AIがITからOTへと進出する

1月、身元不明の攻撃者が、メキシコ・モンテレイの上下水道事業者のIT環境への侵入において、AnthropicのClaudeとOpenAIのGPTモデルを使用し、その後、同事業者のオペレーショナルテクノロジー（OT）に関連するゲートウェイへの侵害を試みました。

このインシデントは、2025年12月から2026年2月にかけてメキシコの政府機関を標的として行われた、より広範な攻撃キャンペーンの一環でした。セキュリティ企業Dragosの報告によると、最初の侵入は脆弱性のあるWebサーバーまたは窃取された認証情報を介して行われた可能性が高いものの、侵入口は確認されていません。

侵入後、攻撃者はプロキシ経由のトンネルとAIによって生成されたツールを使用し、偵察、列挙、ラテラルムーブメント（横展開）を行いました。Claudeは、vNodeの産業用ゲートウェイおよびSCADA／産業用IoT管理プラットフォームが稼働している内部サーバーを発見しました。

Claudeはこのプラットフォームについて調査し、パスワードのみを使用する認証インターフェースを特定したうえで、デフォルト情報と被害組織固有の情報を使用して認証情報のリストを生成しました。自動化されたパスワードスプレー攻撃が2回試みられましたが、いずれも失敗しました。また、調査担当者は、攻撃者がOT環境に侵入したことや、水道事業の運用を妨害したことを示す証拠は確認していません。

Dragosは、攻撃キャンペーンに関連する350以上のアーティファクトを分析しました。その大半は、AIによって生成された悪意のあるスクリプトでした。Claudeはその実行結果に基づいて攻撃用ツールを開発・改良し、一方、GPTモデルは収集された情報を処理し、スペイン語で構造化された出力を生成しました。

使用された手法、ネットワーク探索、認証情報を狙った攻撃、脆弱性の悪用、ラテラルムーブメント（横展開）は、いずれも従来からあるものでした。AIによって、これらの手法を組み合わせて実際に機能する攻撃キャンペーンを構築するために必要な専門知識と時間が削減されました。

「この具体的な事例から得られる重要な教訓は、AIが従来の攻撃手法を、はるかに高速かつ積極的に実行できるようにするということです」と、OTおよびIoTサイバーセキュリティプロバイダーViakooのバイスプレジデント、John Gallagherは述べています。「人間のスピードでは数週間かかっていたことが、今ではAIによって数時間で実行できるようになっています。」

セキュリティチームは、これまでと同様の攻撃行動を検知する必要があります。しかし、人間が攻撃を行うスピードを前提として設計された調査や封じ込めのプロセスでは、十分な速さで対応できない可能性があります。

「AIが攻撃者に新たな能力を与えたわけではありません」と、サイバーデセプションプロバイダーAcalvioのCEO、Ram Varadarajanは述べています。「AIが与えたのは、スピードと判断力です。これまで数週間かかっていた偵察活動を、わずか数分にまで短縮しています。」

アナリストは、AIがどのようにツールを繰り返し変更し、その結果を解釈し、ネットワーク内を進む別の経路を選択できるのかを理解する必要があります。

攻撃者は、実証された産業制御に関する専門知識を持っていたわけでも、OTを探すよう明示的に指示されていたわけでもありません。Claudeは、企業環境の偵察を行う中でvNodeサーバーを発見し、それがこの事業者の産業環境に関連していることを自ら認識しました。

ゲートウェイ、ヒストリアン、エンジニアリングワークステーション、リモートアクセスサーバー、データ統合プラットフォームは、ITとOTの間で通信する必要があります。しかし、これらは産業システムを探索するための経路にもなり得ます。この事例では、侵害されたIT環境からvNodeのインターフェースを発見することが可能であり、認証にはパスワードのみが必要でした。

「内部から発見可能なゲートウェイを単一のパスワードだけで保護することに依存している点は、エージェント型AIによる自動化されたラテラルムーブメントの時代において、単一要素認証に依存する内部資産が抱える致命的な脆弱性を浮き彫りにしています」と、AIセキュリティおよびガバナンスプロバイダーNoma Securityのシニア脆弱性リサーチャー、Eli Ainhornは述べています。

セキュリティの専門家には、ITとOTの境界をまたぐすべての接続を特定し、それぞれが本当に必要なものかどうかを判断するためのアーキテクチャに関するスキルが必要です。NISTは、OT資産をゾーンに分け、ファイアウォール、ゲートウェイ、またはデータダイオードを使用して、明示的に許可された通信のみを認めることを推奨しています。

適切に構成された産業用DMZ（非武装地帯）は、企業側のホストが制御システムの資産と直接通信することを防ぐ必要があります。また、ゲートウェイには個別のアカウントを設定し、最小権限を適用するとともに、サポートされている場合には多要素認証を使用する必要があります。共有アカウントやパスワードのみによるアクセスは、アカウンタビリティ（追跡可能性）を低下させ、自動化された認証情報攻撃の封じ込めをより困難にします。

偵察活動は侵害された内部システムから行われたため、境界での監視だけでは、攻撃の決定的な段階を検知することはできなかったでしょう。

防御側には、東西方向（East-West）のトラフィック、内部スキャン、ゲートウェイ通信、認証アクティビティを可視化する必要があります。また、攻撃者がゲートウェイを改ざんして証拠を消去できないよう、これらの記録を一元管理する必要があります。

Gallagherは、通常とは異なるポートスキャンや、ゲートウェイのポートに向けられた通信が警告の兆候となると指摘しています。

検知システムでは、送信元ホスト、使用を試みたアカウント、認証結果、過去のアクセス履歴を相互に関連付けて分析する必要があります。これまでゲートウェイにアクセスした履歴のない企業ネットワーク上のワークステーションからスキャンやログイン試行が行われた場合には、調査を開始する必要があります。

「未知のエクスプロイトを探すのではなく、防御側はマシンスピードで実行される一連の攻撃活動の行動パターンに注目すべきです」とAinhornは述べています。

パスワードスプレー攻撃では、個々のアカウントがロックアウトされるのを避けるため、多数のアカウントに対してパスワードを試行します。そのため、アナリストには、ユーザーごとの認証失敗回数をカウントするルールだけに依存するのではなく、単一の送信元から複数のアカウントに対して認証が試みられていることを特定する検知ロジックが必要です。

資産の検出は出発点です。セキュリティチームは、存在を把握していないゲートウェイ、デュアルホームサーバー、リモート接続を保護することはできません。資産インベントリには、ファームウェア、認証情報、証明書、所有者、ネットワーク上の配置、さらに企業システムおよび産業システムとの通信を含める必要があります。

また、セキュリティの専門家には、パスワードのみによるアクセスを置き換えるためのアイデンティティエンジニアリング、セグメンテーションを適用するためのネットワークアーキテクチャ、どのシステムが物理プロセスに影響を与える可能性があるかを理解するためのOTの知識、そして不正な接続経路を発見するための脅威ハンティングのスキルも必要です。

サイバーハイジーンを自動化することで、AIを活用した偵察活動に対抗するために必要なスピードで、脆弱な認証情報、期限切れの証明書、古いファームウェア、想定外の接続を特定できます。防御側でのAI活用やデセプションシステムは、自動化された探索活動の検知に役立つ可能性がありますが、それでも人間による監視と、正規の運用についての正確なベースラインが必要です。

Varadarajanは、マシンスピードで行われる攻撃によって、自動化された防御の必要性がますます高まると予想しています。

「最終的に私たちの防御も、それに対抗するマシンスピードのAIでなければなりません」と、Varadarajanは述べています。

テストでは、スキャンや脆弱性の悪用が運用に及ぼす影響を考慮する必要があります。稼働中のコントローラーに対して攻撃性の高いツールを実行するのではなく、OT担当者も参加したうえで、実環境を再現したシステム、テスト環境、または承認済みの境界インフラストラクチャを対象に、攻撃者の行動を模擬するテストを実施する必要があります。

今回の侵入の試みは失敗しました。しかし、次のパスワードスプレー攻撃では、有効な認証情報が見つかる可能性があります。目標は、攻撃者が人間であれAIであれ、その経路を試すことができるようになる前に、経路そのものを排除するか、適切に制御することです。

Gallagherは、優先すべきなのは、自動化された資産検出とサイバーハイジーンであり、すべてのデバイスを可視化するとともに、ファームウェアにパッチが適用されていること、強力なパスワードが使用されていること、証明書が引き続き有効であることを確認することだと述べています。

「AI主導の脅威から防御するために必要なスピードを確保するには、これらの機能を自動化する必要があります」と、Gallagherは述べています。

モンテレイでの攻撃は、AIがサイバーリスクを変化させるために、新たな攻撃手法を生み出す必要はないことを示しています。AIは、従来からある偵察活動、認証情報を狙った攻撃、ラテラルムーブメント（横展開）をマシンスピードで実行できるのです。つまり、今日の防御担当者は、AI主導の脅威を理解するとともに、自動化によって検知から対応までに許される時間がどれほど短縮されるのかを理解する必要があります。