AI

AIモデルClaudeが25のソフトウェアで攻撃面の問題493件を発見

この記事のポイント

  1. 実現したこと

    AIモデルClaudeは、大規模なコードから意図せず到達可能な処理や設定同士の干渉を特定した。

  2. 実現の仕組み

    既定設定、設定の組み合わせ、認証や通信手順に対する処理の実行時点を解析した。

  3. 得られた結果

    Anthropicの評価では、合計500万行超の25プロジェクトから493件の問題が見つかった。

  4. 従来との違い

    設定を組み合わせることで、セキュリティ制御が通知なく無効になるケースを94件特定した。

コード区画と設定タイルを調べる抽象的なスキャンレンズ。認証ゲートを通る複数の経路の脇を、認証前に抜ける橙色の経路が通り、設定タイルの組み合わせで開いた保護シャッターも描かれている。
AI生成画像

AIによるコード解析で、認証前に動く不要な処理や、設定の組み合わせで保護が外れる箇所が見つかった。Anthropicは、AIモデルClaudeを25件のオープンソースプロジェクトに適用し、攻撃面に関する問題493件を発見したとしている。

コードへ到達できる条件を3つの観点で調べる

攻撃面は、外部から到達できるコードや機能に関わる。AnthropicはAIモデルClaudeを使い、既定設定で不要な処理が露出していないか、設定同士が干渉しないか、認証や通信手順の適切な段階より前に処理が動かないかを調べた。

不要な到達経路を特定すると、そのコードを認証後に動かす、利用者が明示的に有効化した場合だけ使えるようにするといった制限につなげることができる。攻撃面の縮小は、コードへ到達するために必要な条件を設けることで、露出する処理を絞る手法だ。

500万行超のコードから設定項目を洗い出す

この解析の対象は、合計500万行を超える25件のオープンソースプロジェクトだった。Claudeはコードに含まれる設定項目を洗い出し、1万7000件を超える一覧を作成した。

そのうち3842件は、セキュリティに関係する制御や機能の設定だった。Anthropicの評価では、3つの観点を用いた解析全体で493件の問題が見つかった。

認証を前提とする全11プロジェクトで不要な経路を発見

Anthropicの解析では、認証済み利用者へのサービス提供を想定する11プロジェクトすべてに、意図せず到達可能なコードがあった。この群の既定設定では、認証前に到達できる不要な攻撃面が93件見つかった。

認証前にコードが実行されるか、状態が記録される箇所も37件あった。Anthropicは、この群で示した問題は単独で直ちに悪用できるものではないと説明しており、認証前の露出箇所と、直ちに悪用可能な脆弱性を区別している。

設定の組み合わせ94件で保護が無効になった

設定単体の確認では捉えにくい問題も見つかった。Claudeが特定した162件の組み合わせは、エラーや警告なしに受け入れられ、組み合わせた際の想定動作も文書化されていなかった。

このうち94件では、セキュリティ制御が通知なく無効になった。残る68件では、無効にしたはずの接続受付処理やログイン経路に到達できるなど、セキュリティ機構の動作に不整合が生じていた。