AIにおけるサプライチェーン攻撃:最近のインシデントが明らかにしたAIインフラセキュリティの現状
%20(1).webp)
Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
2026年3月24日、FutureSearchの研究者がルーティン作業を行っていました。その作業とは、プロジェクト用のPythonパッケージをインストールすることでした。しかしわずか数分のうちに、ワークステーションが異常な動作を始めました。
メモリ使用量が大幅に増大し、見覚えのないプロセスが出現して、システムがクラッシュしました。研究者は知らず知らずのうちに、AIエコシステムに対して仕掛けられた史上最も高度なソフトウェアサプライチェーン攻撃の1つを解き放ってしまっていたのです。この攻撃は数ヶ月にわたって活発に行われており、誰かが公に存在を認識する前に、何千もの開発環境に感染していました。
本記事では、発生した事象を検証し、AIツールがなぜこの種の攻撃に対して特に脆弱であるのかを解説します。また、エンジニアリングチームが自らを守るための対策についても議論します。
何が起きたのか:3段階に及ぶサプライチェーン攻撃
「TeamPCP」として識別された脅威アクターグループ(少なくとも2025年12月から活動しており、Wizの研究者によって現在進行中の攻撃の9つのフェーズにわたって追跡されている)は、最終目標を直接標的にはしませんでした。代わりに、この脅威アクターグループは慎重で多段階にわたるサプライチェーン攻撃を実行しました。
ステップ1: 3月19日、TeamPCPは多くのプロジェクトのCI/CDパイプラインに統合されている、広く使用されているオープンソースセキュリティスキャナーのTrivyを侵害しました。
ステップ2: その足がかりを利用して、1日あたり約340万回ダウンロードされている人気LLMプロキシライブラリのメンテナーのPyPI公開資格情報を取得しました。
ステップ3: 3月24日、彼らはPyPIにパッケージの2つの悪意のあるバージョンをアップロードしました。侵害されたバージョンは、PyPIが隔離するまでの約3時間公開されていました。
これこそが現代のサプライチェーン攻撃を定義付ける特徴です。攻撃者がお客様を直接侵害する必要はありません。 お客様のツールが信頼している対象を侵害し、その信頼を利用して残りのルートを進むのです。

ペイロードの内部構造:3段階の侵害フェーズ
この悪意のあるパッケージは、Snykのセキュリティ研究者が詳細に文書化している、高度な3段階のペイロードを実行しました。
第1段階 — 情報収集。 ペイロードは、検出可能なすべての情報を密かに収集しました:SSH秘密鍵、AWSおよびGCPアクセス資格情報、Azureサービスプリンシパル、Kubernetes構成、.envファイル、git資格情報、データベースパスワード、シェル履歴、CI/CDシークレット、および暗号資産ウォレットのシードフレーズ。
第2段階 — 暗号化とデータ抽出。 収集されたデータは暗号化され、攻撃者が管理するサーバーに送信されました。このプロセス中に、システムのテンポラリディレクトリに一時ファイル(session.key、payload.enc、tpcp.tar.gz)が作成されました。
第3段階 — 永続化と横移動(ラテラルムーブメント)。 ペイロードは、「System Telemetry Service」と呼ばれるsystemdサービスに偽装したバックドアPythonスクリプトをインストールしました。この永続化スクリプトは、攻撃者が管理するURLを5分ごとにポーリングして新しいコマンドを確認し、特権ポッドをkube-system内のすべてのノードにデプロイすることで、Kubernetesクラスター全体に拡散する能力を備えていました。
これを特に危険なものにしたのは、その配信メカニズムである.pthファイルでした。Pythonパス構成ファイルは、pip自体、CI/CDビルドステップ、テストランナーを含む、あらゆるPythonプロセスが起動するたびに自動的に実行されます。アプリケーションを実行する必要すらありませんでした。 パッケージをインストールしただけで、ペイロードが実行されたのです。
AIインフラが特別な標的となる理由
影響を受けたパッケージは無作為に選ばれたわけではありません。現代のソフトウェアスタックにおいて最も特権的な位置の1つが、大規模言語モデル(LLM)プロキシおよびAIゲートウェイの位置です。LLMゲートウェイをインストールしてセットアップすると、アプリケーションと使用されているAIサービスプロバイダーの真ん中に位置することになります。これにより、OpenAI APIキー、Anthropic資格情報、AzureおよびGoogle Cloud Platformのサービスアカウントへのアクセス権を持つことになります。環境変数や、多くの場合シークレットマネージャーへのアクセス権も保持します。これは設計上の仕様であり、リクエストのルーティング、レート制限の強制、使用状況のログ記録に必要な動作です。
これはまた、LLMゲートウェイおよび/またはその依存関係のいずれかが侵害された場合、攻撃者がAIインフラを完全に把握できることを意味します。Sonatypeの研究者は、このインシデントに関するレポートで次のように述べています。「LiteLLMは通常、アプリケーションと複数のAIサービスプロバイダーの間に直接位置するため、APIキー、環境変数、その他の機密構成データにアクセスできることがよくあります。この位置にあるパッケージを侵害することで、攻撃者はアップストリームシステムを直接侵害することなく、貴重なシークレットを傍受して抽出することができます。」
コンプライアンスフレームワークで検知できなかった理由
関係したパッケージはSOC 2 Type 1およびISO 27001認証を保持していました。これは、それらのフレームワークを批判するためではなく(これらは重要であり、これらを追求するチームは正しいことを行っています)、構造的なギャップを示すものであるため検証する価値があります。
コンプライアンスフレームワークは、チェックリストに基づいて組織が行っていることを監査します。アクセス制御、データ処理、インシデント対応をカバーします。通常、CI/CDパイプライン内のセキュリティスキャナーが脅威アクターによって侵害され、そこからPyPI公開資格情報を盗むために悪用されたかどうかまでは監査しません。
標準的なpipハッシュ検証でさえ、この攻撃を検知できなかったでしょう。侵害されたバージョンの悪意のある.pthファイルは、パッケージのRECORDファイルに一致するハッシュとともに正確に宣言されていました。パッケージはPyPIが提供するすべての整合性チェックに合格しました。 たまたま武器化されていた、有効なパッケージだったのです。
これこそが、AIエコシステムが特に解消する必要のあるサプライチェーンセキュリティのギャップです。問いは単に「自社のシステムは安全か?」だけではありません。「システムの構築とセキュリティ確保に使用しているツールは安全か?」という問でもあるのです。
TrueFoundryのこの問題に対するアプローチ
TrueFoundryでは、サプライチェーンセキュリティはMLOpsプラットフォームの設計における最優先の検討事項であり、後回しの付け足しではありません。
企業がTrueFoundryを通じてモデルやLLMゲートウェイをデプロイする際、私たちは異なる観点から問いを立てます。「このエンドポイントは安全か?」だけでなく、「このスタック内のいずれかのコンポーネントが侵害された場合、爆発半径(被害範囲)はどこまで広がるか?」という問いです。
私たちの構築を支えるいくつかの原則をご紹介します:
インフラストラクチャはお客様のVPC内で実行されます。 AIインクラウド境界内で実行されるため、シークレットが外部システムに送信されることはありません。仮にエコシステム内のどこかで依存関係が侵害されたとしても、データ抽出先エンドポイントにはネットワーク境界内からアクセスできません。
依存関係は固定(Pin)され、監査されます。 ビルドごとに最新版を無検証で引き込むのではなく、TrueFoundryはプラットフォームスタック全体でレビュー済みの固定された依存関係を維持します。これにより、サプライチェーンの攻撃ベクターを1つのクラスごと排除できます。
コンポーネントの分離により被害範囲を制限します。 スタックの一方のレイヤーで侵害が発生しても、別のレイヤーへのアクセス権が自動的に付与されることはありません。最小権限の原則がインフラストラクチャレベルで強制されます。
これらはいずれも奇抜な技術ではありません。AIツール業界全体として十分深刻に受け止めてこなかった脅威モデルに対して適用される規律です。脅威はファイアウォールを越えてやってくるのではありません。requirements.txtを通じてやってくるのです。
今すぐチームが取り組むべき対策
PythonベースのAIツールを使用している場合(LLM上で構築を行っているほぼすべてのチームが該当します)、以下の対策を直ちに優先して実施することをお勧めします。
1. インストールされているパッケージのバージョンを確認する。 pip show litellm | grep Version を実行してください。出力に 1.82.7 または 1.82.8 と表示された場合、そのシステムは侵害されたものとして扱い、単にその場でアップグレードしないでください。ペイロードがすでに実行されている可能性があります。安全であることが確認されているクリーンなマシン上で、クリーンな状態から再構築してください。
2. マシンおよびCIランナー間で.pthファイルを監査する。
3. 永続化アーティファクトの有無を確認する。
4. 資格情報を集中的にローテーションする。 影響を受けたマシンがクラウドの資格情報、SSHキー、APIキー、Kubernetesサービスアカウントトークン、またはデータベースパスワードにアクセスできた場合は、すべてを今すぐローテーションしてください。評価するのではなく、ローテーションしてください。ペイロードは、全ネームスペースにわたるAWS Secrets Manager、SSM Parameter Store、およびKubernetesクラスターシークレットを特定して標的にしていました。
5. 悪意のあるポッドがないかKubernetesを確認する。
kube-system ネームスペース内の node-setup-{node_name} という名前のポッドは、このキャンペーンによる侵害の判明している痕跡(IoC)です。
6. プライベートパッケージレジストリへ移行する。 依存関係の解決において、PyPIだけが選択肢ではありません。固定されたハッシュと承認ワークフローを備えたプライベートパッケージミラーを使用することで、この攻撃ベクターのクラス全体を排除できます。Artifactory、AWS CodeArtifact、Google Artifact Registryなどのツールが仲介役として機能します。
7. CI/CDサプライチェーンを攻撃対象領域として扱う。 TeamPCPキャンペーンにおける最初の侵害は標的ライブラリではなく、そのライブラリのCIパイプラインで使用されていたセキュリティスキャナーでした。ビルドインフラストラクチャ、GitHub Actions、およびサードパーティ統合はすべて攻撃対象領域の一部です。それに応じて監査を実施してください。
広範なパターン:これは孤立したインシデントではない
この事例を特に興味深いものにしているのは、これが日和見的な攻撃ではなかったという点です。むしろ、TeamPCPは少なくとも2025年12月からこの精力的なキャンペーンを実行してきました。LiteLLMを攻撃する前、TeamPCPはAquaのTrivyセキュリティスキャナー(3月19日)、CheckMarxのVS Code拡張機能とGitHub Actions(3月23日)、および自己増殖型ワームを含む複数のNPMパッケージを侵害しました。
使用されたRSAキーペアは他のすべての攻撃で使用されたものと同一であり、tpcp.tar.gzバンドルの名前やtpcp-docs-プレフィックスのついたGitHubリポジトリも同様であることに注意してください。これは、TeamPCPが計画的にキャンペーンを実行しているプロの脅威アクターであることを示唆しています。
ここで意味することは、このキャンペーンによって侵害されたチームは怠慢ではなかったということです。むしろ、非常に人気があり、十分なレビューが行われているオープンソースソフトウェアを活用するというベストプラクティスを実践していました。
したがって、ここで興味深いのは、TeamPCPが特定の単一組織の防御における弱点を特定したわけではないということです。むしろ、TeamPCPはAIエコシステム全体が依存関係チェーン内の信頼に対してアプローチしてきた方法における弱点を特定したのです。
AIインフラが解決すべき「信頼の問題」
AIエコシステムは非常に短期間で非凡なものを築き上げました。それを可能にしたスピードとオープン性 — pip install して共有し、互いの成果の上に構築し合うカルチャーは、真に価値があり維持するに値するものです。
しかし、サプライチェーンセキュリティを伴わないスピードは負債を生み出します。現代のAIスタックの攻撃対象領域は、もはや公開しているエンドポイントだけではありません。依存関係ツリー内のすべてのパッケージ、CI/CDパイプライン内のすべてのツール、ビルド時または実行時にシークレットへのアクセス権を持つすべてのオープンソースコンポーネントが対象となります。
このギャップを埋めるには、影響を受けたチームによるインシデント対応の改善以上のものが求められます。メンテナンス担当者、プラットフォームベンダー、企業、セキュリティチームを含むAIインフラエコシステム全体が、サプライチェーンの出所追跡(プロベナンス)を最優先のエンジニアリング課題として扱う必要があります。
マシンがクラッシュした研究者は、自分がAIインフラを標とした数ヶ月に及ぶキャンペーンを暴こうとしているとはおそらく思っていなかったでしょう。ルーティンの pip install を実行した開発者たちも同様です。それがソフトウェアサプライチェーン攻撃の本質です。攻撃に気づいた時には、多くの場合すでに被害が発生しているのです。
AI業界はより堅牢に構築できます。そして、そうしなければならないのです。

よくある質問(FAQ)
ソフトウェアサプライチェーン攻撃とは何ですか?
ソフトウェアサプライチェーン攻撃は、脅威アクターが最終ターゲットのアップストリームにある信頼されたコンポーネント(開発ツール、オープンソースライブラリ、CI/CDパイプラインなど)を侵害し、それを利用してそのコンポーネントのすべてのダウンストリームユーザーに悪意のあるコードを配布するときに発生します。組織を直接攻撃するのではなく、攻撃者は開発者が広く使用されているパッケージやツールに寄せている暗黙の信頼を悪用します。
AIおよびMLチームは、サプライチェーン攻撃からインフラをどのように保護できますか?
AIおよびMLインフラをサプライチェーン攻撃から保護するには、複数の相補的な対策が必要です。チームは、パブリックなPyPIから直接取得するのではなく、固定された依存関係ハッシュを持つプライベートパッケージレジストリ(AWS CodeArtifact、Google Artifact Registry、Artifactoryなど)を使用する必要があります。Pythonの site-packages ディレクトリ内の .pth ファイルを定期的に監査することで、悪意のある追加を早期に発見できます。LLMゲートウェイやモデルサービングコンポーネントを含むAIインフラをプライベートVPC内で実行することで、仮に依存関係が侵害された場合でも、外部サーバーへ資格情報を抽出する攻撃者の能力を制限できます。MLスタックのソフトウェア部品表(SBOM)を維持することで、新しいインシデントが公開された際のリスク露出をより迅速に特定できるようになります。最後に、CI/CDパイプライン自体を攻撃対象領域として扱う必要があります。ソフトウェアの構築やセキュリティ確保に使用されるツール(セキュリティスキャナーやGitHub Actionsを含む)は、広範なサプライチェーンキャンペーンの一環として侵害される可能性があり、実際に侵害されています。
サプライチェーン攻撃のリスクを軽減するために、安全なLLMゲートウェイを評価する際、チームが考慮すべき要因は何ですか?
LLMゲートウェイは組織のVPC内で動作する必要があります。これにより、依存関係が侵害された場合でも、データ抽出のルートが存在しなくなります。依存関係は、パブリックレジストリを使用してインストール時に解決するのではなく、固定して監査する必要があります。資格情報は環境変数を通じて管理するのではなく、クラウドプロバイダーのネイティブシークレットマネージャーを通じて管理する必要があります。また、すべてのモデル呼び出し、キーの使用、および構成変更の監査ログ記録も実行する必要があります。これにより、あらゆる異常行動を容易に特定できます。TrueFoundryでは、これらの構成がすべてデフォルトでセットアップされているため、セルフマネージド型のオープンソースツールと比較して攻撃対象領域を縮小できます。
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.















.webp)




.webp)
.webp)
.png)

.png)
.png)
.png)
.png)
.png)
.webp)
.webp)






