CVE-2026-42456 AnythingLLMにおける認可不備による音声レスポンス情報漏洩問題の詳細とAI Security対策ガイド

結論

• 危険度: Medium (CVSS 4.3)
• 対象: (詳細はベンダーアドバイザリ参照)
• 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
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-2026-42456はAnythingLLMのバージョン1.12.0以前に存在する脆弱性です。攻撃者は認証済みのユーザー権限で、同じワークスペース内の他のユーザーの秘密チャットの音声ファイルを取得できます。LLMゲートウェイ運用者にとって個人情報漏洩のリスクが高く、速やかな対応が必要です。

やさしく説明すると

この脆弱性は「他人の部屋の鍵を持っているが、誰の部屋かの確認をしていない」状態に似ています。部屋に入れるかはわかっても、「この部屋の持ち主か？」を確かめず音声データを渡してしまうのです。攻撃者はこの仕組みを使い、他の利用者のプライベートな会話の音声を盗み聞きできます。

技術的な原因

本脆弱性はCWE-200（情報漏洩）とCWE-639（不十分なアクセス制御）に分類されます。具体的には、APIの GET /api/workspace/:slug/tts/:chatId エンドポイントが、「ワークスペースメンバーシップはチェックするが、チャットID(chatId)の所有者であるかを検証しない」ためです。この不完全なアクセス制御によりIDOR（Insecure Direct Object Reference：安全でない直接オブジェクト参照）が発生しています。

影響を受けると何が困るか

• 同一ワークスペース内の他ユーザーの秘密チャット音声データを攻撃者に盗まれる
• チャット内容のプライバシー情報が外部に漏洩し、顧客や社内情報が侵害される
• AIエージェントの応答内容の盗聴により、RAG（Retrieval-Augmented Generation）コンテンツの窃取も起こり得る
• 悪用されるとユーザ間の信頼性が損なわれ、サービス利用停止や reputational damage を招く
• バイブコーダーやAI駆動開発者が扱うプロンプトや対話履歴など機密情報のリークリスクが高まる

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

判断根拠

• CVSSv3.1スコアは 4.3（Medium）。攻撃はネットワーク経由で可能だが、低権限の認証ユーザー限定。
• EPSSスコアは 0.01% と非常に低く、直近30日間の悪用予測確率はほぼ無視できるレベル
• ランサムウェアグループによる悪用観測は現在報告されていない
• 公開PoCや悪用コードは存在しないため、直ちに攻撃が始まっている可能性は低い
• 攻撃に必要な条件は「認証ユーザーかつ同一ワークスペースのチャットIDを推測または知っていること」であり、攻撃難易度は低いが前提条件はある

誰が動くべきか

• AnythingLLMを運用しているAI Gateway・LLM Proxy管理者
• AgentフレームワークのTrust Boundary設定に関わるSecOpsチーム
• バイブコーダー開発者でAnythingLLMチャット音声機能を組み込んでいる場合
• LLMを用いたRAGパイプラインのチャット履歴管理チーム

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
AnythingLLM	< 1.12.1	1.12.1 以降

バージョン確認コマンド

Python（pip）

pip show anythingllm

出力例:

Name: anythingllm
Version: 1.11.0
Summary: AnythingLLM application
...

判定: Versionが 1.12.1 未満なら脆弱、以上なら安全

Python（pip list + grep）

pip list | grep anythingllm

出力例:

anythingllm        1.10.3

判定: 1.12.1以上でないと脆弱

設定確認

この脆弱性はAPIの所有者チェックが欠落している設計ミスのため、設定依存ではありません。対象バージョンなら脆弱です。

Nucleiテンプレートでの検出

公的なNucleiテンプレートは現時点で存在しません。検出には必ずバージョン確認を行ってください。

STEP 4: 修正を適用する

パッチ適用

Python（pip）

pip install --upgrade anythingllm

出力例:

Successfully installed anythingllm-1.12.1

判定: バージョンが 1.12.1 以上になればOK

注意: パッチ適用前に必ず現在の環境をバックアップしてください。ステージング環境での動作検証も推奨します。

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。可能な場合はTTS文字列音声変換を無効化、またはHTTPルートアクセスを限定してください。社内ネットワーク外からのアクセス制御でリスク軽減も検討してください。

STEP 5: 修正されたことを確認する

STEP 3 で使用したバージョン確認コマンドを再実行して修正を確かめます。

期待される出力

Python（pip）

pip show anythingllm

出力例:

Name: anythingllm
Version: 1.12.1
Summary: AnythingLLM application
...

判定: バージョンが 1.12.1 以上ならOK

追加で確認すべきこと

• ログに不審なTTSエンドポイントへのアクセスがないか監視
• 利用可能であればNucleiなどのセキュリティスキャナを再度実行する

補足: 悪用観測状況

CVE-2026-42456は現在、公開されたPoCコードや悪用報告がありません。CISA KEVにも登録はあるものの、ランサムウェア悪用の観測は未確認です。よって即時攻撃が広まっている状況ではありませんが、認証済みユーザー間でのプライバシー漏洩リスクとして注意が必要です。

補足: CVSSメトリクス詳細

• AV (Attack Vector): NETWORK（ネットワーク）。攻撃者はネットワーク経由で攻撃可能。
• AC (Attack Complexity): LOW（低）。特別な条件なしに攻撃が可能。
• PR (Privileges Required): LOW（低）。認証済みユーザー権限が必要。
• UI (User Interaction): NONE（不要）。ユーザーの操作は不要。
• S (Scope): UNCHANGED（変更なし）。影響範囲は同一セキュリティコンテキスト内。
• C (Confidentiality Impact): LOW（低）。機密性に軽微な影響。
• I (Integrity Impact): NONE（なし）。データの改ざんは発生しない。
• A (Availability Impact): NONE（なし）。サービス停止などは起きない。

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で対象バージョンか確認し、STEP 4でAnythingLLMをバージョン1.12.1以上にアップデートしてください。最後にSTEP 5で修正済みバージョン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. 公式の暫定対応はありませんが、TTS機能の一時停止やAPIアクセス制限、ネットワーク分離でリスク軽減を図ってください。

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. アクセスログに同一ワークスペース外へのTTS音声取得が不正にないかを監視してください。ベンダーがログ監査情報を提供する場合は必ず参照してください。

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。両方評価することで対応優先度の判断精度が上がります。

Q. このCVEと類似の脆弱性は他にもありますか？

A. 同じCWE-200やCWE-639に分類されるIDORやアクセス制御不備の脆弱性はAI/LLM系APIで報告例があります。類似脆弱性対策としてアクセス検証の徹底が重要です。

参考文献

• NVD – CVE-2026-42456
• AnythingLLM公式GitHubセキュリティアドバイザリ
• AnythingLLM v1.12.1 リリースノート
• CISA Known Exploited Vulnerabilities Catalog

関連トピック・タグから探す

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。

• Medium脆弱性 に関するCVE・脆弱性記事一覧
• 情報漏洩 に関するCVE・脆弱性記事一覧
• LLM に関するCVE・脆弱性記事一覧
• AIフレームワーク に関するCVE・脆弱性記事一覧