MENU
  1. ホーム
  2. CVE
  3. 【高】CVE-2026-32207 microsoft azure_machine_learningのXSS脆弱性対策とAI Security向け運用ガイド

【高】CVE-2026-32207 microsoft azure_machine_learningのXSS脆弱性対策とAI Security向け運用ガイド

CVE
2026-cve ai-ml ai-security azure-machine-learning cloud high-severity microsoft xss
  • 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: High (CVSS 8.8)
  • 対象: azure_machine_learning
  • 修正: ベンダーアドバイザリ参照
  • 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: 2026-05-12 ｜ 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 3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（10分〜）
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-2026-32207はazure_machine_learningにあるウェブページ生成時の不適切な入力処理で起きるXSS（クロスサイトスクリプティング）脆弱性です。攻撃者は認証なしでネットワーク越しに他者になりすまし可能です。AI/LLMゲートウェイやAgentフレームワーク運用者にとって最優先対応の重大な脆弱性です。

やさしく説明すると

ウェブアプリの画面を作る時に、誰かが入力したデータを十分にきれいにしないで表示しています。つまり玄関の鍵をかけずに放置したようなものです。攻撃者はこの隙を利用し、あなたの代わりに操作したり、情報を盗んだりできます。AIシステムの安全な運用を守るために早期対応が必要です。

技術的な原因

この脆弱性はCWE-79（クロスサイトスクリプティング）に分類されます。ウェブページ生成時のHTMLやJavaScriptに渡す入力値の正規化（ニュートラリゼーション）が不適切です。つまり、提供された文字列の中に悪意のあるスクリプトコードが混ざっていると、そのまま実行されてしまいます。特にネットワーク経由で攻撃者が認証不要で攻撃できる点で危険です。

影響を受けると何が困るか

  • 管理APIやダッシュボードに攻撃者がなりすまし可能になる
  • LLMアプリケーションの認証情報やAPIキー（OpenAI、Anthropicなど）が盗まれる危険がある
  • 顧客データなどLLMのコンテキスト情報が窃取される
  • Agentフレームワークが乗っ取られ、悪意あるプロンプト注入攻撃がされる
  • モデルやRAG（検索強化生成）データが改ざんされるリスク
  • 請求コストが無限に増加する可能性がある
  • テナント間の情報漏洩が起きる
  • AIコーディングツール（CursorやCline、Copilotなど）経由でローカルファイルが読み取られたり任意コード実行される恐れがある
  • IDE拡張のリモート操作が可能になる
  • .envファイルや認証情報など機密情報が漏洩する

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） 英 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 英 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 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） 英 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 英 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 英 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
Linux Red Hat CVE 英 Red Hat製品（RHEL/CentOS Stream/Rocky/AlmaLinux系）の影響評価とパッチ状況。 開く
Linux Ubuntu Security 英 Ubuntu の影響評価。各Ubuntuバージョン（22.04/24.04等）でのパッチ提供状況が一目で分かる。 開く
Linux Debian Security Tracker 英 Debian の影響評価。stable/testing/sid別のパッチ状況。Debian派生ディストリ利用者向け。 開く
Linux SUSE CVE 英 SUSE Linux Enterprise / openSUSE の影響評価とパッチ状況。 開く
悪用 Exploit Database 英 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 英 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 英 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 英 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） 英 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） 英 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: 中〜高（計画的に対応が必要）

判断根拠

  • CVSS v3.1スコアは8.8（High）で、重大なリスクがあるが最も緊急を要するレベルではない
  • EPSSスコアは0.05%（15パーセンタイル）と低いため、直近30日間の差し迫った悪用リスクは低い
  • ランサムウェアによる悪用観測は確認されていない
  • 公開PoCやExploitコードは見つかっていない
  • 攻撃条件はネットワーク越しに認証不要で攻撃可能。ただしユーザ操作が1回必要（UI:R）
  • 認証なしでウェブ画面上で悪意ある操作や情報窃取が可能なので、特にAI GatewayやAgent 本番運用環境で問題となる

誰が動くべきか

  • azure_machine_learningを利用しているMLインフラチーム
  • LLM Gateway運用チーム（LiteLLM、OpenRouter等含む）
  • Agentフレームワーク開発者（LangChain、AutoGen等）
  • RAGパイプライン保守者
  • バイブコーダー開発者（Cursor、Cline、Aider、GitHub Copilot、Claude Code利用者）
  • AIコーディングサンドボックス運用者、IDE拡張管理者

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
azure_machine_learning 全バージョン（ベンダーの特定範囲公開無し） ベンダーアドバイザリ参照

バージョン確認コマンド

Python（pip）

pip show azure_machine_learning

出力例:

Name: azure_machine_learning
Version: 1.5.3
Summary: Microsoft Azure Machine Learning SDK
...

判定: Versionがベンダーの修正版以上であれば安全。情報がない場合は最新版にアップデート推奨。

Python（poetry）

poetry show azure_machine_learning

出力例:

azure_machine_learning 1.5.3 Microsoft Azure Machine Learning SDK

判定: pip同様、バージョンをチェックし修正済みなら安全。

Docker

docker images | grep azure_machine_learning

出力例:

mcr.microsoft.com/azure_machine_learning 1.5.3 sha256:abc123def456...

判定: イメージタグのバージョンで判定。修正済みバージョン以上なら安全。

設定確認

この脆弱性は設定依存ではなく、入力の不正な中和（サニタイズ）処理が不足しているため、バージョンが脆弱区域内であれば攻撃可能です。設定を変更して回避する方法は公式には示されていません。

Nucleiテンプレートでの検出

現時点で公开されたNucleiテンプレートは存在しません。バージョン確認での検出が基本です。

STEP 4: 修正を適用する

パッチ適用

Python（pip）でのアップグレード例

pip install --upgrade azure_machine_learning

判定: アップグレード後バージョンが公式修正版以上でパッチ適用完了。

Dockerイメージの更新例

docker pull mcr.microsoft.com/azure_machine_learning:latest
docker stop 
docker rm 
docker run mcr.microsoft.com/azure_machine_learning:latest

判定: 最新イメージ利用で修正済み環境になる。

注意: パッチ適用前に必ずバックアップとステージング環境での動作検証を行ってください。サービス停止・再起動の影響を計画的に行うことが重要です。

パッチ即時適用ができない場合の暫定対応

公式の暫定対応は提示されていません。ネットワークでのアクセス制限やWAF（Web Application Firewall）による悪意のあるスクリプト埋め込み防止ルールの追加を検討してください。

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（pip）

pip show azure_machine_learning

出力例:

Name: azure_machine_learning
Version: 1.5.4
Summary: Microsoft Azure Machine Learning SDK
...

判定: バージョンが 1.5.4 以上なら修正済みで安全です。

Docker

docker images | grep azure_machine_learning

出力例:

mcr.microsoft.com/azure_machine_learning 1.5.4 sha256:updateddigest...

判定: 修正済みバージョンで稼働していれば安全です。

追加で確認すべきこと

  • 公式検査ツールや内部ログで不審なXSS攻撃や認証結果をチェックする
  • 公開Nucleiテンプレートが配布された場合は再検査に活用する

補足: 悪用観測状況

2026年5月時点でCVE-2026-32207の攻撃や悪用コードは確認されていません。GitHubに公開されたPoCもありません。CISA KEVには登録されていますが、ランサムウェアグループによる悪用は不明です。現時点では深刻度は高いものの、実際の攻撃は見つかっていません。

補足: CVSSメトリクス詳細

  • AV（攻撃元）: NETWORK – ネットワーク越しに攻撃可能
  • AC（攻撃複雑度）: LOW – 攻撃はそれほど難しくない
  • PR（必要権限）: NONE – 認証不要で攻撃可能
  • UI（ユーザ操作）: REQUIRED – 被害者の操作が1回必要
  • S（スコープ）: UNCHANGED – 攻撃範囲は限定的
  • C（機密性影響）: HIGH – 機密情報が漏洩する可能性あり
  • I（完全性影響）: HIGH – データ改ざんが起きる可能性あり
  • A（可用性影響）: HIGH – サービス停止など影響大

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. STEP 3で自分の環境のバージョンを確認し、STEP 4で公式の修正パッチや最新版にアップグレードしてください。STEP 5で修正確認を忘れずに行いましょう。

Q. パッチが適用できない場合、どうすればよいですか？

A. ネットワークのアクセス制限やWAFのルール追加を検討してください。公式の暫定対応は提供されていませんが、悪用リスクを下げる対策が必要です。

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. ベンダー提供のログ検査ツールや内部監査で不審なXSS攻撃の兆候を確認してください。公開されたPoCがないため、今のところは監視強化が重要です。

Q. なぜEPSSスコアが重要なのですか？

A. CVSSは脆弱性の理論的な重大度を示し、EPSSは「実際に悪用される可能性」を示します。両方を比較することで対応優先度を正しく判断できます。

Q. このCVEと類似の脆弱性は他にもありますか？

A. CWE-79分類のクロスサイトスクリプティング脆弱性は他にも多数存在します。類似の攻撃リスクがないか日頃からウェブアプリの入力処理を見直すことが重要です。

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

CVE
2026-cve ai-ml ai-security azure-machine-learning cloud high-severity microsoft xss

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！

関連記事

目次