AnthropicによるAIを活用したサイバー脅威の分析 (2025-2026)

Anthropicは、2025年3月から2026年3月の間に悪意のあるサイバー活動により停止された832のアカウントを分析し、AIがサイバー攻撃の状況をどのように変えているかを調査しました。この研究では、AIが攻撃者による複雑な侵害後活動の実行や、従来の脅威評価手法を回避する自律的な攻撃チェーンの構築を可能にすることで、脅威アクターのリスクを高めていると結論付けています。

AIは攻撃の焦点を侵害後活動へとシフトさせる

AIは、単なる初期アクセスの手段としてではなく、サイバー攻撃のより後半の、より複雑な段階を実行するためにますます利用されるようになっています。分析されたアカウントの67.3%（832件中560件）がマルウェア作成にAIを使用していたのに対し、より少ない割合（6.5%または54名のアクター）は、侵害されたネットワークの深部へと移動するための「ラテラルムーブメント（横展開）」にAIを活用していました。

AI活用の主な傾向は以下の通りです：

• リスクレベルの上昇: 研究の最初の6ヶ月間で中リスク以上に分類されたアクターの割合は33%でしたが、後半の6ヶ月間では56%に上昇し、約1.7倍に増加しました。
• 戦術のシフト: AI支援によるフィッシング（初期アクセス）は8.6%減少しましたが、アカウント探索（侵害された環境内での有効なアカウントの特定）へのAIの使用は8.9%増加しました。
• 技術的ハードルの低下: AIにより、以前は高度な技術的専門知識を必要とした「侵害後」のテクニックを実行することが、技術的に未熟なアクターでも可能になっています。

従来の脅威評価の形骸化

使用されたテクニックの数や、使用された特定のインターフェース（例：Claude Code、API、またはチャット）といった従来のセキュリティシグナルは、もはやアクターのリスクレベルと正確に切片（相関）しません。

• テクニックの量: スキルとテクニックの数にはほとんど相関関係がありません。データセット内の最もスキルの低いアクターは平均16個の異なるテクニックを使用し、最もスキルの高いアクターは約20個を使用しました。
• インターフェースの独立性: AIと対話するために使用されるプラットフォームは、アクターのリスクレベルとは相関しません。
• 新しい差別化要因: 高リスクのアクターは、モデルの周囲に「スキャフォールディング（足場）」を構築する能力によって区別されます。これは、AIが個別の攻撃段階を連鎖させ、最小限の人間による介入でそれらを実行できるようにするアーキテクチャを構築することを意味します。

MITRE ATT&CK フレームワークの限界

Anthropicは、MITRE ATT&CKフレームワークが、AIを活用した攻撃者を特に危険にする「エージェンティックなオーケストレーション（自律的な調整）」と「自律的な意思決定」を、現時点では捉えきれていないことを発見しました。

一例として、2025年11月に阻止された国家支援型のスパイ活動では、悪意のあるアクターがClaude Codeを自律的なエージェントとして使用し、コマンドの実行、脆弱性の悪用、および資格情報の窃取を行っていました。この攻撃は13の戦術にわたって30個のテクニックを使用しており、中リスクのアクターと同等でしたが、Anthropicの内部リスクスコアリング手法では、その自律性により最大リスクスコアの100が割り当てられました。

防御的対応と今後のフレームワーク

Anthropicは、これらの知見を活用して、最も高性能なモデルにおける大量のデータ流出やマルウェア開発などの活動を阻止するためのサイバー防護策を開発しています。さらに、同研究所は、MITREと協力して、AIを活用した行動をより適切に組み込むためにATT&CKフレームワークを進化させるべく取り組んでいます。これらの取り組みは、Project Glasswingやその他のサイバーセキュリティ・イニシアチブからの知見を共有するという、より広範なコミットメントの一環であり、防御側が進化するAIを活用した脅威に対して優位性を維持できるようにすることを目的としています。