DeepSeek|サイバー攻撃ツール図鑑

DeepSeekが攻撃に使われた事例|AIエージェントでの悪用と対策

本記事はサイバー被害を防ぐための知見の共有を目的としており、記事の内容の悪用や、不正行為、他者に損害を与える行為への利用を固く禁じます。

DeepSeekは、中国で開発された大規模言語モデル(LLM)です。2026年には、攻撃者がDeepSeekをAIエージェントの判断役として使った事例を、調査会社のUnit 42とCrowdStrikeが報告しました。

どの事例でも、DeepSeekは、Hermes AgentやARTEXといった、AIにコマンドの実行を任せる枠組みに組み込まれていました。この記事では、3件の報告の内容、Check Point Researchによる検証、守る側の備えを紹介します。

DeepSeekが攻撃に使われた事例

DeepSeekが攻撃に使われた事例は、2026年7月から10月に、2つの調査会社が3件報告しています。3件とも、攻撃者側のサーバーで外部から見える状態になっていたファイルが、調査の手がかりになりました。

DeepSeekが使われた3件の報告
報告枠組み狙われた対象結果
Unit 42(2026年7月30日)Hermes Agent中国国内のLangflowとn8n自律的な攻撃は成功せず。同じ攻撃者の手作業の攻撃では、3組織からデータが持ち出された
CrowdStrike(2026年10月7日)ARTEX韓国の金融機関データが持ち出された
CrowdStrike(2026年10月29日)ARTEX少なくとも14か国の200を超える組織9組織で侵入後の活動を確認

中国国内のLangflowとn8nへの自律的な攻撃(Unit 42、2026年7月30日)

Unit 42は2026年7月30日、中国語を話す攻撃者が、Hermes Agentに組み込んだDeepSeekに攻撃を任せていたと報告しました。攻撃者は、Telegramからエージェントに指示を出していました。

エージェントに任されていたのは、検索サービスFOFAを使った標的と脆弱性の洗い出し、攻撃ツールの入手、人の手を介さない攻撃の開始です。攻撃者はDeepSeekに加えて、Qwen、GLM、Kimi、MiniMaxも設定していました。

Unit 42は、2026年5月7日の1回の作業の記録を復元しました。記録に残っていた人の指示は、最初の1件だけです。その後の作業は、次の順に進みました。

Unit 42が復元した、2026年5月7日のDeepSeekの作業
01
LangflowLangflowの脆弱性を試す脆弱性(CVE-2026-33017)の攻撃コードをGitHubから入手し、FOFAで見つけた84台を調べた。脆弱な版の1台は、悪用に必要な設定になっていなかった
02
選び直し別の脆弱性を探すLangflowを価値の低い対象と判断した。10の製品群の公開台数をFOFAで調べ、GitHubで注目を集める攻撃コードを探し、深刻度、公開台数、悪用のしやすさを比べてn8nを選んだ
03
n8nn8nの攻撃コードを入手する2つの脆弱性(CVE-2026-21858、CVE-2025-68613)をつなぐ公開の攻撃コードを入手し、影響を受ける版を調べた
04
n8n中国国内のn8nを試す脆弱な版の3台を見つけた。1台が公開していた3つのフォームはすべて認証を求め、残る50を超える対象にも、認証なしで使えるフォームは無かった

攻撃は成功せず、復元された記録はここで終わる

FOFAが示したn8nは、世界で64万7,017台、中国国内で2万5,209台でした。DeepSeekは中国国内の約100台を抜き出し、約40のIPアドレスで版を調べています。Unit 42は、人の手なら数百時間かかる絞り込みが数分で済んだと評価しています。

自律的な攻撃は、どの標的でも侵害に至りませんでした。Unit 42は、攻撃を止めたのは対象側の設定で、失敗との差はわずかだったと評価しています。設定がより緩い対象なら攻撃は通っていた、というのが同社の見方です。

同じ攻撃者は、手作業の攻撃では被害を出しています。Citrix NetScalerの脆弱性(CVE-2026-3055)で3組織からデータを持ち出し、Marimoノートブックの11台でコマンドを実行しました。攻撃を試みた対象は、自律と手作業を合わせて460を超えます。

攻撃者は、脆弱性の情報を集める自作の仕組みにもDeepSeekを使っていました。17の情報源から遠隔コード実行の脆弱性の公表を集め、悪用できるものをDeepSeekで絞り込み、Telegramに通知する仕組みです。

Unit 42は、攻撃者がDeepSeekを選んだ理由を、安全上の制御が最も少ないモデルだったためとみています。攻撃者はClaude CodeとCodexも試しましたが、提供元の側の制御が自律的な攻撃での効果を限った可能性が高いと、同社はみています。

この攻撃が見つかったきっかけは、エージェント自身の動作でした。Hermes AgentがTelegramの指示を受けて、攻撃者のホームディレクトリでファイルサーバーを起動し、設定、APIキー、攻撃スクリプト、標的の一覧、作業の記録が外部から見える状態になりました。

韓国の金融機関への攻撃(CrowdStrike、2026年10月7日)

CrowdStrikeは2026年10月7日、韓国の金融機関を狙ってデータが持ち出された攻撃で、ARTEXの主なAIモデルがDeepSeek v4.1-flashだったと報告しました。攻撃は、2026年9月下旬から10月上旬にかけて行われています。

ARTEXは、AIエージェントが侵入テストの計画とツールの実行を担うツールです。CrowdStrikeは、攻撃者側のサーバーで外部から閲覧できたフォルダから、ARTEXの設定ファイルとClaude Codeの作業履歴を見つけ、使われたモデルを確かめました。

CrowdStrikeが引いた報道では、ある銀行で金融仲介業者が使う融資の進捗照会サービスが、別の銀行で従業員向けのモバイル業務支援システムが侵害されました。被害を受けた組織の数は、報告の時点で確定していません。

攻撃者は、Claude Codeでの追加の作業に、GLM-5.3(Zhipu AI)とGrok 4.6も使っていました。CrowdStrikeは、中国語の指示文とARTEXの使用から、攻撃者を中国語の話者で金銭が目的と、中程度の確信度で評価しています。

CrowdStrikeはこの事例を、金銭が目的の攻撃者が、AIの道具によって短い期間に複数の侵入を行えるようになった例と位置づけています。

世界の200を超える組織への攻撃(CrowdStrike、2026年10月29日)

CrowdStrikeは2026年10月29日、攻撃者「VAPOR PANDA」が、DeepSeekを主なAIモデルにしたARTEXで200を超える組織を狙ったと報告しました。

VAPOR PANDAは、2021年から欧州や北米などの政府機関、シンクタンク、エネルギー分野の組織を狙ってきた攻撃者です。CrowdStrikeがVAPOR PANDAによるAIを使った侵入の道具の使用を観測したのは、この攻撃が初めてでした。

攻撃は2026年10月17日に始まり、1台のARTEXのコントローラーから、11日間で少なくとも14か国の組織に向けられました。ARTEXの主なモデルはDeepSeekで、定期購読型の商用モデルがもう1つ補っていました。

狙われたのは、中南米、欧州、アジア、中東の外務省、米国の半導体・防衛・シンクタンクの組織、複数の地域の通信事業者です。米国の製薬、半導体、防衛、原子力、金融の19組織をまとめて対象にした作業もありました。

CrowdStrikeが確認した攻撃の規模
200組織超ARTEXが向けられた組織少なくとも14か国、11日間
9組織侵入後の活動を確認バックドアのBLOODALCHEMYが置かれ、認証情報の試行、スキャン、偵察が続いた
12組織以上パスワードスプレーなどを受けた米国のシンクタンクと欧州の政府機関を含む
約14億トークン1つの侵入での入力計画役のエージェントが消費した量

運用者は中国語で指示を出し、Webシェルの作成、ドメイン管理者のパスワードの取り出し、端末のセンサーの導入状況の調査を命じていました。CrowdStrikeは、運用者が複数の侵入を同時に進め、判断の場面だけ介入したとみています。

エージェントは、Webアプリ、クラウド、コンテナ、Active Directory、メールとVPNの経路を並行して試し、行き詰まると別の方法に切り替えました。米国の製薬組織では、署名のないSAMLアサーションとXXEの欠陥をつなぎ、最終的に全社の管理者アカウントを奪っています。

ギリシャの政府機関への攻撃では、運用者が、2022年にメールサーバーから書き出されたディレクトリのデータをエージェントに渡しました。エージェントは、その中の認証鍵で管理者のトークンを偽造し、メールボックスを読んでいます。

ある世界的な製薬組織では、運用者が、CrowdStrike Falconのセンサーが入っていないWindows機を探すようエージェントに指示しました。CrowdStrikeは、保護されていない端末に以後の活動を集中させる動きとみています。

CrowdStrikeは、DeepSeekと商用モデルの併用を、1つのサービスに頼らない道具立てを意図して作ったものとみています。中国と関わる攻撃者は今後12か月、ARTEXのような枠組みを商用のLLMと組み合わせて使い続ける可能性が非常に高いと、同社は評価しています。

DeepSeekの攻撃能力の評価

DeepSeekの攻撃能力は、Check Point Researchが、悪意のあるコードを生成するかという面から検証しています。同社は、実際に出回ったファイルの分析と、自社での試験の2つを行いました。

悪意のあるコードの生成(Check Point Research、2026年7月1日)

Check Point Researchは2026年7月1日、公開のテレメトリで過去1年に観測した、DeepSeekが生成したと同社が判断したファイル約3,000件を分析した結果を公表しました。

ファイルの種類は、Python、PowerShell、バッチ、HTML、JavaScript、VBScriptなどです。このうち1,383件が、VirusTotalの検知か静的なソースコードの解析で、悪意があるか危険なものに分類されました。

同社が取り上げた検体は、Discordのアバターを高画質にするAIツールを装ったWebアプリです。キーロガー、Webカメラの撮影、身代金を求める画面など多くの機能が書かれていましたが、大半はブラウザの制限に阻まれて成り立ちません。

例外は、ブラウザのFile System Access APIを使う部分でした。利用者がフォルダへのアクセスを許可すると、ページはフォルダ内のファイルを読み、暗号化して上書きできます。同社は、AIが実在のブラウザ機能と悪意のある目的を結び付けた例とみています。

検体は不完全だったため、同社は、同じ仕組みをDeepSeek V4で作れるかを試しました。ランサムウェアの作成を直接頼むと、DeepSeek V4はどのモードでも断りました。依頼の言い方を変えると、Expertモードで動く検証用コードが1回生成されています。

同じ趣旨の依頼に、ChatGPTとClaudeは、断るか、File System Access APIを使わない制限付きの実装を返しました。Check Point Researchは、DeepSeekが攻撃者を引き付ける理由を、次のようにまとめています。

Check Point Researchが挙げた、DeepSeekが攻撃者を引き付ける理由
理由内容
有害な依頼への応じやすさAnthropicやOpenAIのモデルに比べて、サイバー関連の有害な依頼を断るかどうかが一貫しない
1回の依頼で完成する同社の試験では、大まかな1つの依頼から、動く悪意のあるアプリケーションが生成されることが多かった

同社は、こうした違いによって、DeepSeekを使う攻撃者は、他のモデルより少ない専門知識で攻撃を形にできると評価しています。

DeepSeekを攻撃に使われた場合の備え

DeepSeekを攻撃に使われた場合の備えとして、CrowdStrikeは2026年10月29日の報告で、鍵の更新からEDRの導入までの5つを勧めています。

CrowdStrikeが勧める5つの対策
対策内容
鍵と認証情報の更新データの露出が疑われた後に、署名鍵、事前認証鍵、サービスの認証情報を更新する。過去のバックアップやディレクトリの書き出しに含まれる鍵も対象にする
SAMLとクラウドの設定SAMLの署名検証を強制し、IMDSv2を必須にする。クラウドのロールがコマンドを実行できる範囲を、必要最小限のインスタンスに絞る
ARTEXの痕跡の探索「artx」か「artex」を含むコマンドラインの引数、「artx」で始まるクラウドのロール、「art18-」で始まるコメントの付いた管理コマンド、C:\ProgramData\artx5v\のフォルダを探す
公開機器へのパッチインターネットに公開した機器、特に長く動かしているLinuxのサーバーにパッチを当て、ソフトウェアとファームウェアを最新にする
EDRの導入リアルタイムのEDRを環境全体に入れる。インターネットから届かないと考えているサーバーも含める

CrowdStrikeが、鍵が更新されないまま残っていた可能性が高いとみている例が、ギリシャの政府機関への攻撃です。2022年に書き出されたデータの中の認証鍵が、管理者のトークンの偽造に使われました。

Unit 42の事例で自律的な攻撃を止めたのは、対象側の設定でした。Langflowは悪用に必要な設定になっておらず、n8nのフォームは認証を求めていました。同じ攻撃者が攻撃ツールを用意していた脆弱性は、次の表のとおりです。

Unit 42が示した、攻撃者が攻撃ツールを用意していた脆弱性
製品脆弱性攻撃者の動き
LangflowCVE-2026-33017DeepSeekが自律的に攻撃を試み、失敗
n8nCVE-2026-21858、CVE-2025-68613DeepSeekが自律的に攻撃を試み、失敗
Citrix NetScaler ADC・GatewayCVE-2026-3055手作業で攻撃し、3組織からデータを持ち出した
MarimoノートブックCVE-2026-39987手作業で攻撃し、11台でコマンドを実行した
Apache TomcatCVE-2026-34486手作業で9台にリバースシェルを試みた
Windows IKE拡張(IKE VPN)CVE-2026-33824手作業で3台にリバースシェルを試みた
PAN-OSCVE-2026-0300動かない研究用の攻撃コードを複製しただけで、実行していない

n8nの2つの脆弱性は、CVE-2026-21858が1.121.0で、CVE-2025-68613が1.120.4で修正されています。

NetScalerへの攻撃では、攻撃者が、持ち出したメモリのデータから認証用のCookieを探していました。Unit 42は、セッションの乗っ取りを狙った動きとみています。

Check Point Researchは利用者に、ブラウザがフォルダへのアクセスを求める画面を、安全に関わる判断として扱うよう勧めています。どのサイトが、どのフォルダに、編集の権限まで求めているのかを確かめ、理由が分からなければ断ります。

DeepSeekの基本情報(攻撃に使われたAIモデルとして)

DeepSeekは、中国で開発された大規模言語モデル(LLM)です。CrowdStrikeは2026年10月29日の報告で、DeepSeekを中国で開発されたLLMと記しています。

報告された攻撃では、DeepSeekと標的の間に、AIエージェントの枠組みが入っていました。Unit 42が調べた事例では、Hermes Agentが端末の操作とTelegramでの指示の受け取りを担い、DeepSeekがコードの生成や標的の選定などの判断を担いました。

調査会社の報告に出てくるDeepSeek
項目内容
種類大規模言語モデル(LLM)
開発中国(CrowdStrike)
攻撃での役割コードの生成、脆弱性の評価、標的の選定、次に何をするかの判断(Unit 42)
組み込まれた枠組みHermes Agent(Unit 42)、ARTEX(CrowdStrike)
報告に書かれた版DeepSeek v4.1-flash(CrowdStrike、2026年10月7日)
同じ攻撃者が設定・使用した他のモデルQwen、GLM、Kimi、MiniMax(Unit 42)、GLM-5.3とGrok 4.6(CrowdStrike、10月7日)、定期購読型の商用モデル(CrowdStrike、10月29日)

まとめ

DeepSeekは中国で開発された大規模言語モデルで、2026年7月から10月に報告された3件の攻撃で、Hermes AgentやARTEXに組み込まれて使われました。Unit 42が調べた自律的な攻撃は対象側の設定に止められ、CrowdStrikeは9組織で侵入後の活動を確認しています。

備えとして、CrowdStrikeは鍵と認証情報の更新、SAMLとIMDSv2の設定、公開機器へのパッチ、EDRの環境全体への導入などを勧めています。Check Point Researchの検証では、DeepSeekが悪意のあるコードを生成する場合があることも確かめられました。

はじめてのAI攻撃対策現在の対策の状況を整理し、最初に取り組むことを決めます。合意した範囲の初期対策まで支援します。

よくある質問

DeepSeekとは何ですか?

中国で開発された大規模言語モデル(LLM)です。攻撃では、Hermes AgentやARTEXといったAIエージェントの枠組みに組み込まれて使われたと、Unit 42とCrowdStrikeが報告しています。Unit 42が調べた事例では、コードの生成、標的の選定、次に何をするかの判断を担いました。

DeepSeekは実際の攻撃に使われていますか?

はい。Unit 42が2026年7月30日に中国国内の機器への自律的な攻撃を、CrowdStrikeが10月7日に韓国の金融機関への攻撃を、10月29日に世界の200を超える組織への攻撃を報告しました。Unit 42の事例の自律的な攻撃は成功せず、CrowdStrikeの10月29日の事例では9組織で侵入後の活動が確認されています。

DeepSeekとARTEXの関係は?

ARTEXは、AIエージェントが侵入テストを進めるツールです。CrowdStrikeは、2件の攻撃で、ARTEXの主なAIモデルにDeepSeekが使われたと報告しました。ARTEXは別の記事で紹介しています。

DeepSeekを使った攻撃への対策は?

CrowdStrikeは、鍵と認証情報の更新、SAMLの署名検証とIMDSv2の必須化、ARTEXの痕跡の探索、公開機器へのパッチ、EDRの環境全体への導入の5つを勧めています。Unit 42の事例では、対象側の認証などの設定が自律的な攻撃を止めました。