Chainalysisの侵害で全ユーザーの認証情報が流出、エージェント型AI攻撃が背景

ブロックチェーン分析企業のChainalysisは2026年11月6日、深刻なセキュリティインシデントを公表し、継続的なエージェント型サイバー攻撃により、同社の全ユーザー基盤の認証情報が侵害されたことを明らかにしました。同社はReactorやData Solutionsなどの重要サービスを一時的にオフラインにし、露出範囲の調査と追加侵入への対策としてインフラの強化を進めています。

何が起きたか

この侵害は、Chainalysisが「攻撃的なエージェント技術を活用した継続的な多面的サイバー攻撃」と表現する事象から発生しました。当初、同社は一部の顧客パスワードを漏洩させるオンパス攻撃（通信経路上での攻撃）を確認しましたが、調査が進むにつれ、事態は大幅に悪化していることが判明しました。攻撃者はプラットフォームの全ユーザーについて、名前、ユーザー名、パスワードハッシュ、そして有効な認証トークンへのアクセス権を獲得していました。

この重大な発見を受け、Chainalysisは直ちにKnow Your Transaction（KYT）のユーザーインターフェースおよびAPI、アドレススクリーニングツール、ログインページなど、コア製品へのアクセスを遮断しました。同社によれば、調査データや帰属記録がアクセスされたり改ざんされたりした証拠は見つかっていませんが、有効なトークンの露出があったため、ユーザー向けサービスの完全な停止が必要となりました。予防措置として影響を受けたアカウントはロックされており、システムが保護されるまで、標準的なフローによるパスワードリセットは行えません。

今回のインシデントは、テクノロジープラットフォームを狙ったAI駆動型攻撃の広範な波の一部です。わずか1週間前に、Chainalysisは内部ツールへの不正アクセスを調査中であることを発表していましたが、今回の公表により、脅威アクターが高度な自律手法を用いてシステム内で横方向移動（ラテラルムーブメント）を実行していたことが確認されました。Chainalysisは、この攻撃ベクトルが過去数週間で他の多くのテックプラットフォームに対して使用されたものと類似しており、脅威アクターの間で協調的または広く採用されている方法論を示唆していると述べています。

仕組み

この攻撃では、自律ペネトレーションテストツールARTEXなどのエージェント型AIフレームワークを利用し、脆弱性の発見とエクスプロイト（悪用）を自動化しています。固定されたパスに従う従来のスクリプトとは異なり、エージェント型AIはGitHubなどの公開コードリポジトリから露出した秘密情報をスキャンし、結果を分析した上で、最小限の人的介入で後続の攻撃を実行できます。Microsoftによると、これらのエージェントは秘密情報のスキャンからクラウドボルトからのデータ持ち出しまでを数分で完了でき、攻撃者が手動で制御を維持する必要のある時間を劇的に短縮します。

ネットワーク内に侵入した後、これらのエージェントはAIサービスやクラウドリソースへのアクセスを提供する特定の認証情報を狙います。有効なアプリケーション認証情報を悪用してMicrosoft Entra IDテナントにサインインし、AzureやMicrosoft 365のリソースにアクセスします。エージェントは単一テナントのOAuthアプリケーション用のトークンを取得することでクラウドリソースを列挙し、組織のインフラ全体を横方向に移動します。この手法により、攻撃者はストレージキー、接続文字列、AI APIキーなどを効率的に窃取でき、しばしばAzure Key VaultやFoundry Toolsといった高価値ターゲットに焦点を当てます。

主な詳細

• Chainalysisでは、全ユーザーの名前、ユーザー名、パスワードハッシュ、有効なトークンが露出しました。
• Reactor、Data Solutions、KYT、Address Screeningを含むコアサービスはオフライン状態です。
• 攻撃では、不正なシステムアクセスを得るために攻撃的なエージェント型AI技術が利用されました。
• ユーザーは現在、メール経由でパスワードをリセットできません。アカウントの解除にはサポートへの連絡が必要です。
• Microsoftは2026年8月以来、ARTEXを使用してGitHub上の秘密情報をスキャンする同種のエージェント型攻撃を確認しています。
• 脅威アクターは、LLMミキシングサービスを通じて盗まれたAIアクセスを金銭化する傾向を高めています。

なぜ重要か

ソフトウェアエンジニアやセキュリティ責任者にとって、このインシデントはサイバー戦争におけるエージェント型AIの進化する危険性を浮き彫りにします。手動侵入パターンの検出に依存する従来のセキュリティ対策は、コンテキストを分析しリアルタイムで攻撃戦略を適応させる自律エージェントに対しては機能しない可能性があります。これらのエージェントは数日ではなく数分でシステムを侵害するなど動作速度が速いため、検知と対応のウィンドウは劇的に狭まっています。組織は、公開リポジトリ内のあらゆる露出した秘密情報が、自動化工具によってほぼ瞬時に悪用される可能性がある前提で対処する必要があります。

さらに、LLMジャッキング（LLMjacking）の台頭により、データ窃盗を超えた経済的インセンティブが生じています。攻撃者は単にデータを盗むだけでなく、計算リソースを盗んでいます。不正なミキサーを通じて侵害されたエンタープライズLLMアカウントへのアクセスを再販売することで、犯罪者はトラフィックの出所を隠蔽しながら、被害者の代わりに巨額のAPI課金を発生させることができます。これは、データ露出による評判の損害に加え、不正なモデル使用による重大な財務的損失をもたらす可能性があり、AI活用度の高い組織にとってリスクプロファイルを変化させます。

実施できること

• 公開またはプライベートリポジトリに保存されているすべてのAPIキーと秘密情報を直ちにローテーションしてください。
• 重要な管理インターフェースにアクセスするIPアドレスに対する厳格な許可リスト（allowlisting）を実装してください。
• 疑わしい侵害が発生した後は、すべてのユーザーに対して強制パスワードリセットとトークンローテーションを実施してください。
• LLMジャッキングを示唆する異常な急増がないか、クラウド請求書およびAPI使用ログを監視してください。
• OAuthアプリケーションとサービスプリンシパルを監査し、最小権限アクセスポリシーが適用されていることを確認してください。
• システム間で認証情報を再利用せず、可能な限り多要素認証（MFA）を有効にしてください。