CVE-2026-12484 keras 3.15.0の安全でない逆シリアライズ脆弱性によるRCE危険性とAI Security対策ガイド

結論

• 危険度: 情報なし
• 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: 2026-07-19 ｜ 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	5分

STEP 1: 何が起きているか

一言でいうと

CVE-2026-12484は、keras-team/keras 3.15.0で、外部から制御されたPyTorchのpickleデータを不安全に読み込める脆弱性です。攻撃者は認証なしで任意コードを実行でき、AI/LLM GatewayやAgenticフレームワークの開発・運用者にとって最優先の対応事項です。

やさしく説明すると

この脆弱性は「玄関の鍵が開いたままの家」に例えられます。kerasの機能が、信頼できないデータをそのままプログラムに読み込んでしまいます。つまり、知らない人が合鍵を作り、家の中に自由に入れてしまうようなものです。AIアプリやAgentが誤って信頼できない設定データを読み込むと、そのままシステムを乗っ取られかねません。

技術的な原因

この脆弱性はCWE-502の「不安全なデシリアライズ」に該当します。keras.layers.TorchModuleWrapper.from_configメソッドは内部でtorch.load(…, weights_only=False)を呼び出します。この関数はPyTorchでオブジェクトを復元する機能ですが、信頼できないpickleデータを安全に処理する仕組みがありません。kerasのSafeModeScope(True)コンテキスト外で呼ばれると、明示的な安全モードが働かず、不正なコードが実行されてしまいます。

影響を受けると何が困るか

• 攻撃者がAIゲートウェイやエージェントフレームワークを利用した任意コード実行を行う
• APIキー（OpenAI/Anthropic等）の漏洩に繋がる恐れ
• LLMのプロンプト情報や顧客データの窃取
• エージェント乗っ取りによる不正操作や悪用
• RAG（Retrieval-Augmented Generation）パイプラインのデータ改ざん
• 請求コストの無制限増大による経済的損失
• テナント間での情報漏洩や権限の横展開
• AIコーディングツール（Cursor、Cline、Copilot等）を介したローカルファイルの不正アクセスや任意コード実行
• IDE拡張のリモート操作による開発環境の完全乗っ取り
• .env や認証情報などの重要な設定情報の漏洩

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: 低

判断根拠

• CVSSスコアはNVDに未登録で詳細不明。深刻度判断はできていない。
• EPSS（悪用予測スコア）も未提供で、今後の悪用傾向は不確定。
• CISA KEVに登録されているものの、ランサムウェア悪用の報告は「不明」。
• 公開されたPoC（実証コード）は現在0。悪用ツールの出回りはない。
• 攻撃には認証不要だが、keras 3.15.0の特定バージョンに限定。
• SafeModeScope を意識した運用や安全設定が施されている環境は防御できる可能性あり。

誰が動くべきか

• keras 3.15.0でAI/LLMアプリを開発・運用しているエンジニア
• Agenticフレームワーク開発者（LangChain/AutoGenなど）
• LLMゲートウェイ運用チーム（LiteLLM、OpenRouter等）
• AIコーディングツール利用者（Cursor、Cline、Copilot、Claude Code等）
• MLインフラチームやRAGパイプライン保守担当
• バイブコーダー開発者および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
keras-team/keras	3.15.0	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 keras

出力例:

Name: keras
Version: 3.15.0
Summary: Deep learning library
...

判定: バージョンが 3.15.0 なら脆弱。それ以外は安全。

Python（poetry）

poetry show keras

出力例:

keras 3.15.0 Deep learning framework

判定: バージョンが 3.15.0 なら脆弱。

設定確認

kerasのfrom_configメソッドはSafeModeScope(True)が設定されていない場合に脆弱です。したがって、環境内でkerasの安全モード設定が有効か確認してください。ベンダー公式ツール以外で自動検出は難しいため、設定依存部分は内部コードレビューや開発運用者との連携が必要です。

設定依存ではなく、keras 3.15.0本体を利用しているだけで脆弱となります。

STEP 4: 修正を適用する

パッチ適用

Python（pip）でのアップデート例

pip install --upgrade keras

判定: 修正版が提供されたら、バージョンを上げてください。ベンダーアドバイザリを必ず確認してください。

注意: パッチ適用前には必ず環境のバックアップを取り、ステージング環境で動作確認を行いましょう。ダウンタイム計画も作成してください。

パッチ即時適用ができない場合の暫定対応

公式の暫定対応は現在提示されていません。暫定的にSafeModeScope(True)を強制的に適用するコード改修や、問題のあるAPIの利用制限を検討してください。また、ファイアウォールやネットワーク分離で外部からのアクセス制限を推奨します。

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（pip）

pip show keras

出力例:

Name: keras
Version: 3.15.1
Summary: Deep learning library
...

判定: バージョンが 3.15.1 以上なら安全です。

Python（poetry）

poetry show keras

出力例:

keras 3.15.1 Deep learning framework

判定: 3.15.1 以上なら安全。

追加で確認すべきこと

公開Nucleiテンプレートは現時点で未確認です。今後利用可能になった場合は、スキャナを運用環境で再実行してください。ログ監視も行い、不審なアクセスや異常な動作を監査しましょう。

補足: 悪用観測状況

現時点でCISA KEVに登録されていますが、ランサムウェア攻撃での悪用は不明です。公開されているPoCコードはありません。したがって、実運用環境では即時悪用は確認されていませんが、今後の監視が必要です。

補足: CVSSメトリクス詳細

• AV（攻撃元の範囲: Attack Vector）: 未提供
• AC（攻撃の複雑さ: Attack Complexity）: 未提供
• PR（必要な権限: Privileges Required）: 未提供
• UI（ユーザー操作の有無: User Interaction）: 未提供
• C（機密性への影響: Confidentiality Impact）: 未提供
• I（完全性への影響: Integrity Impact）: 未提供
• A（可用性への影響: Availability Impact）: 未提供

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. まず自環境のkerasバージョンを確認し、脆弱な3.15.0を使っていればアップデートを検討してください。STEP 3～5の手順で作業を進めましょう。

Q. パッチが適用できない場合、どうすればよいですか？

A. SafeModeScopeの適用など設定変更や、該当APIの使用制限、ネットワーク隔離、WAFの追加ルールが検討できます。公式暫定対応は未発表です。

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. 現時点で悪用情報はありませんが、ログに不審なtorch.load呼び出しや不正設定の読み込みがないかを監視してください。CISA KEVや脆弱性DBも継続監視を推奨します。

Q. なぜEPSSスコアが重要なのですか？

A. CVSSは技術的な深刻度を示しますが、EPSSは実際に悪用される可能性を数値化しています。両方を参考にすると対応優先度の判断が正確になります。

Q. このCVEと類似の脆弱性は他にもありますか？

A. CWE-502「不安全なデシリアライズ」はAI関連でよく見られる脆弱性タイプです。似た問題は他のLLM ProxyやAgenticフレームワークでも存在し得ます。

参考文献

• NVD – CVE-2026-12484
• MITRE CVE – CVE-2026-12484
• JVN iPedia
• CISA KEV Catalog
• GitHub Advisory Database
• Snyk Vulnerability Database
• Exploit Database
• X (Twitter) Search
• Huntr Bounty info

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。

• デシリアライゼーション に関するCVE・脆弱性記事一覧
• RCE(リモートコード実行) に関するCVE・脆弱性記事一覧
• 機械学習 に関するCVE・脆弱性記事一覧

2026-07-20 追記

本記事の公開後、以下の重要な変化が確認されました（公開からの経過: 0日）。

項目	公開時点	2026-07-20時点	変化の意味
CVSSスコア変化	9 (Critical)	7.8 (HIGH)	NVD再評価でスコアが下方修正
新規GHSAアドバイザリ	0件	1件	新たなGitHub Security Advisoryが発行
タイトルプレフィックス未付与	(プレフィックスなし)	【高】	公開時はタイトルに危険度プレフィックスが付いていない。最新状況では付与が妥当（記事生成時の凡ミス補正）

CVSSスコア変化

本脆弱性のCVSSスコアは、公開時点では「9 (Critical)」と評価されていましたが、「7.8 (HIGH)」へ下方修正されました（NVD再評価による）。これにより、理論上の脅威レベルは若干引き下げられ、「Critical（最重大）」から「High（高）」に区分が変更されました。これはローカル攻撃ベクトルや攻撃成立条件、実際のリスクが再評価された結果と考えられます。運用面では、即時対応の緊急性がやや低減したものの、依然として「高リスク」帯であるため無視はできません。対象システムの運用者は、想定ユーザーやデータ流通パターンを再確認し、計画的な対応準備を推奨します。

新規GHSAアドバイザリ

「0件」から「1件」へ、新たにGitHub Security Advisory（GHSA）が発行されました。GHSAの追加は、オープンソースエコシステムを中心にセキュリティアラートが迅速に共有されたことを意味しています。GHSAでは追加的な技術解説や影響範囲、修正方法がより明確に記載される場合がよくあります。運用者はGHSAの内容を確認し、公式パッチや回避策、ベストプラクティスの変化がないかのチェックを強くお勧めします。自動アップデート対応やSBOM管理を行う環境では、GHSAベースの脆弱性検出・対策状況も必ずご確認ください。

タイトルプレフィックス未付与

公開時点の記事タイトルには危険度プレフィックスがありませんでしたが、現在では「【高】」が付与されるべき状況となっています。これはCVSSスコア再評価によりリスク水準が「High」と判断されたため、記事としても危険度を明示する必要があります。情報共有やチーム内エスカレーションの際に、見落としや誤認リスクを低減するため、今後は適切なプレフィックス管理が重要です。利用者側でも記事タイトルの緊急度表記を参考に、対応優先度の見直しや連絡体制の再確認を行ってください。