WAFを導入している企業がAIによる自動化攻撃に備えるべきこと

ログインや照会のような正規のリクエスト形式で届くAIを活用した自動化攻撃は、WAFのルールだけでは防ぎきれない場合があります。日本と韓国の最近の侵害事例、自動化攻撃の特徴、WAFとともにBotManagerが必要な理由と最低限必要な機能を整理しました。
DAEN's avatar
Nov 05, 2026
WAFを導入している企業がAIによる自動化攻撃に備えるべきこと

この記事の要点

WAFはSQLインジェクションのように「不正」なパターンが明確な攻撃には今も有効ですが、AIを活用した自動化攻撃は、ログインや照会のような正規のリクエスト形式で届くことがあります。リクエストの主体、セッション、累積行為を結び付けて分析するBotManagerソリューションがWAFとともに必要な理由と、ソリューションに最低限必要な機能を整理しました。

正規のサービス機能を悪用するAI攻撃、WAFのルールを強化すれば十分なのか?

WebサイトやアプリをWAFで外部攻撃から守っている企業は多く、SQLインジェクションやクロスサイトスクリプティングのような攻撃に見られる不正なリクエストのパターンを検知・遮断することは、サービスセキュリティの基本といえます。

しかしAIを活用した攻撃が本格化する時代には、ログインや照会のリクエストが正規の形式で届いても、確認すべきリスクがあります。複数のアカウントにログインを試みる、照会対象を変えながら情報を収集する、IPアドレスを切り替えながら同じ活動を続けるといった、AIを基盤とする自動化攻撃です。

攻撃者はもはや「不正」「悪意がある」と判別されない、ごく正規の形でサービスにアクセスします。また、脆弱性を探すためにサービスを一つひとつ確認することもなく、AIを使って自動的に脆弱性を見つけて悪用します。

企業は「正規のアクセス」についても、誰が、どのような流れで、どれほど継続的にサービスへリクエストを送り、利用しようとしているのかを確認する必要があります。

これまではこうした新しい攻撃に備えるために、既存のWAFのルールを調整し、強化する方法で対応してきました。しかし今では、AI時代以前の方法だけでは足りず、AI攻撃に特化したBotManagerのようなボット管理サービスが必要です。グローバルCDNベンダーがBotManager相当の機能を別売りで提供していることが、その現実を裏付けています。この記事では、最近、韓国と日本だけでなく世界中で行われ、今も続いているAI攻撃に対して、なぜBotManagerソリューションが必要なのかを改めて確認します。

参考)WAFとボット管理ソリューションの基本的な役割の違いは、前回の記事「WAFを導入していても、悪性ボット攻撃が続くのはなぜか?」で取り上げています。

1. 日本・韓国におけるAIを活用した脆弱性を悪用する攻撃とAPI悪用の現状

最近発生した脆弱性を悪用した攻撃と情報窃取の事件を受けて、日本の企業では警戒が高まっています。

日本でサイバーインシデント対応を支援するJPCERT/CCは、2026年10月に公開した調査で、攻撃者がAIを活用して既知の脆弱性を探索し、APIを経由した攻撃を行った事実を分析しました。その過程で、公式に公開されているAndroidアプリを解析し、APIの接続経路と通信構造を把握した痕跡も確認されています。

また、日本の情報通信分野の国立研究機関であるNICTも、AIが一般公開されたアプリを解析したうえでそのアプリのバックエンドサーバーを攻撃するA2B攻撃(App-to-Backend Attack)を確認し、アプリ自体に脆弱性がなくても、サーバー側の認証・権限確認や入力値検証を通じて不正アクセスにつながり得ると説明しています。

韓国も状況は変わりません。最近、複数の金融機関で情報漏えい事故が発生し、その攻撃はAIによる侵入テストツールであるARTEXを通じて行われました。攻撃の多くは、外部に公開された業務支援システムや照会機能を通じて、正規のアクセスの形で行われました。これは、AIによる正規の形のアクセスに備えなければならないという課題をはっきりと示しています。

こうした侵害事故を引き起こすAIベースのツールとしては、ARTEX、Cairn、CyberStrikeAIが代表的です。これらのツールは本来の用途とは異なる形で悪用されており、顧客向けWebサイトだけでなく、アプリのAPI、取引先向けポータル、外部から接続する従業員向けシステムまで攻撃対象が広範かつ多様であるため、早急な対策が必要です。

参考)JPCERT/CC「連続不正アクセス事案の攻撃手法に関する調査」(2026年10月15日) ・ NICT「A2B(App-to-Backend)攻撃に関する注意喚起」(2026年10月13日)

2. AIを基盤とする自動化攻撃は何が違うのか

先に述べた自動化攻撃を「同じリクエストを高速に繰り返す行為」とだけ捉えると、検知の漏れが生じ、AIを用いた攻撃を見逃すおそれがあります。

たとえば攻撃者は特定の経路でアクセスを拒否されると、別のAPIを確認したり、接続情報を変更したり、呼び出し間隔を調整したりできます。次のリクエストが前のリクエストと違って見えても、全体の流れでは同じ目的の活動である可能性があります。

このような状況では次の分析が必要です。

  • IPアドレスが変わっても、関連するセッションと類似した呼び出し行為が続いているかを確認します。

  • 短時間のリクエスト急増だけでなく、長時間にわたって累積する照会を確認します。

  • 正規の利用順序とは異なる方法で、保護対象のAPIにアクセスしているかを確認します。

  • ログイン試行回数とあわせて、対象アカウント数と成功・失敗の結果を確認します。

AI攻撃はAIツールが使われたかどうかを先に確定しなければ対応できないものではありません。AI攻撃のツールと種類は今後さらに多様になるでしょう。しかし、それを使って悪事を働こうとする人の「目的」は、AIの行動パターンに現れざるを得ません。結局、サービスに現れるAIの自動化された行為とパターン、そして悪用の兆候を基準に判断することが、自社サービスを守るうえで有効な方法です。

3. 正規のリクエスト形式も攻撃に使われ得る

羊の皮をかぶったAIボットが正規ユーザーのようにWAFの検査を通過してサーバーにアクセスする様子
正規ユーザーと同じリクエスト形式で届くAIボットは、WAFの攻撃パターン検査だけでは見逃されるおそれがあります。

WAFと従来の方法に限界がある理由はここにあります。たとえばログイン、注文照会、予約確認は顧客に必要な機能です。しかしAI時代には、攻撃者が過去に窃取したアカウントを利用したり、新たにアカウントを窃取して情報を収集したりするために悪用できる機能でもあります。

サービス機能

注意すべき行為

確認すべき事項

会員ログイン

複数のアカウントに認証情報を繰り返し入力する行為

試行アカウント数、ログイン失敗率、セッション間の関連性

注文・配送照会

照会番号を変更しながら連続してアクセスする行為

照会対象の変化、累積リクエスト量、アクセス権限

商品・予約照会

特定のAPIを継続的に呼び出す行為

正規の利用フロー、呼び出し間隔、経路別リクエスト量

会員・業務情報照会

画面で提供していない方法でAPIを呼び出す行為

リクエストの主体、呼び出し経路、サーバー側の権限検証

上記は自動化による悪用を説明するための例です。以前のように、APIを直接呼び出した、リクエスト量が多いという理由だけで攻撃と判断してはいけません。正規のアプリや提携システムも同じ形で動作し得るため、サービスごとの利用基準と比較しながら、隠れているAIベースのボットのリクエストを判別し、遮断する必要があります。

また、AI時代以前のように、リクエスト形式が正しい、ログインに成功したという事実だけで、その後のすべての活動を正規と見なすこともできません。認証後の照会やAPI呼び出しまで確認し、評価する必要があります。

4. AI時代にBotManagerソリューションがWAFとともに必要な理由

BotManagerが羊の皮をはがし、WAFを通過したAIボットの正体を識別して制御する様子
BotManagerは、リクエストの主体、セッション、累積行為を分析し、正規のリクエストを装ったAIボットを識別します。

WAFはリクエストに含まれる攻撃パターンを検査し、設定されたアクセス条件とリクエスト量の基準に従ってトラフィックを制御してきました。これらの機能は、「不正」なパターンが明確な場合には今も有効です。これに加えてAIを用いた攻撃を防ぐには、リクエストの主体、セッション、累積行為に対する証跡分析とAIによる深層分析を追加して、自動化されたサービス悪用に対応しなければならず、そのためにBotManagerソリューションが必要です。

区分

主な役割

WAF

SQLインジェクションなど、リクエスト内の攻撃パターンと設定されたアクセス条件を検査します。

BotManager

アカウントへの認証情報の大量入力、分散ボット、反復的な情報収集、不正なパターンのAPI呼び出しなど、AIを基盤とする自動化行為を検知し、制御します。

サーバー・アプリケーション

脆弱性を修正し、利用者とデータごとのアクセス権限を検証します。

※ WAFについては従来の基本的な攻撃パターン検査機能を中心に説明しています。実際の対応範囲は、提供ベンダー、製品、構成によって異なります。

5. BotManagerソリューションに最低限必要な機能と対応領域

BotManagerはWAFの基本的な攻撃パターン検査を補完し、AI攻撃の複数のパターンを結び付けて自動化された悪用かどうかを判断することに重点を置く必要があります。最低限、次の機能に対応していなければなりません。 (STCLabのBotManagerを基準に記載しています)

分散リクエストの関連性分析

IPアドレスやブラウザ情報が変わるリクエストを、セッション、TLSフィンガープリント、呼び出し行為など複数のシグナルで比較します。単一IPアドレスのリクエスト量だけでは把握しにくい活動を分析し、フィンガープリントの一致だけで悪性かどうかを判断しない機能が必要です。

保護対象APIの呼び出しフローの検証

経路の順序や区間ごとの所要時間などを確認し、適用できる経路では動的URLによって、許可条件から外れたURLの再利用を制御します。ブラウザ・アプリ・提携APIごとの正規の呼び出し方法に合わせてポリシーを構成する機能が必要です。

反復照会と情報収集の検知

特定のURLに対する反復呼び出しと、時間帯ごとのリクエスト量を分析します。会員・注文・予約など保護対象の特性に応じて正規の利用基準を設定し、不正なアクセスに対応する機能が必要です。

認証情報の大量入力の検知とログイン結果の分析

クレデンシャルスタッフィングやパスワードスプレーなどのアカウント攻撃に対応します。サーバー側のログイン結果と連携し、試行回数とアカウント数だけでなく、成功・失敗の結果もあわせて分析できる機能が必要です。

AIによるマルチレイヤー攻撃への対応可否

AIの攻撃は単一の地点で行われるわけではないため、対応可能なすべてのレイヤーで対策を講じておかなければなりません。エンドユーザーが使うクライアントレイヤーを通じた攻撃、すべての正規トラフィックの通り道となるCDNレイヤー、サーバーに直接届くサーバーレイヤーのすべてについて、検知・制御の仕組みを整えておく必要があります。

顧客のサービスや業種に応じて進化するAI攻撃ツールと特定サービス向け攻撃ツールへの対応

AIの利用が一般化し、攻撃ツールを簡単に作れるようになった分、標準化された方法だけで対応するのはもはや困難です。顧客のサービスや業種ごとに想定されるAI攻撃の手法を分析・確認し、カスタマイズした追加ポリシーを継続的に提供できなければなりません。

正規顧客の利用に対する影響の最小化とポリシー適用の支援

AI攻撃対応の成果は、遮断件数と正規顧客の利用に与えた影響の両面から確認する必要があります。ログインや購入が誤って遮断されたり、提携APIの連携が止まったりすれば、サービス運営に直接の負担が生じるためです。

特に、サービス構造と正規の利用フローを確認したうえで、ポリシーを段階的に適用する必要があります。その過程、とりわけ最初のオンボーディングでは、PoCとあわせて分析した結果をもとに、顧客にガイドを提供しなければなりません。以下はその過程の例です。

  1. まず、保護する経路と許可すべき連携を整理します。顧客向けブラウザ、モバイルアプリ、提携システム、業務用の自動化は利用方法が異なるため、それぞれの基準を確認します。また、サービスの特性を顧客と協議し、想定される特異点を確認します。

  2. 次に、検知モードで実際のトラフィックを分析します。どのリクエストが検知されるか、正規の大量照会が含まれているかを確認してポリシーとしきい値を調整し、想定できる攻撃シナリオなどへの対応ポリシーもあわせて用意します。

  3. 検証が完了した経路から、遮断や追加検証を適用します。適用後は、反復照会と認証情報の大量入力の変化だけでなく、正規のログイン・取引の成功率、誤遮断の問い合わせもあわせて確認します。

  4. 特定の顧客にのみ存在する特殊なシナリオについては、十分なインタビューと分析を通じて、新しい攻撃に対する追加ポリシーを提供します。

6. AI攻撃に対する自社サービスの対応レベルの確認をおすすめします

現在WAFを運用しているなら、次の質問で追加の点検が必要な領域を確認できます。

  • IPアドレスが変わっても、同じアカウントに対するログイン失敗が続いている状況を確認できますか?

  • 全体のトラフィックは普段と変わらないのに、特定の照会APIにリクエストが集中している状況を把握できますか?

  • 顧客向けWebサイト以外に、アプリのAPIや取引先・従業員向けシステムも保護範囲に含まれていますか?

  • 検知されたリクエストを正規のアプリや提携システムの呼び出し方法と比較できますか?

  • 遮断ポリシーが正規のログインや取引に与えた影響を確認できますか?

  • マルチレイヤー攻撃の検知と観測は可能ですか?

答えにくい項目があれば、AI攻撃にさらされている度合いを確認し、対策を整備する必要があります。

AI攻撃の実態調査を支援する会社をまだ選定していなければ、STCLabにご相談いただくこともできます。STCLabは現在、正規のリクエストを装った自動化攻撃の実態調査とレポートの提供を無償で支援しています。サービス構造と収集可能な情報を確認し、検知結果をもとに、追加の保護が必要な経路とポリシーの検討を支援します。

既存のWAF運用環境でAI攻撃への対応レベルを確認したい場合は、BotManagerの実態調査をお申し込みください。自社サービスで発生しているAI攻撃トラフィックを確認し、必要な保護範囲を具体的に検討できます。

いまこそ、AI対応のセキュリティを見直すときです。

自社サービスがAIを活用した自動化攻撃にどの程度さらされているか、無償で確認してみませんか。

正規のリクエストを装った自動化攻撃の実態調査と結果レポートを無償で提供します。サービス構造と収集可能な情報を確認したうえで、追加の保護が必要な経路とポリシーをあわせて検討します。

BotManager実態調査を申し込む

よくある質問(FAQ)

Q1. すでにWAFを運用しているのに、なぜBotManagerが追加で必要なのですか?

WAFはSQLインジェクションのように、リクエストの中に攻撃パターンが含まれる「不正」なリクエストを検査するのに有効です。しかしAIを活用した自動化攻撃は、ログイン、注文照会、予約確認のような正規のリクエスト形式で届くため、個々のリクエストだけでは判別が困難です。リクエストの主体、セッション、累積行為を結び付けて分析する機能が、WAFとともに必要です。

Q2. AI攻撃ツールが使われたかどうかを先に確認しなければ対応できませんか?

そうではありません。攻撃ツールと種類は今後も多様になりますが、悪用しようとする目的は、サービスに現れる行動パターンに表れます。IPアドレスが変わっても続く呼び出し行為、長時間にわたって累積する照会、正規の利用順序とは異なるAPIアクセス、対象アカウント数とログインの成功・失敗の結果を基準に判断することが、自社サービスを守るうえで有効な方法です。

Q3. BotManagerの実態調査はどのように進みますか?

STCLabは、正規のリクエストを装った自動化攻撃の実態調査とレポートの提供を無償で支援しています。サービス構造と収集可能な情報を確認したうえで、検知結果をもとに追加の保護が必要な経路とポリシーを検討します。お問い合わせボタンからお申し込みいただけます。

Share article