インドのコンピューター緊急対応チームは、重大な警告を発しました。攻撃者は金融関連組織に対してAI支援ツールを使用し、決済・資金支払APIを悪用して、不正な資金移転を開始しています。
2026年11月4日に発表されたCERT-Inの勧告は、ノンバンク金融会社、デジタル融資プラットフォーム、フィンテック企業、決済サービス提供事業者、仮想資産事業者から報告されたインシデントを取り上げています。勧告によると、是正措置が不十分だった一部の組織は、再び標的にされました。
金融機関にとって、この警告は実務上の問いを投げかけています。セキュリティチームは、外部に露出した決済システムへの経路を、どれほど迅速に発見し、遮断し、遮断されたことを検証できるでしょうか。
インド:攻撃者は決済APIを標的にしています
CERT-Inはこの活動をCRAFTY FALCONと呼んでいます。勧告では、AI駆動型の攻撃ツールの使用について説明し、祝日、週末など、監視が手薄になる可能性のある時期に合わせた攻撃を報告しています。
報告された攻撃パターンには、インターネットに公開されたユーザー受け入れテスト(UAT)、ステージング環境、テスト環境を足掛かりにし、その後、共有の認証情報、トークン、ネットワーク経路を通じて本番環境へ移動するものが含まれます。CERT-Inはまた、攻撃者がアプリケーションコードを分析して個別に適合したエクスプロイトを開発し、不正なAPI呼び出しを行う手口も説明しています。
APIがリクエストを正しく認証していても、呼び出し元が特定の加盟店、口座、取引に対して操作する権限を持つかどうかを確認する必要があります。この区別は、インターフェースが決済を開始したり、口座情報を変更したり、資金支払ワークフローと連携したりできる場合に重要です。
金融規制当局は重点領域を拡大しています
韓国では、金融委員会(FSC)の報告によると、2026年9月30日と2026年11月3日の間に、37社の金融会社で40件のハッキング被害が発生しました。約473,000件の情報レコードが流出し、小規模な仮想資産、電子金融、オンライン融資の事業者は、自ら管理する口座から約KRW 1 billionの資金が盗まれたと報告しました。FSCは報告時点で、個人利用者の資金損失を確認していませんでした。
その後のFSCの検査計画は、外部との接点、認証とアクセス制御、業務・管理API、Web開発・テストシステムを対象としています。10月14日の更新情報で、FSCは、各インシデントに関連性があるか、AIが使用されたかを当局が調査していると述べました。集計された数値は、すべてのインシデントが単一のAI攻撃活動を構成していたことを示すものではありません。
日本の情報通信研究機構は、攻撃者が公開されているAndroidアプリケーションを分析し、その情報を利用してバックエンドサーバーを標的にしていると警告しました。日本の金融庁と日本銀行も、最先端AIの脅威に対応する金融機関に対し、短期的な対策を要請しました。
11月12日、オーストラリア健全性規制庁は、AIが脆弱性の発見と悪用を加速させ、金融機関や重要なサービス提供事業者がリスクへの露出を評価し、対応するための時間を短くする可能性があると警告しました。
最近のインシデントは金融サプライチェーンの異なる部分の問題を浮き彫りにしています
以下のインシデントは、原因も影響も異なります。金融事業者やデジタル資産事業者が依存するシステムの幅広さを示していますが、単一の組織的な攻撃活動の証拠ではありません。
Binance:大規模な資金被害。 Binanceは、10月29日のセキュリティインシデントで、約63.4億 USDのデジタル資産が影響を受けたと報告しました。FBIは、この窃盗を北朝鮮によるものと判断しました。これらの公表内容は、AIエージェントがインシデントを引き起こしたことを示すものではありません。
Chainstack:開発環境から本番環境へ。 このインフラ提供事業者は、攻撃者が開発環境に侵入し、その後、本番環境の一部にもアクセスして、顧客アカウントデータやノードの認証情報を保持するシステムに到達したと報告しました。Chainstackは、攻撃者がARTEXエージェント型フレームワークを使用したと、高い確信度で評価しました。同社は予防措置として、顧客に認証情報の更新を求めました。
GitBook:連携用の認証情報。 GitBookは、インフラへの不正アクセスを公表し、AIエージェントが関与した攻撃と説明しました。インシデント対応には、認証情報の更新と、連携機能やAPIトークンを使用する顧客向けの案内が含まれていました。
Chainalysis:セキュリティサービスへの依存。 Chainalysisは、顧客情報、パスワードハッシュ、有効なトークンの流出を報告し、対応中に一部のサービスを一時停止しました。同社は、外部の攻撃者が攻撃的なエージェント型手法を使用したと述べています。調査の更新情報では、このインシデントをBinanceの窃盗事件と区別しています。
これらの事例は総じて、3つの異なるセキュリティ上の優先事項を示しています。資金移転を承認し実行するシステムの保護、開発環境と本番環境をまたぐ認証情報の管理、そして重要なサービス提供事業者が利用できなくなる事態への備えです。それぞれに異なるテストと、異なる対応責任者が必要です。
AIは金融分野のサイバーセキュリティをどう変えるか
AIツールは、攻撃者による外部に露出した資産や認証情報の探索、応答の解釈、失敗した手順の再試行、複数の標的に対する活動の連携を支援できます。その結果、露出から被害発生までの時間が短くなる可能性があります。
Microsoftは、AIエージェントがGitHubでシークレットを検索する段階から、Azure Key Vaultからデータを持ち出す段階まで、約5分で進んだ事例を報告しました。また、有効なアプリケーション認証情報が、クラウド環境の探索やデータアクセスに悪用されたことも確認しています。この報告は、その事例で不正な決済が行われたとは述べていません。
攻撃の高速化は、事前準備の重要性を高めます。チームは、どの認証情報で決済システムにアクセスできるのか、誰がそれを失効させられるのか、影響を受けるサービスが何を行うのか、サービス提供事業者が利用できない場合に事業をどう継続するのかを把握する必要があります。
決済機関が今テストすべきこと
まず、インターネットに面したアプリケーション、API、管理コンソール、ステージング環境、第三者との接続を棚卸しします。各資産を、その責任者と、アクセス可能な業務機能に対応付けます。
次に、サービスIDと資金に関わる操作を取り巻くセキュリティ境界を検証します。
- APIトークンとキーの保存場所、使用できる人、権限、失効方法を確認します。
- テスト環境と本番環境のID、シークレット、ネットワークアクセスを分離します。
- 加盟店、口座、注文、受取人について、オブジェクトレベルの認可を検証します。
- 返金、出金、資金支払で許可される状態遷移をテストします。
- セキュリティ、エンジニアリング、運用、財務の各チームと、認証情報の侵害や第三者サービスの停止を想定した演習を行います。
BlockSecの視点:業務上の操作に至る経路をたどる
外部に公開された資産は、機微な操作につながる場合、より重大な意味を持ちます。BlockSecは、顧客向けアプリケーションとAPI、インフラと内部アクセス、サプライヤーと外部依存先という、相互につながる3つの領域に注目します。評価では、到達可能な侵入口から、実際にアクセスできるデータ、操作、支援システムまで経路をたどります。
例えば、テスト用ポータルが隔離され、合成データのみを保持している場合、その影響は小さい可能性があります。しかし、共有の認証情報によって本番環境の加盟店APIにアクセスできるなら、リスクは変わります。許可を受けた評価では、その経路が存在するか、また、アクセス制御、取引状態の制御、承認制御が意図した境界でその経路を遮断するかを確認する必要があります。
このアプローチは、不正な資金移転または誤った資金の入金処理、データへの不正アクセス、重要な業務サービスの中断という3つの結果を軸に、是正措置の優先順位を決めるのに役立ちます。決済機能への経路が確認された外部に露出したシステムには、機微な情報や機能へのアクセスを持たない隔離されたサービスとは異なる対応が必要になる場合があります。
デジタル資産サービスでは、対象範囲にウォレット、トランザクションの構築、署名、決済処理が含まれる場合もあります。BlockSecの暗号資産決済セキュリティのプレイブックでは、これらの構成要素が決済システム全体でどのようにつながるかを概説しています。
BlockSecが金融機関の備えをどう支援するか
BlockSecのPayment Security Solutionは、合意した資産を対象に、許可を受けた外部ペネトレーションテストから始まります。チームは外部の視点から、到達可能な侵入口を特定し、弱点を検証し、利用可能な経路をたどり、資金、データ、サービスの可用性に及ぼす潜在的な影響を評価します。初回のブラックボックス評価では、ソースコード、内部アカウント、特別なシステムアクセスは不要です。
検出事項には、侵入口、条件、証拠、業務への影響、是正の推奨事項を記録します。基本サービスには、是正後の再テストが1回含まれます。検出事項と金融機関のニーズに応じて、追加作業には、アーキテクチャ評価、ソースコード監査、攻撃およびインシデント対応の演習、継続的な監視と対応などを含めることができます。対象範囲、安全措置、テスト条件は、作業開始前に書面で合意します。BlockSecの決済セキュリティへのアプローチについて詳しくご覧ください。
AIで加速する攻撃に対する自組織のリスクへの露出を評価しましょう。 決済セキュリティ評価に含めるシステム、テストの境界、業務ワークフローについて相談するには、[email protected]からBlockSecにお問い合わせください。
シリーズ:AI時代の決済セキュリティ。次回の記事では、韓国の金融セクターにおけるインシデントと規制当局の対応を検討します。



