MENU

【最重大】CVE-2026-47392 PraisonAIにおけるサンドボックス回避型RCE脆弱性と実践的AI Security対策ガイド

  • URLをコピーしました!

AI Security速報をXで配信しています!!

AI/LLM関連の脆弱性、PoC、KEV追加などの更新情報を見逃したくない方は、Xをフォローしてねー!

Xでフォローする

本記事は公開時点の情報をもとにした速報記事です。内容が更新される場合があるため、必要に応じてベンダー公式情報や一次情報もあわせて確認してください。

目次

結論

  • 危険度: Critical (CVSS 9.9)
  • 対象: praisonaiagents <= 1.6.39 / PraisonAI <= 4.6.39
  • 修正: 1.6.40 / 4.6.40
  • KEV: No (NVD Critical由来。CISA KEVには未登録)
タイトルの緊急度プレフィックス(【至急】【最重大】等)の意味
表記 条件 意味 対応目安
【至急/ランサム悪用】 CISA KEV登録 + ランサムウェア悪用観測 ランサムグループが現在進行形で悪用 本日中に対応開始
【至急/重大】 CISA KEV登録 + CVSS 9.0以上 実世界で攻撃観測あり + スコア極めて高い 本日中に対応開始
【重大/KEV登録】 CISA KEV登録(CVSS低またはNVD未反映) 実世界で攻撃観測あり 数日以内
【最重大】 CVSS 9.5以上(KEV未登録) 理論上の危険度ほぼ満点、攻撃観測はまだない 1週間以内に対応計画
【重大】 CVSS 9.0〜9.4(KEV未登録) Critical帯の理論的高リスク 1〜2週間以内
【高】 CVSS 7.0〜8.9(KEV未登録) High帯のリスク 計画的に対応
(プレフィックスなし) CVSS 7.0未満 Medium以下のリスク 通常メンテで対応

「至急」と「最重大」の違い: 「至急」は CISA(米国政府機関)が 実際に悪用を観測した CVEに付与されます。「最重大」は CVSS スコア上は最高峰だが、まだ悪用観測がない ものです。同じCVSS 9.8でもKEV登録の有無で扱いが変わります。

最終更新: 2026-07-21 | 本記事は公式情報をもとに作成しています。最新情報はベンダー公式アドバイザリを必ずご確認ください。

STEP やること かかる目安
STEP 1 何が起きているか理解する 3分
STEP 2 急ぎ対応すべきか判断する 2分
STEP 3 自分の環境が対象か確認する 5分〜
STEP 4 修正を適用する 環境による
STEP 5 修正されたことを確認する 3分

STEP 1: 何が起きているか

一言でいうと

CVE-2026-47392は、PraisonAIおよびpraisonaiagentsのexecute_code()関数で、Pythonのサンドボックス機能を完全に回避し、攻撃者が認証済みでもホストOS上で任意のコマンドを実行できる脆弱性です。LLMゲートウェイやAgenticフレームワークの運用者にとって最優先で修正すべき重大な問題です。

やさしく説明すると

この脆弱性は、Pythonコードの実行を限定するはずの「サンドボックス」が簡単に破られます。たとえば、玄関に鍵をかけたはずが、実は裏口から簡単に侵入できてしまうような状況です。攻撃者はこの抜け穴を使って、サーバー上で自由にコマンドを動かせます。つまり、あなたのAIシステムごと乗っ取られる危険があります。

技術的な原因

Pythonの組み込み関数や変数が保護リスト(_blocked_attrs)に正しく登録されていません。特にprint.__self__を使って本物のを取得し、__import__を動的に取り出せます。これにより、サンドボックスの制約を超えて任意のOSコマンドが実行されます。

CWE観点では、CWE-184「不適切なアクセス制御」とCWE-693「保護されていないコード実行」が根本原因です。過去にも類似の脆弱性(CVE-2026-39888など)が修正されましたが、この回避手法はそれらをすり抜けました。

影響を受けると何が困るか

  • 攻撃者は認証済み環境からAI GatewayのホストOSを完全制御できる
  • APIキーや認証情報(.envファイルなど)の漏洩
  • LLMのコンテキスト情報や顧客データが盗まれるリスク
  • 悪意あるプロンプトインジェクションによりAgentを乗っ取られる
  • モデルやRAG(外部知識連携)データの改ざん
  • 請求コストの急増やリソース消費によるサービス妨害
  • AIコーディングツール(Cursor/Cline/Claude Code等)を介したローカルファイル読み取り・任意コード実行
  • LLM ProxyやAgenticフレームワーク環境のインフラ全体への攻撃横展開

もっと詳しく調べたい人へ — 公式情報源マップ

本記事は以下の公式・準公式の情報源から内容を集約しています。一次情報を確認したい場合や英語で詳細を読みたい場合は、各リンクから直接アクセスできます。

カテゴリ 情報源 言語 何が分かるか リンク
総合 NVD(米国 NIST) 米国政府の脆弱性データベース。CVSSスコア、影響を受けるCPE、参考リンクの総合ハブ。最も網羅的。 開く
総合 MITRE CVE CVE採番機関の公式記録。CVE記述の「正本」。NVDより記載が簡潔だが一次情報。 開く
総合 JVN iPedia(JPCERT/CC・IPA) 日本のCSIRTが運用する脆弱性対策情報データベース。日本語で概要・対策が読める。掲載がない場合あり。 開く
総合 CISA KEV(悪用観測カタログ) 米国CISAが実際に悪用を確認している脆弱性のカタログ。掲載されていれば最優先で対応。 開く
総合 GitHub Advisory Database OSSパッケージ(npm/pypi/maven/composer/go等)別の脆弱性アドバイザリ。修正PRへのリンクが豊富。 開く
総合 OpenCVE 複数CVEデータベースの集約検索サービス。タイムラインや関連CVEの俯瞰に有用。 開く
悪用 Exploit Database 公開エクスプロイトのアーカイブ。検出ツールやペネトレーションテストでの参照用。 開く
悪用 Packet Storm Security セキュリティアドバイザリ・エクスプロイトの集約サイト。古めの情報も含む。 開く
悪用 GitHub PoC 検索 GitHubコード検索でCVE IDを直接検索。野良PoCの早期発見に。 開く
悪用 X(Twitter)検索 日英 直近の議論やニュースを観測。In-the-wild悪用の早期検知に有用。 開く
スキャナ Snyk Vulnerability DB パッケージ別の脆弱性詳細と修正バージョン。OSS依存ライブラリ追跡に有用。 開く
スキャナ Tenable(Nessus) Nessusスキャナでの検出プラグイン情報。検出ロジックの参考に。 開く
スキャナ Rapid7(Metasploit/Nexpose) Metasploit悪用モジュール、Nexposeでの検出情報。 開く

掲載しているのは無料でアクセスできる情報源のみです。CVEによっては掲載がないサイトもあります(特にJVN iPediaは日本国内で報告された脆弱性のみ掲載)。

STEP 2: 急ぎ対応すべきか判断する

結論: 【最重大】

判断根拠

  • CVSS v3.1 スコアは 9.9 (Critical) でほぼ満点。実務的には直ちに対応計画を立てるべき最高レベルの危険度。
  • EPSSスコアは未提供。悪用は公には確認されていないが、過去の脆弱性修正が無効化されているため、新たな攻撃が可能。
  • ランサムウェア悪用の有無は不明 (CISA KEV未登録、悪用観測なし)。
  • 公開PoCは現時点で存在しないが、GitHub Advisory Databaseで詳細な解析と修正PRが公開されている。
  • 攻撃条件はネットワーク経由で低権限認証ユーザーが操作すれば、ユーザ操作は不要で攻撃成功。標準設定では脆弱。

誰が動くべきか

  • LLM GatewayおよびAgentフレームワーク運用チーム(PraisonAI、praisonaiagentsを用いる組織)
  • Agenticフレームワーク開発者(LangChainなどで利用する場合も含む)
  • MLインフラチーム(LLM Proxy構築環境を持つチーム)
  • バイブコーダー開発者(Cursor、Cline、Copilot等を利用し、ローカル開発環境に影響が及ぶ可能性があるため)
  • AI Security担当者(AIシステム全般の脆弱性管理責任者)

STEP 3: 自分の環境が対象か確認する

影響を受けるバージョン

製品 脆弱なバージョン範囲 修正版
praisonaiagents 1.6.39 以下 (含む) 1.6.40
PraisonAI 4.6.39 以下 (含む) 4.6.40

バージョン確認コマンド

Python環境(pip)

pip show praisonaiagents

出力例:

Name: praisonaiagents
Version: 1.6.37
Summary: PraisonAI multi-agent system

判定: Version1.6.39 以下なら脆弱

Python環境(pip)

pip show PraisonAI

出力例:

Name: PraisonAI
Version: 4.6.38
Summary: PraisonAI multi-agent system

判定: Version4.6.39 以下なら脆弱

設定確認

本脆弱性はPythonコード実行のサンドボックス回避によるもので、特定設定による回避は公表されていません。バージョンが対象範囲であれば脆弱です。

Nucleiテンプレートでの検出

公開されたNucleiテンプレートはありません。検出はバージョン確認を推奨します。

STEP 4: 修正を適用する

パッチ適用

Python環境(pip)

pip install --upgrade praisonaiagents==1.6.40

判定: バージョンが 1.6.40 以上なら修正済み

Python環境(pip)

pip install --upgrade PraisonAI==4.6.40

判定: バージョンが 4.6.40 以上なら修正済み

注意: パッチ適用前に必ずバックアップを取り、ステージング環境で動作確認してください。本番環境でのダウンタイム計画も事前に策定しましょう。

パッチ即時適用ができない場合の暫定対応

現時点でベンダーによる暫定回避策や設定変更は公開されていません。パッチ適用が最大の対策です。

STEP 5: 修正されたことを確認する

STEP 3 で実行したバージョン確認コマンドを、再度実行してください。

期待される出力

Python環境(pip)

pip show praisonaiagents

出力例:

Name: praisonaiagents
Version: 1.6.40
Summary: PraisonAI multi-agent system

判定: バージョンが 1.6.40 以上ならOK

Python環境(pip)

pip show PraisonAI

出力例:

Name: PraisonAI
Version: 4.6.40
Summary: PraisonAI multi-agent system

判定: バージョンが 4.6.40 以上ならOK

追加で確認すべきこと

不審なアクセスログや異常なコマンド実行ログがないか監視してください。Nucleiテンプレートは未提供のため、バージョン管理厳守が最重要です。

補足: 悪用観測状況

現時点で公開されたPoCコードはありません。GitHub Advisory Databaseで研究段階の詳細が共有されていますが、実際の悪用観測は報告されていません。CISA KEVにも未登録であるため、悪用の実績は不明です。

補足: CVSSメトリクス詳細

  • AV(攻撃元): NETWORK – ネットワーク経由で攻撃可能
  • AC(攻撃複雑度): LOW – 攻撃は容易
  • PR(必要権限): LOW – 低権限ユーザーで実行可能
  • UI(ユーザ操作): NONE – ユーザー操作不要
  • S(スコープ): CHANGED – 攻撃により権限(スコープ)が変更される
  • C(機密性影響): HIGH – 機密情報が漏洩する
  • I(完全性影響): HIGH – 情報改ざんが発生する
  • A(可用性影響): HIGH – サービス停止などが発生する

よくある質問(FAQ)

Q. このCVEに対応するために最低限すべきことは何ですか?

A. まずSTEP 3で自分の環境のバージョンを確認し、脆弱ならSTEP 4で該当バージョンにアップデートしてください。最後にSTEP 5で修正されたことを再確認してください。

Q. パッチが適用できない場合、どうすればよいですか?

A. 現時点で暫定的な設定回避策は提示されていません。パッチ適用が最大の対策なので、影響範囲のアクセス制限やネットワーク分離を検討してください。

Q. 既に攻撃を受けているか確認する方法はありますか?

A. 攻撃の痕跡はホストOSでの不審なコマンド実行ログやネットワーク通信、認証情報の漏洩兆候を監視してください。現時点で特定のIOCは公開されていません。

Q. なぜEPSSスコアが重要なのですか?

A. CVSSは脆弱性の技術的深刻度を示しますが、EPSSは「実際に悪用される確率」を示します。この両者を確認すると対応優先度判断がより正確になります。

Q. このCVEと類似の脆弱性は他にもありますか?

A. はい。過去にCVE-2026-39888、CVE-2026-34938、CVE-2026-40158など、同様にPythonのサンドボックス回避関連の脆弱性があります。これらはすでに修正済みですが、このCVEは新たに回避策をすり抜ける手法です。

参考文献

本記事に関連するキーワードから、他のAIセキュリティ記事を探せます。

AI Security速報を継続配信しています!!

AI/LLM関連の脆弱性、PoC、KEV追加、海外アドバイザリなどを X で配信してるので、ぜひフォローをお願いします!

@ai_sec_news_256 をフォロー

この記事が気に入ったら
フォローしてね!

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次