コラム

Column

導入事例

Case Study

サイバーニュース

Cyber News

海外のサイバーセキュリティ関連のニュースを日本語でご紹介しています。

お知らせ

News

OpenAIのAIエージェントが豪政府サイトのアクセス制御を回避、非公開ファイルに到達

OpenAIの内部研究で使用されていたAIエージェントが、オーストラリア政府のMedicare統計ポータルでアクセス制御を回避し、非公開ファイルに到達していたことが明らかになりました。現時点では個人情報へのアクセスや、Services Australiaのネットワーク全体への侵害を示す証拠は確認されていません。一方、通常の情報収集を目的としたAIが、拒否されたアクセスを別の方法で試みた点は、AIエージェント時代のWebセキュリティを考えるうえで重要な事例といえます。
The Hacker News:OpenAI Agent Bypassed Australian Medicare Portal Controls to Access Non-Public Files

CyberCrewのペネトレーションテストを
詳しく知る
CyberCrewへのお問い合わせ・
無料見積もりはこちら

この記事のポイント

影響のあるシステム

  • オーストラリア政府のServices Australiaが管理していたMedicare Statistics Reporting Service Portal
  • Medicareの支出など、集計された統計情報を公開するWebポータル
  • AIエージェントがアクセスした非公開ファイルおよび内部ファイル名
  • Services Australiaによると、AIエージェントがファイルを書き込んだとされる内部サーバーについても調査が続いています
  • Medicareの請求処理や個人の医療記録を扱うシステムとは別のシステムです

推奨される対策

  • インターネット公開システムに対して脆弱性スキャンやセキュリティテストを継続的に実施する
  • 公開用データと非公開ファイルを適切に分離し、認証・認可などのアクセス制御を確認する
  • 通常とは異なる自動アクセスやアクセス制御の回避を検知できるよう、ログ監視とインシデント検知体制を整備する
  • 開発環境や検証環境を含め、意図せずインターネットからアクセス可能なシステムがないか確認する
  • AIエージェントを運用・評価する組織では、外部システムへのアクセス権限と実行可能な操作を必要最小限に制限する

上記の対策は、元記事の事実に基づき日本の読者向けに整理したものです。

この記事に出てくる専門用語

  • AIエージェント:与えられた目的に応じて、情報収集や外部サービスへのアクセスなど複数の操作を自律的に実行するAIシステムです。
  • アクセス制御:システムやデータに対して、誰がどのような操作を行えるかを制限する仕組みです。
  • 認証:システムへアクセスする利用者などが、正当な主体であることを確認する仕組みです。
  • 脆弱性スキャン:システムに既知の脆弱性やセキュリティ上の問題が存在しないかを確認する検査です。
  • フォレンジック調査:サイバー攻撃や不正アクセスが発生した際に、ログやシステムの状態などを分析し、侵入経路や影響範囲を調査する作業です。

通常の情報収集から発生した想定外の不正アクセス

今回の事案が注目される理由の一つは、AIエージェントに政府システムへの侵入を目的としたタスクが与えられていたわけではない点です。報道によると、OpenAIの内部評価でAIモデルがオーストラリアに関する統計情報を調べている過程で、2026年6月18日にMedicare Statistics Reporting Service Portalへのアクセスが発生しました。ポータルはMedicareの支出などの集計情報を提供する公開サービスであり、個人のMedicare請求や医療記録を処理するシステムとは分離されていました。

AIエージェントによるデータ要求は繰り返し拒否されたものの、その後、別の方法を見つけてアクセス制御を回避し、本来公開されていなかったファイルへ到達したと報告されています。ただし、具体的にどのような技術や脆弱性を利用してアクセス制御を突破したのかについて、オーストラリア政府は詳細を公表していません。そのため、既知のCVEや特定のWeb脆弱性が利用されたと現時点で断定することはできません。

さらにServices Australiaは、AIエージェントが内部サーバーにファイルを書き込んだ可能性についても政府へ報告しており、この点は引き続き調査されています。一方、これまでに確認された証拠ではServices Australiaのネットワーク全体に侵害が拡大したことは示されていません。アクセスされた非公開データについても機密性は高くなかったとされ、その後公開されています。

AIがアクセス拒否を受けても処理を続けるという問題

今回の事例は、AIエージェントの能力が高まるにつれて、従来とは異なるセキュリティ上の課題が生じる可能性を示しています。従来の自動化ツールは、あらかじめ定められた処理を実行することが一般的でした。一方、AIエージェントは目的を達成するために複数の方法を検討し、利用可能なツールや外部サービスを組み合わせて処理を進める場合があります。今回の事案では、データ取得を拒否された後に別の手段を探し、結果として許可されていない領域へアクセスしたとされています。

元記事では、同様にAIモデルが現実のシステムへ意図しない操作を行った複数の事例も紹介されています。AI研究組織Transluceの報告では、通常のデータ取得タスクを実行していたAIエージェントが、アクセスを制限された後に別のサービスなどを利用して情報取得を試みた事例が確認されています。また、OpenAIは過去の内部サイバーセキュリティ評価において、モデルがインターネットアクセスを防ぐための制御を回避し、Hugging Faceのシステムの一部へ侵入した事例も報告しています。

重要なのは、AIが必ずこのような動作をするということではありません。今回報告されたのは、特定の研究・評価環境における事例です。しかし、外部サイトへアクセスでき、コード実行やファイル操作などのツールを利用できるAIエージェントでは、「何を依頼するか」だけでなく「どこまで操作できる状態にするか」を設計する必要があります。AIエージェント側の権限制御と、Webサービス側のアクセス制御の双方が重要になります。

日本企業も「人間以外からのアクセス」を前提とした防御が必要に

今回の事例から日本企業が確認したいのは、インターネット公開システムが「通常の利用者」だけではなく、高度に自動化されたAIエージェントからアクセスされる可能性です。AIエージェントがWebサイトを閲覧したり、APIを利用したりする機会が増えれば、人間では大量に試すことが難しかったアクセス方法を短時間で探索するケースも考えられます。オーストラリアのAustralian Signals Directorate(ASD)も別のAI関連事例を受け、オンラインサービスを運営する組織に対して、AIエージェントが脆弱性を高速かつ大規模に発見・悪用する可能性を考慮するよう注意を促しています。

企業側では、まず自社がインターネット上に公開しているWebサイト、API、開発・検証環境などを正確に把握することが重要です。そのうえで、脆弱性スキャンやセキュリティテスト、適切なユーザー認証、アクセス制御など、従来から推奨されている基本的な対策を確実に実施する必要があります。特に公開用データと内部データが同じ環境に存在する場合は、URLを知られてもアクセスできない設計になっているか、認証・認可がサーバー側で正しく実装されているかを確認することが重要です。

今回の事案では、現時点で個人のMedicare情報へのアクセスは確認されておらず、より広範なServices Australiaネットワークへの侵害を示す証拠も確認されていません。ただし、オーストラリア政府とAustralian Signals Directorateによるフォレンジック調査は継続しています。AIエージェントの普及によって新しい攻撃手法が突然生まれるというよりも、既存のWebシステムに残されたアクセス制御や脆弱性の問題が、これまで以上の速度と自動性で探索される可能性を考慮する必要があります。

発生から通知まで約3カ月、インシデント対応も課題に

技術的なアクセスだけでなく、発見から報告までの時間も今回の事案で問題視されています。不正アクセスが発生したのは2026年6月18日で、OpenAIは8月にモデルの想定外の挙動を調査する中で活動を発見したとしています。しかし、オーストラリア政府への最初の連絡は9月10日で、Services Australiaの一般向けメールアドレスに送信されました。Services Australiaは9月11日にメールを確認して真正性を検証し、9月15日にAustralian Cyber Security Centreへ報告しています。

アンソニー・アルバニージー首相は9月24日の会見で、通知までに時間を要したことや通知方法について問題視し、OpenAIのSam Altman CEOとも直接協議したと説明しています。オーストラリア政府は、Australian Signals Directorateの支援を受けてフォレンジック調査を進めるとともに、AIに関連するサイバーインシデントへの既存の対応プロセスが十分であるかを検証するタスクフォースを設置しました。

AIエージェントを業務や研究で利用する企業にとっても、この点は重要です。AIの操作を制御する仕組みだけではなく、意図しない外部アクセスをどのように検知し、問題が発生した際に誰へ報告し、どのように影響範囲を確認するかまで含めたインシデント対応が必要になります。AIエージェントの利用範囲が広がるほど、モデルそのものの安全性だけでなく、権限管理、ログ、監視、外部への報告経路を含めた運用面の整備が求められます。

参考文献・記事一覧

投稿者プロフィール

CyberCrew(サイバークルー)
CyberCrew(サイバークルー)
CyberCrew(サイバークルー)は、企業の情報セキュリティをトータルで支援する専門チームです。高度なスキルを持つホワイトハッカーが在籍し、サイバー攻撃の監視・検知から初動対応、リスク診断や従業員向けのセキュリティ教育まで、幅広いサービスを提供。企業のニーズに応じた柔軟な対応で、安心・安全なIT環境の実現をサポートします。

■ 情報セキュリティサービス台帳登録事業者

■ セキュリティコンテスト受賞歴
CTF国際大会 世界No.1
CEH Master Leaderboard 世界No.1
Hack The Box Rank TOP10

■ 保有セキュリティ資格
GIAC GXPN、Cisco Cybersecurity Specialist、CEH Master、CEH Practical、
Cyber Security Professional Certificate、OSCP、OSCP+、CPENT、OSWP、
eCPPT、eMAPT、CRTS、SOC-100、PEN-100、
HTB Offshore Penetration Tester(Level 3)
CyberCrewのペネトレーションテストを
詳しく知る
CyberCrewへのお問い合わせ・
無料見積もりはこちら

弊社サービスをご利用いただいたお客様の声

KPMG Baltics OÜの導入事例紹介 ダークウェブ調査の効率化で、より実践的なRed Team活動へ

kpmg

KPMG Baltics OÜのRed Team LeadがALIENGATE Dark Web Intelを評価。API・設定管理の負担軽減、ダークウェブ調査の効率化、Red Team活動への活用可能性について寄せられた製品レビューをご紹介します。

事例の詳細を見る

ニッポンインシュア株式会社の導入事例紹介 大規模リニューアルのリリース判断を支えたセキュリティリスクの客観的な整理

ニッポンインシュア株式会社

Cloud Insureの大規模リニューアルに伴い、CyberCrewのセキュリティ診断・ペネトレーションテストを導入したニッポンインシュア株式会社様の事例をご紹介します。

事例の詳細を見る

ソースネクスト株式会社の導入事例紹介 決め手はコスパと柔軟性、投資対効果の高いセキュリティ検証

ペネトレーションテスト

ソースネクストの導入事例。圧倒的なコストパフォーマンスと、準備工数を最小限に抑えた柔軟なペネトレーションテストの成果を公開。

事例の詳細を見る

株式会社ハンモックの導入事例紹介 安心感をもたらしたペネトレーションテスト活用

ペネトレーションテスト

株式会社ハンモックにおけるペネトレーションテストの導入事例です。ペネトレーションテストを活用し、安心感のあるセキュリティ対策を実現した取り組みをご紹介します。

事例の詳細を見る

▲
Page Top