日本企業を襲うランサムウェア、AIが加速する攻撃と防御の最前線

日本の事業基盤を揺らす連鎖的サイバー被害

日本でランサムウェアと大規模な情報漏えいが相次いでいます。2026年10月にはクラウド基盤への攻撃が企業や自治体へ一斉に波及し、単独企業の情報システム障害では収まらない「社会的な事業継続リスク」が鮮明になりました。

攻撃を支えているのはランサムウェアのサービス化、漏えいした認証情報、未修正の脆弱性です。そこへAIが加わり、調査や攻撃コード作成の速度を押し上げています。ただし、直近の全事件をAIによる犯行とみなす根拠はなく、確認された証拠と将来リスクを分けて考える必要があります。

495組織に波及したクラウド障害の衝撃

IDCFクラウド障害が示す集中リスク

IDCフロンティアは10月7日、IDCFクラウドの東日本リージョン1でランサムウェア攻撃による障害が発生したと公表しました。午前3時40分ごろからサービスに影響が生じ、契約する企業や自治体495組織が対象となりました。同社は二次被害を防ぐため、該当リージョンをネットワークから切り離してシステムを停止しています。

10月14日の調査報告では、顧客の仮想サーバーからデータが持ち出された痕跡は確認されず、外部流出はなかったとの判断が示されました。一方、影響を受けた495組織のうち、スナップショット機能を利用していた194組織ではバックアップデータを取り出せることが確認されました。また、48社の登録情報が不正に照会され、一部に担当者名を含む可能性のあるメールアドレスが含まれていました。

この事例が突きつけたのは、クラウドに移行すれば事業継続性まで自動的に確保されるわけではないという現実です。多数の顧客が同じリージョンや管理基盤に依存すれば、一度の侵害が行政、交通、通信、食品など異なる分野へ同時に伝播します。クラウド事業者の対策だけでなく、利用者側にも別リージョンへの退避や独立したバックアップが必要です。

過去最多の報告件数と中小企業への偏り

警察庁の2026年上半期統計では、ランサムウェア被害の報告は123件となり、半期として統計開始後最多でした。内訳は中小企業79件、大企業31件、団体など13件で、中小企業が約6割を占めます。業種別では製造業が37件と最も多く、医療・福祉や情報通信でも被害が確認されました。

2025年通年の報告も226件に達していました。被害組織への警察庁の調査では、調査・復旧費用が総額1000万円以上となった組織が半数を超え、1カ月未満で復旧できた組織は5割強にとどまります。暗号化されたファイルの問題に見えても、実際には売上、物流、顧客対応、法務、信用まで巻き込む長期的な経営危機です。

Cisco Talosが別の方法で集計した2026年1～7月の国内被害は90組織で、前年同期の86組織から約4.7％増えました。警察への報告と民間調査では定義や観測範囲が異なるため、数字を単純に比較することはできません。それでも、異なる観測から被害が高水準で続いている点は共通しています。

業務停止を増幅するサプライチェーン

2025年のアサヒグループへの攻撃では、障害発生のおよそ10日前にネットワーク機器を経由した侵入が始まっていました。攻撃者は弱いパスワードを突いて管理者権限を奪い、内部を探索した後に複数のサーバーを一斉に暗号化したと同社は説明しています。封じ込めのため約300拠点やクラウドとの接続が遮断され、受注・出荷業務は手作業を余儀なくされました。

この経緯は、ランサムウェアが感染端末だけの問題ではないことを示します。認証基盤や仮想化環境、物流システムへ攻撃者が横展開すると、取引先や小売店まで影響が広がります。サプライチェーン上流のクラウドや基幹メーカーほど、1社の防御失敗が社会全体の可用性低下につながります。

なお、2026年秋に相次いだ情報漏えいの全てがランサムウェアだったわけではありません。JPCERTコーディネーションセンターは、公開アプリ、API、既知の脆弱性、盗まれた認証情報など複数の攻撃経路を確認しています。攻撃主体や目的が共通する証拠も乏しく、「一つの組織による集中攻撃」と断定するのは時期尚早です。

AIが下げる侵入コストと残る証拠の限界

Qilinの攻撃基盤に残ったLLMの痕跡

AI悪用について最も具体的な証拠を示したのが、Cisco TalosによるQilinの調査です。調査対象の攻撃基盤からは、Windowsのグループポリシーを使って破壊処理を展開するスクリプトや、バックアップ製品Veeamのデータを停止・削除するコードが見つかりました。

コードには処理を段階別に説明する整然としたコメントや、目的、前提条件、実行例を記した文書調の記述が残されていました。さらに、コマンド履歴には「llm_chatbot」と呼ばれるツールに関連するディレクトリを確認した痕跡があり、TalosはLLMで生成された可能性があると分析しています。

これは、AIが身代金要求の文章を整えるだけでなく、内部偵察、バックアップ破壊、ランサムウェアの一括配布といった実行段階でも使われ始めたことを示唆します。専門家が手作業で組み立てていた処理を再利用可能なスクリプトへ変換できれば、攻撃者は同時に狙える組織を増やせます。

ただし、コードの書式やコメントだけで生成元を完全に特定することはできません。人間がAI風の記述をした可能性や、生成後に大幅な修正を加えた可能性も残ります。Qilin関連の証拠を、IDCFクラウドを含む個別事件のAI利用へそのまま結び付けることもできません。

脆弱性探索を自動化するフロンティアAI

AIの潜在能力自体は急速に高まっています。Anthropicは2026年4月、Claude Mythos Previewが主要なOSやブラウザーで未知の脆弱性を発見し、条件によっては実証コードまで自律的に作成できたと報告しました。Firefoxを模した評価では、従来モデルが数百回の試行で実用的な攻撃コードを2回作成したのに対し、新モデルは181回成功したとしています。

この結果は管理された環境で得られたもので、同モデルの提供先も防御目的の組織に制限されました。それでも、脆弱性探索に必要な時間と技能が急速に圧縮され得ることを示します。公表された脆弱性と修正パッチを比較し、未更新のシステムを狙う攻撃コードを作る作業は、AIが特に効率化しやすい領域です。

国内ではNICTが、公開されたAndroidアプリを解析し、接続先APIやバックエンドサーバーの仕様を把握して攻撃する「A2B攻撃」を確認しました。AIによってアプリ解析と脆弱性発見が効率化されれば、攻撃者は組織ごとに異なる実装を短時間で調べ、弱点に合わせた攻撃を量産できます。同様の危険はiOSアプリやWebサービスにも存在します。

AI単独犯行説を避けるべき技術的理由

AIは攻撃の「原因」というより、既存の工程を高速化する増幅器です。初期侵入では依然として、未修正のVPN機器、盗まれたパスワード、公開範囲を誤った管理機能が大きな役割を果たしています。Talosの調査でも、VPNやリモートアクセス環境の脆弱性、設定不備、正規アカウントの悪用が目立ちました。

Microsoftの2026年版デジタル防衛報告では、ランサムウェアの企業内実行が前年比15.8％増え、有効なアカウント侵害の52.2％で追加の認証情報が盗まれたとされています。攻撃者はゼロデイだけに依存せず、人間が放置したアカウントや暗黙の信頼関係を利用しています。

加えて、ランサムウェア・アズ・ア・サービスの普及により、開発者、侵入担当者、盗難認証情報の販売者、身代金交渉役が分業しています。AIはこの犯罪市場をさらに効率化しますが、AIがなくても攻撃を実行できる構造はすでに成立しています。特定モデルの規制だけで問題が解決しない理由がここにあります。

攻撃速度に追いつけない防御体制の構造課題

第一の課題は、インターネットから到達できる機器やAPIを組織自身が把握できていないことです。IPAは外部公開アプリ、クラウド、VPN、部署ごとに導入されたサービスの洗い出しを求めています。資産台帳にないシステムは、脆弱性情報が出ても修正対象になりません。

第二は、復元可能性を確認していないバックアップです。同じ認証基盤や管理画面から操作できるバックアップは、攻撃者にも削除される恐れがあります。オフラインまたは変更不能な保管先、異なるリージョンへの複製、定期的な復元試験までそろって初めて事業継続策になります。

第三は、委託先とクラウドを含む責任分界の曖昧さです。障害時に誰がログを保存し、侵害範囲を調べ、顧客や当局へ連絡するのかを契約段階で決める必要があります。重要システムでは単一事業者への集中度を測り、代替運用へ移る訓練も欠かせません。

政府は2026年10月1日に重要インフラ統一基準を施行し、分野横断で対策水準を引き上げる枠組みを整えました。しかし、規程を作るだけでは攻撃速度との差は縮まりません。取締役会が復旧時間、重要業務の停止限度、サプライチェーン上の集中リスクを定量的に管理する仕組みが必要です。

経営層が直ちに着手すべき復旧力の再設計

最優先は、外部公開資産の棚卸し、耐フィッシング型の多要素認証、特権アカウントの分離です。あわせてVPNやネットワーク機器の更新期限を定め、不要なAPIと退職者アカウントを停止し、異常を追跡できる期間のログを確保します。

次に、暗号化、認証基盤停止、クラウドリージョン停止を別々のシナリオとして復旧演習を実施します。バックアップの保有数ではなく、重要業務を目標時間内に再開できたかを評価指標にすることが重要です。

防御側もAIを脆弱性探索、ログ分析、優先順位付けへ投入できます。ただし、AIの導入自体を安全対策の成果とみなしてはいけません。攻撃者が速度を得る時代には、発見から修正までの時間を短縮し、侵入されても社会機能を止めない設計へ移行できるかが企業の競争力を左右します。

参考資料:

• IDCフロンティア「不正アクセスによる障害に関する調査の進捗について」
• IDCフロンティア「当社サービスの一部システムに対する不正アクセスについて」
• 警察庁「令和8年上半期におけるサイバー空間をめぐる脅威の情勢等について」
• 警察庁「令和7年におけるサイバー空間をめぐる脅威の情勢等について」
• Cisco Talos「2026年上半期における日本でのランサムウェア被害の状況」
• 警察庁「ロシア国籍ランサムウェア被疑者逮捕に関するドイツの広報について」
• NICT「相次ぐ情報漏えい、その原因の一つはアプリ解析からのサーバ攻撃」
• JPCERTコーディネーションセンター「直近で相次いでいる国内組織における不正アクセスに関する注意喚起」
• IPA「不正アクセスによる漏えい等の事案を踏まえ、速やかに実施すべき対策等について」
• 国家サイバー統括室「AI性能の高度化を踏まえたサイバーセキュリティ対策の強化について」
• 国家サイバー統括室「重要インフラ対策関連」
• Microsoft「Digital Defense Report 2026」
• Anthropic「Assessing Claude Mythos Preview’s cybersecurity capabilities」
• アサヒグループホールディングス「サイバー攻撃被害の再発防止策とガバナンス体制の強化について」
• 金融庁「現下の情勢を踏まえたサイバーセキュリティ対策の強化と各種取引申込等における対応について」