 件の実在するユーザー名のリストを作成しました。その後、このサーバーのリモートログイン (SSH) と、大学ネットワーク内の他のシステムである管理ダッシュボード、ネットワークストレージデバイス、VPN サーバー、大学のキャンパスポータルに対して、30,000 を超える認証情報の組み合わせを試行しました。ログインに成功する組み合わせは、最後まで見つかりませんでした。
どちらの作戦も成功しませんでしたが、これらを合わせると、エージェントが人間の指示なしに、ほぼ丸 1 日にわたって対応方法を調整し続けたことがわかります。
ゼロデイ脆弱性の発見
オープンソースの医用画像 AI アプリケーションを実行している標的に対しては、結果が異なりました。エージェントは、このアプリケーションのフレームワークを特定し、API エンドポイントをマッピングして、ファイル名パラメータを持つアップロードエンドポイントを見つけました。そのパラメータにパストラバーサルの脆弱性がないかをテストしたところ、実際に脆弱でした。エージェントがアプリケーションの API のマッピングから、サーバー上への任意のファイル書き込みに至るまでに要した時間は、約 11 分でした。
その後のセッションで、エージェントは同じ脆弱性を使い、Python のリバースシェルペイロードを sitecustomize.py に書き込みました。sitecustomize.py は、Python がインタープリターの起動時に自動的にインポートするファイルです。続いてエージェントは、トレーニング API エンドポイントを呼び出して新しい Python プロセスを起動しました。新しいプロセスがペイロードをインポートし、root として動作するリバースシェルが確立されました。
発見された時点では、この医用画像アプリケーションのパストラバーサル脆弱性にはセキュリティアドバイザリが割り当てられておらず、パッチも提供されていませんでした。影響を受けるオープンソースプロジェクトについて、対応する修正、問題報告、アドバイザリ、あるいは脆弱性データベースへの過去の記載がいずれも存在しなかったことから、Amazon Threat Intelligence は、これがゼロデイ脆弱性であったと高い確度で評価しています。
その後の悪用
別のセッションでは、脅威アクターが介入しました。エージェントがゼロデイ脆弱性を発見した後、アクターはエージェントに、別の大学のネットワークへトンネルを張るプロキシを提供しました。このプロキシの接続先サーバーでは同じ脆弱なソフトウェアが動作していたことから、Amazon Threat Intelligence は、アクターがゼロデイ脆弱性を使ってそのサーバーを侵害し、トンネルを確立したと推測しています。アクターはエージェントに対し、このトンネルを使ってそのネットワーク内の他のマシンを標的にするよう指示しました。
アトリビューション
Amazon Threat Intelligence は、簡体字中国語のプロンプト、中国標準時のスクリプトのタイムスタンプ、中国が戦略的な関心を寄せていると考えられる大学が標的とされていたことから、これが中国と関連のある脅威アクターであると中程度の確度で評価しています。
AWS が講じた措置
Amazon Threat Intelligence はこの脆弱性についてプロジェクトのメンテナーに通知し、メンテナーは修正と GitHub Security Advisory を公開しました。
影響を受けた組織は AWS のお客様ではなく、AWS が直接通知する手段がありませんでした。そのため AWS は、政府機関のパートナーと協力して、これらの組織にこの活動について通知しました。
利用の広がり
Gambit Security は、業界でいち早く、脅威グループによる Cairn の使用を文書化した組織の 1 つです。同社の調査では、金銭目的の別のアクターが、Cairn を使ってオンライン小売業者を標的にしていたことが説明されています。これらの事例を合わせると、この自律型 AI エージェントフレームワークが、諜報活動と犯罪活動の両方で採用されつつあることがわかります。詳細については、Gambit Security のレポートを参照してください。
防御側にとっての意味
これらの事例における作戦の速さは、防御側が対応に使える時間を短縮します。ゼロデイ脆弱性を数分で発見して悪用するエージェントは、多くのセキュリティオペレーションセンターが手作業でアラートをトリアージするよりも速く活動を完了します。堅牢化された Redis インスタンスへの攻撃に失敗したエージェントも、休憩も睡眠も勤務時間の制約もなく、16 時間連続で稼働しました。この速度に対応するため、組織は、自動的な対応をトリガーする確度の高い検知を優先し、人間が個々の操作をすべて確認するのではなく、結果を監視する形にするべきです。
AWS のアクティブディフェンスシステムは、バックグラウンドで、グローバルに配置したハニーポット (脅威アクターを引き付けるおとりのシステム) とネットワークトラフィック分析を使い、脆弱なシステムを探してスキャンしているアクターを特定して、その活動をネットワークレベルで制限できるよう支援しています。これらの保護機能は AWS ネットワークに組み込まれており、お客様に追加費用は発生しません。
侵害の痕跡 (IoC)
以下のアドレスは、2026 年 9 月 8 日から 10 日までの記録に登場します。
142[.]4.98.145
142[.]4.107.34
この記事に関するご質問は、AWS サポートにお問い合わせいただくか、AWS re:Post で新しいスレッドを作成してください。
本ブログは Security Solutions Architect の 中島 章博 が翻訳しました。