
スロップスクワッティングとは?AIが提案するパッケージの確認と対策
生成AIやAIエージェントが書いたインストールの行を、そのまま実行することがあります。その名前が実在せず、スロップスクワッティングで第三者が先に登録していた場合、インストールはエラーなく終わり、第三者のコードが開発環境で動きます。
第三者のコードを開発環境で動かさないよう、スロップスクワッティングの仕組み(パッケージ名のハルシネーション、タイポスクワッティングとの違い、被害になる条件)から始めて、研究で測られた誤提案の割合と実被害の確認状況、入れる前の照合と導入の承認、入った後の依存関係の管理へと進みます。
スロップスクワッティングとパッケージのハルシネーション
生成AIがパッケージ名を取り違える「ハルシネーション」を悪用するのが、スロップスクワッティングです。被害になるのは、AIが挙げた実在しない名前を第三者が先に登録し、誰かがその名前を確かめずに入れたときです。
AIによるパッケージ名のハルシネーション
AIによるパッケージ名のハルシネーションは、PyPIやnpmに存在しないパッケージ名を、生成AIがpip installの行やimport文に書いてしまう現象です。PyPIはPython、npmはJavaScriptのパッケージを登録して配る公開の登録簿です。
ハルシネーションは、生成AIが事実と異なる内容をもっともらしく出力することを指します。モデルはコードを書くときに登録簿を照会せず、学習したデータの傾向から名前を組み立てます。そのため、書かれた名前が登録簿にあるとは限りません。
実在しない名前は、実在の名前の打ち間違いのような形になるとも限りません。具体的には、後述のSpracklenらの論文で、実在しなかった名前と最も近い実在の名前との違いを文字数で測ると、48.6%は6文字以上違っていました。
そのため、綴りが大きく違う名前は、正しい名前と見比べても偽物かどうか判断できません。
スロップスクワッティングとタイポスクワッティングの違い
タイポスクワッティングとの違いは、狙う名前の出どころにあります。タイポスクワッティングは、人気パッケージに綴りを似せた名前を登録し、人の打ち間違いや見間違いで入れられるのを待つ攻撃です。
スロップスクワッティングという語は、語を広めたAndrew Nesbittのブログによれば、2025年4月にPython Software FoundationのSeth Larsonが提案しました。タイポスクワッティングをもじった名前です。2つの違いを、出どころ・狙う名前・見分け方で比べます。
見分け方の違いが、そのまま対策の違いになります。具体的には、スロップスクワッティングの名前は綴りの差では見分けにくいため、公式資料と照合して確かめます。
スロップスクワッティングがAIサプライチェーン攻撃になる条件
AIサプライチェーン攻撃としての被害は、3つの条件がそろったときに起きます。サプライチェーン攻撃は、自社で作っていない部品を経由して入り込む攻撃を指し、ここでは外部から取り込むパッケージが入口になります。
第三者がまだ登録していない名前なら、インストールはエラーで止まり、誤りに気づけます。一方、第三者が先に登録した名前はエラーなく入るため、気づきにくくなります。
3つの条件のうち、AIの出力と第三者の登録は自社では止められません。つまり、自社で止められるのは、確かめずに入れる段階です。AIが実在しない名前をどのくらい挙げるかは、研究で測られています。
スロップスクワッティングの研究結果と実被害の確認状況
研究で測られているのは、AIが実在しない名前をどのくらい挙げ、同じ名前をどのくらい繰り返すかです。ただし、研究の数字は実験の値で、攻撃の発生件数とは別のものです。実被害は、研究者による実験的な登録と、悪意あるパッケージの報告に分けて確かめます。
研究で観測されたパッケージ名のハルシネーション
パッケージ名のハルシネーションを大規模に測ったのが、Spracklenらの論文「あなた向けのパッケージがあります!」(USENIX Security 2025)です。16種のモデルにPythonとJavaScriptのコードを計576,000件書かせ、挙がった名前約223万件を照合しました。
照合先は、2024年1月10日時点のPyPIとnpmの一覧です。実在しない名前の割合は、商用モデル(3種)の平均で5.2%、オープンなモデル(13種)で21.7%でした。
同じ依頼で同じ名前が出るかも調べています。具体的には、誤提案が出た依頼500件を10回ずつ繰り返すと(Python、4モデル)、58%の名前は2回以上出ました。つまり、繰り返し出る名前は、攻撃者が前もって調べて登録できます。
2026年には、独立研究者のChurilovが同じ方法での再評価をarXivに公開しました(査読前)。対象は2025年10月〜2026年3月に公開された5つのモデルです。5モデルすべてが挙げた名前は127件で、うち53件は登録簿の確認を経ても第三者が登録できる状態だったといいます。
2つの研究で観測された割合と件数を、それぞれの分母と一緒に並べます。
新しいモデルでも、実在しない名前を含む生成結果は出続けています。そのため、どのモデルを使っていても、AIが挙げた名前は入れる前に確かめる必要があります。
研究結果と実被害の確認範囲
研究結果が実際の登録簿でどう現れたかは、研究者が自分で名前を登録した実験と、悪意あるパッケージの報告から確かめられます。
Lasso SecurityのBar Lanyadoは2024年3月の報告で、AIが繰り返し挙げるhuggingface-cliという名前で空のパッケージをPyPIに登録し、3か月で3万件を超えるダウンロードがあったと書いています。
大手IT企業の研究用リポジトリの説明書にも、この名前の導入手順が載っていました。
AIエージェントが名前を広げた例もあります。Aikido SecurityのCharlie Eriksenは2026年1月の報告で、npmに存在しなかったreact-codeshiftを1月14日に登録したと書いています。
react-codeshiftは実在する2つのツールの名前を混ぜた名前で、2025年10月にAIで作られたエージェント用の手順書(スキル)に入り、コピーやフォークで237のリポジトリに広がっていました。
登録後も1日1〜4件のダウンロードが続き、Eriksenはエージェントが手順書どおりに実行したものと見ています。
悪意あるパッケージの例も報告されています。Aikido Securityは2026年2月の記事で、ESLintのプラグインeslint-plugin-unused-importsと似た名前のunused-importsを、npm上の悪意あるパッケージとして挙げました。
npmでは現在、セキュリティ上の保留を示すパッケージに置き換わっています。ただし同社も、作成者の意図は証明できないとしています。
3件の報告を、誰が登録したかと、害のあるコードが入っていたかで並べます。
| 報告 | 名前 | 登録した人 | 害のあるコード |
|---|---|---|---|
| Lasso Security(2024年3月) | huggingface-cli(PyPI) | 研究者(Bar Lanyado) | 入っていない(空のパッケージ) |
| Aikido Security(2026年1月) | react-codeshift(npm) | 研究者(Charlie Eriksen) | 入っていない |
| Aikido Security(2026年2月) | unused-imports(npm) | 不明 | 悪意あるパッケージとして報告。作成者の意図は証明できない |
研究者が登録した2件には、害のあるコードは入っていませんでした。悪意あるパッケージの1件も、作成者がAIの誤提案を狙ったとは証明されていません。
欧州連合サイバーセキュリティ機関(ENISA)は2026年3月の技術勧告で、スロップスクワッティングを新しい攻撃経路に挙げました。一方、公的機関が実際の侵害被害として確認した発表は見つかりませんでした(2026年11月1日時点)。発生の有無までは判断できません。
ただ、空のパッケージに3か月で3万件を超えるダウンロードがあったように、名前を押さえられれば、確かめずに入れる人やエージェントは出てきます。次は、入れる前に止める方法です。
スロップスクワッティング対策:AIが提案したパッケージの確認と導入承認
スロップスクワッティング対策の中心は、新しい依存関係を加える場面で、AIの提案も人が選んだ部品と同じ審査に通すことです。依存関係は、自分のコードが動くために取り込む外部のパッケージを指します。
AIが挙げたからという理由で審査を省くと、先に登録された名前がそのまま入ります。審査は、名前を確かめる段階と、入れることを承認して試す段階に分けて行います。
AI提案パッケージの配布元・公開履歴の確認
AIが提案したパッケージは、登録簿に名前があるだけでは安全とはいえません。第三者が先に登録した名前も、登録簿には載っているからです。
OWASPのチートシートは保守状況や利用の広さを挙げ、Lasso SecurityのLanyadoは、AIの答えを別の資料で確かめ、パッケージのリポジトリと公開日を見るよう勧めています。照合する場所を3か所に整理します。
公式ドキュメントとソースリポジトリは開発元が出す案内なので、そこに同じ名前があれば、開発元が配っている部品だとたどれます。Eriksenも、名前が実在し、想定した相手が公開したものかを確かめるよう勧めています。
登録簿の公開履歴も手がかりになります。Aikido Securityは2026年2月の記事で、登録日がごく最近で保守者の情報が無いことを危険の兆しに挙げています。というのも、AIが繰り返し挙げる名前を、誰かが最近押さえたものかもしれないためです。
npmの来歴(provenance)は、パッケージがどのソースからビルドされたかを示す記録です。来歴があれば、npm audit signaturesでソースとビルドへのつながりを確かめます。ただしnpmは、来歴で悪意あるコードの有無までは確かめられないとしています。
そのため来歴は配布元をたどる手がかりとして使い、名前の照合の代わりにはしません。
名前を確かめても、追加した本人だけの判断で入れれば見落としは残ります。次は、承認と試す環境です。
パッケージ導入の承認と検証環境
パッケージ導入の承認は、依存関係の変更を追加者以外の目で確かめる段階です。OWASPは同じチートシートで、同じ技術に詳しい同僚による手作業のコードレビューを、費用が小さく効き目のある手段に挙げています。具体的には、プルリクエストのレビューで、依存関係ファイルの差分を見る運用が使えます。
OWASPはまた、審査済みの部品だけを置く社内リポジトリを使い、それを迂回できないようにすることと、ビルドを使い捨ての隔離環境で行うことを勧めています。つまり、社内リポジトリを通す決まりにしておけば、審査していない名前は取り込まれません。
AIエージェントにコマンド実行を任せている場合について、Aikido Securityは同じ記事で、パッケージの自動インストールを権限の要る操作として扱い、エージェントの権限を絞るよう勧めています。権限があれば、エージェントはそのまま実行するからです。
エージェントが読む手順書も、Eriksenが勧めるようにコードと同じくレビューし、書かれた名前が実在し想定した配布元のものかを確かめます。
関門を通って入ったパッケージも、その後の更新や追加で中身が変わることがあります。そのため、入った後は、依存関係の管理で備えます。
スロップスクワッティングに備える依存関係の管理
スロップスクワッティングに備える依存関係の管理では、AIが選んだパッケージを把握し、必要性と範囲を見直し、CI/CDで自動の管理をかけます。ENISAも同じ勧告でこれを勧めています。CI/CDは、コードの変更ごとにビルドや試験、配備を自動で行う仕組みです。
把握には台帳を使います。ENISAは同じ勧告で、すべての依存関係を記録するSBOMの作成と、AIが選んで組み込んだパッケージをすべて把握することを挙げています。SBOMは、ソフトウェアに含まれる部品を一覧にした文書です。
AIの提案かどうかを残しておけば、あとで誤提案が疑われる名前が見つかったときに、どこで使っているかを台帳からたどれます。
インストールのたびに台帳どおりの部品だけが入るようにする設定は、道具ごとに次のものがあります。ロックファイルは入れる部品の正確なバージョンを記録したファイルで、ハッシュはファイルの中身から計算した値です。
| 道具 | 使う設定 | 止まること |
|---|---|---|
| npm | npm ci | ロックファイルとpackage.jsonが食い違うとエラーで止まる。ロックファイルを書き換えない |
| pip | ハッシュ確認モード(--require-hashes) | 記録と違うファイルは入らない。すべての依存関係のバージョン固定とハッシュの記録が要る |
| pnpm・npm | pnpmのminimumReleaseAge(分単位)、npmのmin-release-age(日単位) | 公開から一定期間たたないバージョンは入らない |
| CI | 台帳にないパッケージの追加を検出する | 台帳にない追加で止まる |
こうした設定が守るのは、承認した後の部品と、承認を通らない追加です。固定と記録で防げることと、別の手段で見ることを分けると次のようになります。
前もって登録された名前は、固定や公開日の制限を通ってしまいます。つまり、スロップスクワッティングを防ぐ要は、AIが挙げたパッケージ名が実在し、開発元が配っているものかを、入れる前に照合することです。
ENISAが出発点に挙げるのは、AIが選んで組み込んだパッケージをすべて把握し、その必要性と範囲を見直すことです。OSSのセキュリティリスクの基本と、管理の進め方は「OSSのセキュリティリスクと対策|脆弱性・配布物の改ざん・SBOMによる管理」で説明しています。
よくある質問
スロップスクワッティングとタイポスクワッティングは何が違いますか?
狙う名前の出どころが違います。タイポスクワッティングは人の打ち間違いを、スロップスクワッティングはAIが繰り返し挙げる実在しない名前を狙います。後者は綴りの差では見分けにくく、公式資料と照合します。
スロップスクワッティングの被害は、実際に起きていますか?
研究者が先に名前を登録した例と、似た名前の悪意あるパッケージの報告はあります。公的機関が実際の侵害として確認した発表は見つかりませんでした(2026年11月1日時点)。
ロックファイルでバージョンを固定すれば防げますか?
固定と記録で防げるのは、承認後の差し替えと台帳にない追加です。前もって登録された名前は通るので、追加の前に照合します。
同じカテゴリーの記事
記事一覧を見るOSSのセキュリティリスクと対策|脆弱性・配布物の改ざん・SBOMによる管理
OSSのセキュリティリスクを、既知の脆弱性と配布物の乗っ取りに分けて解説する。Log4j・xz・Shai-Huludの事例から、間接依存まで含むSBOMの作り方、脆弱性情報と改ざん報告の照合、バージョン固定と更新の承認手順を示す。
Vite 6.4.4の脆弱性を検証|.envの読み取りは開発サーバーの出力に残らない
Viteの脆弱性CVE-2026-118662を、6.4.4と修正後の6.4.5・6.4.6を手元で動かして検証しました。返ったファイルと返らなかったファイル、中身が返った要求が開発サーバーの出力に残らないこと、公開しない初期設定で届く範囲を記録しています。
SASTとSCAの違い・使い分け|自動検査の範囲と異常系・回帰試験
SASTとSCAの違いを、調べる対象(自社のソースコードと取り込んだOSS部品)で説明する。両方で見つけにくい認可の誤りを補う動作試験、除外の記録、redis-pyの事故に学ぶ修正後の回帰試験とSCAの再実行も扱う。
LiteLLMのサプライチェーン攻撃|1.107.0のマルウェア混入と対処
LiteLLM1.107.0にAPIキーなどの認証情報を盗むマルウェアが混入したサプライチェーン攻撃。影響を受けるPyPI・Dockerの配布物、侵害の経緯、導入した環境の再構築と認証情報の失効・再発行を整理する。
eMudhraの秘密鍵問題|インド認証局の証明書とGo・Pythonの対応
インドの認証局eMudhraで、中間CA8個の秘密鍵が256未満の整数で、公開された証明書から割り出せる問題が判明。経過と偽造のリスク、Go・Python・pip・certifiの更新先、社内システムでの確認手順を整理する。
Nデイ攻撃とは?ゼロデイ攻撃との違い・事例・悪用までの日数と対策
Nデイ攻撃とゼロデイ攻撃の違いを、IPA・NIST・Googleの定義で解説。公表から悪用までの日数、Ivanti・日鉄ソリューションズ・BeyondTrustなどの事例、CISAのKEVカタログと修正期限を使った対応の優先順位を紹介する。





