ARTEXを利用した日本企業へのサイバー攻撃の実態と技術的特徴
1. 概要
2026年10月、日本のサイバーセキュリティ企業である GMOサイバーセキュリティ byイエラエは、 AIを活用した侵入テストツール「ARTEX」が、 日本企業を標的とする不正アクセス事案に関連した 攻撃インフラで使用されていたと報告した。
公開された調査情報によると、確認された攻撃インフラの一つでは 約20社の日本企業が標的となっていた。また、関連する AI活用型の攻撃インフラとして、6台の追加サーバーが 特定されたと報じられている。
2026年9月から10月にかけて、標的となった企業のうち 8社が情報漏えいを公表したとされる。 これらの数字は調査で確認された対象と公表事案に関するものであり、 ARTEXに関連するすべての攻撃や被害を網羅した総数ではない。
2. ARTEXとは
ARTEXは、大規模言語モデル（LLM）などのAI技術を利用し、 セキュリティ検査や脆弱性の発見を自動化する 侵入テスト関連ツールである。 侵入テストは、本来、システム管理者などの許可を得たうえで、 システムの防御状況やセキュリティ上の弱点を検証するために実施される。
ARTEXに関する報道では、脆弱性の探索や分析、 攻撃手順の自動化にAIを利用できる点が取り上げられている。 一方、日本企業を標的とした事案では、 このツールが不正アクセスに関連する攻撃インフラで 使用されていたことが調査で報告された。
| 項目 | 内容 |
|---|---|
| 名称 | ARTEX |
| 技術分野 | AIを利用した侵入テスト、脆弱性探索の自動化 |
| 関連技術 | 大規模言語モデル（LLM）、セキュリティ検査の自動化 |
| 報告された利用状況 | 日本企業を標的とした不正アクセス事案に関連する攻撃インフラでの使用 |
3. 日本企業を標的とした攻撃の状況
GMOサイバーセキュリティ byイエラエによる調査についての 2026年10月の報道では、日本企業を標的とする攻撃インフラや、 複数の業界に関連する攻撃活動が取り上げられた。
| 調査項目 | 報告された内容 |
|---|---|
| 標的企業 | 一つの攻撃インフラで約20社 |
| 追加で特定されたサーバー | 6台 |
| 情報漏えいを公表した企業 | 2026年9～10月に8社 |
| 標的の特徴 | 日本企業を中心とし、複数の業界に関連 |
約20社という数字は、調査で確認された特定の攻撃インフラに 関連する標的企業数である。 8社という数字は、情報漏えいを公表した企業に関するものであり、 標的となったすべての企業で情報漏えいが確認されたことを 意味するものではない。
4. 標的となった業界
公開された調査報道では、小売、教育、金融、保険、 物流、電子商取引（EC）、マーケティングなど、 複数の業界に関連する攻撃インフラが確認されたとされる。
| 業界 | 関連する事業分野の例 |
|---|---|
| 小売・流通 | 商品販売、流通、デジタルギフト |
| 教育 | 教育サービス、関連システム |
| 金融・保険 | 金融サービス、保険関連サービス |
| 物流 | 配送、物流関連システム |
| 電子商取引 | ECサイト、オンライン販売 |
| マーケティング | ポイントサービス、販促関連サービス |
公開報道では、特定の攻撃インフラが複数の企業や業界に 関連していたことが説明されている。 ただし、業界ごとの被害件数や被害額について、 一貫した集計結果がすべて公表されているわけではない。
5. 報告された攻撃手法と技術的特徴
5.1 AIによる脆弱性探索
AIを利用したセキュリティ検査では、対象システムの情報収集、 脆弱性の分析、検証手順の自動化などを実行できる。 ARTEXに関連する事案では、このような自動化技術が 不正アクセスに関係する攻撃活動に利用されていたと報告されている。
5.2 脆弱性の悪用
脆弱性の悪用とは、ソフトウェアやシステムの弱点を利用し、 本来許可されていない操作やアクセスを実行することである。 今回の調査に関連する報道では、 脆弱性探索と悪用の自動化が技術的な特徴として取り上げられた。
5.3 Webアプリケーションファイアウォール（WAF）への対応
WAFは、Webアプリケーションに向けられる通信を検査し、 不審なリクエストなどを検知・遮断するセキュリティ製品である。 報道された事案では、一部のWAFルールによる遮断を回避する 手法が確認されたとされる。
WAFの検知・遮断は設定やルール、通信パターンに左右される。 そのため、WAFによる防御状況を評価する際には、 アプリケーション自体の脆弱性管理やアクセスログの分析も あわせて考慮する必要がある。
5.4 複数のIPアドレスを利用した通信
調査報道では、数百のIPアドレスを使用する通信や、 個々のIPアドレスに対する遮断基準を意識したとみられる リクエストの分散が説明されている。 このような通信では、単一のIPアドレスだけを基準とした 検知では攻撃活動全体を把握しにくい場合がある。
5.5 攻撃活動の自動化
AIを利用した自動化は、システムの調査や脆弱性の分析を 効率化する技術である。不正アクセスに使用された場合には、 複数の対象に対して反復的な探索や検証を行う活動と 結び付くことがある。 ARTEX関連の調査では、AIを活用した攻撃インフラの存在が 報告されている。
6. 情報漏えいと被害状況
2026年9月から10月にかけて、調査で標的とされた企業のうち 8社が情報漏えいを公表したと報じられている。
7. 韓国で報告されたARTEX関連事案
2026年9月末から10月初旬にかけて、 韓国の金融機関を標的とした攻撃でもARTEXの使用が報告された。 CrowdStrikeの調査では、攻撃者側のインフラから ARTEXの設定ファイルやClaude Codeのセッション履歴が 発見されたとされる。
韓国の事案では、DeepSeek、Zhipu AIのGLM、 xAIのGrokなど、複数のAIモデルに関する情報も報じられた。
8. 企業のセキュリティ対策に関する技術的論点
ARTEX関連事案から、企業のセキュリティ運用では 次の項目が重要な検討対象となる。
- 脆弱性管理： インターネットに公開しているシステムの脆弱性を継続的に確認し、 修正状況を管理する。
- WAFの運用： 遮断ルールの適用状況や検知ログを確認し、 アプリケーション側の防御と組み合わせる。
- アクセスログの分析： 単一IPアドレスだけでなく、複数の送信元にまたがる リクエストのパターンや頻度を分析する。
- 認証とアクセス制御： 管理画面や重要なシステムへのアクセス権限を適切に管理する。
- インシデント対応： 不正アクセスの兆候を確認した際に、ログの保全、 影響範囲の特定、関係部門との連携を行える体制を整備する。
これらは一般的なセキュリティ管理上の対策であり、 個別のARTEX関連事案で実際に実施された対策を示すものではない。
中国からのインターネット接続を遮断すれば、ARTEXによる攻撃を防げたのか
結論として、中国から日本へのインターネット接続を全面的に遮断したとしても、 ARTEXに関連するサイバー攻撃を完全に防止できたとは限らない。 ただし、攻撃に使用された通信経路の一部が中国国内のサーバーから 日本の企業システムへ直接接続するものであった場合、 そのような攻撃通信を遮断できた可能性はある。
重要なのは、通信元の国を基準にアクセスを制限することと、 日本企業のシステムに対する不正アクセスそのものを防止することは 同じではないという点である。
中国からの接続を遮断した場合に想定される影響
| 状況 | 想定される影響 |
|---|---|
| 中国国内に設置された攻撃サーバーから直接接続する場合 | 中国を送信元とする通信を適切に遮断できれば、その通信経路を利用した攻撃を阻止できる。 |
| 第三国に設置されたサーバーを経由する場合 | 中国からの直接接続を遮断しても、第三国のサーバーを経由する攻撃は継続する可能性がある。 |
| 第三国にある侵害済みコンピューターを利用する場合 | 通信が第三国から発信されるため、中国からの通信だけを対象とする遮断では検知・防止できない場合がある。 |
| インターネットに公開されたシステムの脆弱性を悪用する場合 | 通信元を制限しても、システム自体の脆弱性は残る。別の通信経路から攻撃される可能性がある。 |
| 多数のIPアドレスを使い分ける場合 | 特定のIPアドレスや地域の遮断によって一部の通信を制限できるが、攻撃活動全体を停止できるとは限らない。 |
これらはネットワークセキュリティ上の一般的な技術的シナリオであり、 ARTEX関連事案のすべてにおいて、各手法が実際に使用されたことを 示すものではない。
より効果的な対策
地理的な通信制限は防御手段の一つである。 ただし、攻撃経路を限定する対策と、脆弱性や不正アクセスを 直接防ぐ対策を組み合わせることが重要である。
1. 悪意のある攻撃インフラの遮断
調査によって特定された攻撃サーバーや悪意のあるIPアドレスを、 国や地域にかかわらず遮断する。 攻撃インフラに関する情報を継続的に更新することも重要である。
2. 地理的なアクセス制限
中国からの正規のアクセスが業務上必要ない企業では、 中国を送信元とする通信を制限することで、 その地域から直接到達する一部の攻撃通信を減らせる可能性がある。 ただし、第三国のサーバーなどを経由する通信は別途考慮する必要がある。
3. 脆弱性の修正
インターネットに公開しているサーバーやWebアプリケーションについて、 脆弱性の確認と修正を継続的に実施する。 これにより、攻撃者がシステムの弱点を悪用できる機会を減らせる。
4. 多層的な防御
Webアプリケーションファイアウォール（WAF）、 認証・アクセス制御、リクエスト頻度の制限、 ログ監視などを組み合わせる。 単一の防御機能だけに依存せず、複数の観点から不正アクセスを検知する。
5. 攻撃パターンの監視
特定のIPアドレスからの通信だけでなく、 複数の送信元にまたがる脆弱性探索や、 短時間に繰り返される不審なリクエストを分析する。 これにより、通信元を分散させた攻撃活動の把握につなげる。
結論
中国から日本へのインターネット接続を全面的に遮断していれば、 中国国内の攻撃サーバーから直接接続することに依存した攻撃については、 防止または中断できた可能性がある。 しかし、第三国のサーバーや侵害済みコンピューターを経由する攻撃、 別の通信経路を利用する攻撃まで完全に防げるわけではない。
また、公開された調査情報からは、ARTEX関連事案のすべての通信が 中国国内から直接発信されていたとは確認できない。 そのため、中国からの接続を遮断するだけで、 当該インシデント全体を防止できたと断定することはできない。
技術的な観点では、地理的なアクセス制限に加えて、 特定された攻撃インフラの遮断、脆弱性の修正、 WAFなどによる多層防御、アクセスログの継続的な監視を 組み合わせることが、より包括的な対策となる。
9. まとめ
ARTEXは、AIを利用して侵入テストや脆弱性探索を自動化する ツールである。2026年10月には、日本企業を標的とした 不正アクセス事案に関連する攻撃インフラでの使用が報告された。
公開された調査報道では、一つの攻撃インフラで約20社が標的となり、 6台の追加サーバーが特定されたほか、 2026年9月から10月にかけて8社が情報漏えいを公表したとされる。 技術的な特徴として、AIを利用した脆弱性探索、 脆弱性の悪用、WAFの遮断ルールへの対応、 複数のIPアドレスを利用した通信などが取り上げられた。
本件は、AIによるセキュリティ作業の自動化技術が、 正規のセキュリティ検査だけでなく、不正アクセスに関連する 活動にも利用され得ることを示す事例である。 被害状況や攻撃者の特定については、企業の公表資料と セキュリティ調査機関による最新の報告を区別して確認することが重要である。
１つ１つセキュリティホールを潰していく必要があると思うので、まずは疑わしい国からのネット接続を切断して様子を見るべき。国内からしかアクセスできないサーバやサービスもありますし。
参考情報・関連資料
-
GMOサイバーセキュリティ byイエラエ
ARTEXおよび日本企業を標的とした攻撃インフラに関する調査情報。
https://www.gmo-cybersecurity.com/ -
ITmedia NEWS
2026年10月のARTEX関連事案に関する報道。
https://www.itmedia.co.jp/news/article/2610/20/2000002423/ -
Impress Watch
ARTEXの利用状況と日本企業への攻撃に関する報道。
https://www.watch.impress.co.jp/docs/news/2149749.html -
CrowdStrike
ARTEXに関連する韓国の金融機関への攻撃についての調査情報。
https://www.crowdstrike.com/
注記：本記事は、2026年10月22日時点で参照した公開報道と 調査情報に基づいて構成している。 数値や事案の詳細は、各調査機関および対象企業による 公開資料に基づいて確認する必要がある。