8か月。4つの重大な事件。1つのパターン：ソフトウェアサプライチェーンは新たな敵対者を得たのではなく、新たな武器を得た。2025年9月から2026年5月の間に、自己増殖型ワーム、国家主体、模倣犯による攻撃、そして乗っ取られたAIモデルがそれぞれ侵入した。 pipeline何百万もの開発者が日々信頼しているもの。これがサイバーセキュリティの脅威の新たな姿だ。より速く、より見えにくく、そして開発チームがコードを出荷するために使用するのと同じAIによってますます強化されている。
もしあなたがサイバーセキュリティの脅威について、いまだにフィッシングメールとパッチ未適用サーバーだけで考えているなら、以下のデータはあなたの考えを刷新するでしょう。
サイバーセキュリティ脅威の新たな形態
長年、サイバーセキュリティの脅威といえば、盗まれた認証情報、設定ミスのあるサーバー、ソーシャルエンジニアリングを意味していました。これらのリスクは消えていません。2022年に確認されたデータ侵害の81%は、認証情報の侵害によるものでした。しかし、新たなカテゴリーが議論の中心に躍り出ました。それはAIの脅威です。開発チームは現在、AIコーディングアシスタント、エージェントコパイロット、AIに頼っています。 モデルコンテキストプロトコル (MCP) ソフトウェアをより速く開発するためのサーバーが数多く存在するが、それらのサーバーも今や攻撃の標的となっている。調査によると、AIが生成したコードの約40%にセキュリティ上の脆弱性が含まれていることが分かっており、AIが約束するスピードには、コードベースに直接組み込まれたAIセキュリティリスクの比例的な増加が伴うことを意味する。
8か月、4つの事件：AIの脅威はいかにエスカレートしたか
AIの脅威が加速していることを示す最も明確な証拠は予測ではなく、 既に起こった出来事の時系列:
- 2025年9月、シャイ・フルード月: 開発者自身を配信メカニズムに変えてしまう、初の自己増殖型npmワーム。
- 2026年3月、axios： 国家主導のマルウェアが、週におよそ100億回ダウンロードされるパッケージの中に隠されている。
- 2026年4月、SAP npm：同じ虫の模様を小さく繰り返したもので、技法のスケールを示している。
- 2026年5月、クロード・オーパス → PromptMink：自律エージェント内にマルウェアを仕込むために武器化された大規模な言語モデル。AI自体が攻撃ベクトルとして機能する。
それぞれのインシデントは、前のインシデントを再利用し、規模を拡大していく。これが2026年のAI脅威の決定的な特徴だ。開発者が製品をリリースするのに役立つ自動化技術が、攻撃者の拡散にも役立つため、AI脅威は従来のサイバーセキュリティ脅威よりもはるかに速いスピードで拡大していく。
従来のツールではこれらのAIリスクを認識できない理由
従来のアプリケーションセキュリティツールはリポジトリまでしか監視できず、モデルが何であるかを知りません。従来のエンドポイントツールはオペレーティングシステムを監視するだけで、パッケージ、MCPサーバー、AIアシスタントを理解しません。この2つのツールの間のギャップこそが、AIのリスクが潜む場所であり、被害が発生するまで検出されないまま放置されるのです。
2つの数字が、その危険性を具体的に示しています。AIを標的とした認証情報の窃盗は、2025年第4四半期から2026年第1四半期にかけて376%増加しました。また、悪意のあるMCPブリッジ（CVE-2025-6514）は、発見されるまでに43万7000回ダウンロードされ、クライアント上でリモートコード実行を可能にしました。公開されているMCPサーバーも、デフォルトでは安全ではありません。5.5%のサーバーにはツール汚染の脆弱性があり、43%のサーバーにはコマンドインジェクションの脆弱性があり、開発者自身のツールが組織が直面する可能性のある最も深刻なサイバーセキュリティ脅威の1つになるほど深刻です。
ソフトウェアサプライチェーンは依然としてサイバーセキュリティ脅威の最大の発生源である
AI はこの問題を新たに生み出したのではなく、拡大させたのです。ソフトウェアサプライチェーンは、サイバーセキュリティの脅威に対して最も悪用されやすい侵入ポイントであり、その数字がそれを裏付けています。2019 年以降、778,500 を超える悪意のあるオープンソースパッケージが特定されており、その数は 1 年間で 156% 増加し、512,847 パッケージに達しました。ENISA は、サプライチェーン攻撃の 60% がサプライヤーに対する顧客の信頼を悪用していることを発見しており、一部の推定では、ソフトウェアサプライチェーンは現在、約 48 時間ごとに攻撃を受けています。サプライチェーン攻撃は 2019 年から 2022 年の間に 742% 増加し、2025 年までに組織の 45% が影響を受け、2031 年までに年間コストが 1,380 億ドルに達すると予測されています。ソフトウェアサプライチェーン攻撃による今年のコストだけでも 600 億ドルと推定されています。
同じ依存関係と pipeline これらの古典的なサイバーセキュリティの脅威を生み出した弱点は、現在ではAIのリスクも伴います。侵害されたパッケージ、設定ミスのあるGitHub Actions、またはピン留めされていない CI/CD このステップは、人間の開発者と同様に、AIエージェントも容易に標的にすることができる。
コードベースを超えた、より広範なAIセキュリティリスク
AIのリスクは、コードファイルの中にすべて存在するわけではありません。AIセキュリティリスクのより包括的なマップは、AI資産のライフサイクル全体に及びます。具体的には、即時注入とシステム即時漏洩、過度に寛容なAI構成によって露出される機密データ、汚染されたベクトルと埋め込み、ドキュメントやルールファイル内に隠された悪意のある命令、安全でないMCP構成と信頼できないサーバー、脆弱または不正なAI依存関係、そしてAIエージェントが設定された境界を超えて行動する過剰なエージェンシーなどが挙げられます。
これらのカテゴリは、 LLM申請のためのOWASPトップ10 エージェントアプリケーションに関するOWASPトップ10 OWASP MCP トップ10これら3つのフレームワークは、業界全体でAIセキュリティリスクに関する共通語彙として急速に普及しつつある。
サイバーセキュリティの脅威への曝露を減らす：実際に効果のある対策とは？
データは、サイバーセキュリティの脅威に対して一貫して効果を発揮する2つの要素を示している。 基本的な衛生管理と早期発見。 サイバー攻撃の98%は基本的なセキュリティ対策で防げるにもかかわらず、データ漏洩の34%は依然として内部脅威に起因し、アプリケーションの60%には依然として自社開発コードに脆弱性が存在する。GitHub自体も例外ではなく、GitHubの概念実証エクスプロイトリポジトリの1.9%は悪意のあるものであり、信頼する研究者に対してデータを漏洩させたり、マルウェアを配布したりするために作られている。
特にAIリスクに関しては、ライフサイクルのより早い段階で対策を講じる必要がある。
- IDE内で検証してください。 AI生成コードがセキュリティ上の問題を引き起こす前に、そのコード内の安全でないパターンを検出する pipeline 新たなAIセキュリティリスクの最大の発生源を封じる。
- マルウェアのシグネチャが存在する前に検出する。 評判に基づくツールは、定義上、ゼロデイパッケージを見逃してしまう。まさにその点が、Shai-Hulud、axios、そしてSAP npmが悪用した弱点だった。
- すべてのAI資産を一覧化する。 モデル、データセット、エージェント、MCPサーバーは、チームが実行していることを知らない限り、管理したり、攻撃したりすることはできません。
Xygeniはこれらのサイバーセキュリティの脅威にどのように対処するのか
ザイゲニ DevAIは、AIによる脅威をアプリケーションセキュリティの重要な要素として捉え、後付けの問題として扱うことはありません。DevAIは開発者のIDE内でリアルタイムのセキュリティ検証を行い、AI生成コードに含まれる安全でないパターンを出荷前に検出します。 マルウェア早期警告（MEW）cNPM、PyPI、Mavenを継続的にスキャンして、シグネチャが存在する前に悪意のあるパッケージを検出し、Shai-Hulud、axios、SAP npmの背後にある正確なサプライチェーンパターンに対処します。AI Securityは、あらゆるAIアセットを検出します。 SDLCShieldは、上記のOWASPフレームワークに基づいてスコアリングを行い、安全でないモデル、エージェント、またはMCPサーバーの実行を許可する前に、エンドポイントでポリシーを適用します。
2026年にAIリスクを適切に管理できる組織は、最も多くのツールを運用している組織ではありません。運用しているすべてのAI資産を把握し、危険なものが実行される前に阻止し、その知見を既存のツールに適用できる組織です。
FAQ
2026年に最も大きなサイバーセキュリティ上の脅威となるものは何ですか？
サプライチェーン攻撃は、件数と被害額の両面で依然として最大のカテゴリーであり、今年の被害額は推定600億ドル、約48時間ごとに攻撃が発生している。それに加えて、AIによる脅威が急速に成長しているカテゴリーとして浮上している。AIを標的とした認証情報窃盗は、わずか1四半期で376%増加し、Shai-Hulud、axios、PromptMinkといった事例は、攻撃者がAIを標的と攻撃手段の両方として積極的に利用していることを示している。
AIが生成したコードはセキュリティリスクとなるのか？
はい。調査によると、AIが生成したコードの約40%にセキュリティ上の脆弱性が含まれています。そのため、コードのマージ前に開発者のIDE内でリアルタイム検証を行うことは、AIのセキュリティリスクを発生源で低減する最も効果的な方法の一つと言えます。
MEWとは何ですか？また、MEWはAIの脅威にどのように対処するのですか？
マルウェア早期警告（MEW）は、Xygeniが提供するNPM、PyPI、Maven向けの継続的スキャンシステムです。シグネチャが存在する前に悪意のあるパッケージを検出するように設計されており、これは非常に重要です。なぜなら、評判ベースのツールは既に特定されたものしか検出できず、最近のAI脅威やサプライチェーンワームの背後にある正確なゼロデイパターンを見逃してしまうからです。
MCPサーバーは、AIリスクの真の発生源となるのか？
はい。公開されているMCPサーバーには、実環境で測定可能なAIセキュリティリスクが存在します。5.5%にツールポイズニングの脆弱性があり、43%にコマンドインジェクションの脆弱性があります。また、侵害されたMCPブリッジ1つだけでも、検出されるまでに43万7000回ダウンロードされていました。
