MENU

【高】CVE-2026-47399 PraisonAIの認証バイパス脆弱性でワークスペース間アクセス可能に AI Securityエンジニア必見の緊急対応ガイド

  • 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: High (CVSS 8.8)
  • 対象: praisonai-platform <= 0.1.2
  • 修正: 0.1.4
  • 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 5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-2026-47399はPraisonAI Platformの脆弱性で、攻撃者は認証済みユーザーの権限で別ワークスペースのデータを盗み、変更や削除までできてしまいます。LLMゲートウェイ運用者やAgentフレームワーク開発者にとって最優先対応の問題です。

やさしく説明すると

この脆弱性は、まるで「部屋ごとに鍵があるはずなのに、その鍵で他人の部屋の扉も開けられてしまう」状態です。ユーザーは自分のワークスペースのものしか触れないはずが、別のワークスペースの情報まで簡単にのぞき見され、書き換えられてしまいます。まさに仕事場の机が勝手に他人にいじられるようなものです。

技術的な原因

この問題はCWE-284(アクセス制御エラー)とCWE-639(認可の誤実装)に起因します。具体的には、PraisonAIのAPIでワークスペースごとのRESTルートは、URL内のワークスペースIDの会員であることだけを見てアクセスを許可します。

しかし、APIのサービス層はグローバルなオブジェクトIDで対象オブジェクトを解決し、そのオブジェクトが実際にURLのワークスペースに属しているかを検証しません。そのため攻撃者は、自分のアクセス可能なワークスペースのルートを叩いて、別のワークスペースのオブジェクトUUIDを指定し、データの閲覧・変更・削除が可能になります。

影響を受けると何が困るか

  • APIキーや認証トークンなど機密情報の漏洩リスク
  • LLMのコンテキスト情報や顧客データの窃取
  • Agentやワークスペースの情報を書き換え、エージェント乗っ取りが可能になる
  • RAG(検索強化型生成)データやプロジェクトデータの改ざんによる結果の信頼性低下
  • テナント間での情報漏洩、運用上の分離破壊
  • AIコーディングツール(CursorやClineなど)での脆弱ワークスペース利用時にローカルファイル情報の流出
  • .envファイルや認証情報の漏洩リスク増大

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
Linux Red Hat CVE 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 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 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 SUSE Linux Enterprise / openSUSE の影響評価とパッチ状況。 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: 【高】

判断根拠

  • CVSSv3.1スコアは8.8(High)で、認証済みユーザーの権限で他ワークスペースの情報を完全に操作可能。AI Security運用にとっては深刻です。
  • EPSS(悪用予測スコア)は未提供。とはいえ攻撃の条件が「認証済み低権限ユーザー」で比較的緩いため早急な対応が望ましいです。
  • ランサムウェア悪用は確認されていません(Unknown)。
  • 公開PoCやエクスプロイトは今のところ存在しません。
  • 攻撃はネットワーク経由(AV:N)、低複雑度(AC:L)、低権限者で可能(PR:L)、ユーザ操作不要(UI:N)であり、対象範囲も明確です。

誰が動くべきか

  • LLM Gateway 運用チーム(PraisonAI Platform利用時)
  • Agentフレームワーク開発者(PraisonAIベース)
  • RAGパイプライン保守者、AI Multi-Agentシステム運用者
  • バイブコーダー開発者(PraisonAIと統合するCursor/Cline/Aider等利用者)

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
praisonai-platform 0.1.2 以下 0.1.4

バージョン確認コマンド

Python(pip)

pip show praisonai-platform

出力例:

Name: praisonai-platform
Version: 0.1.2
Summary: PraisonAI Platform
Home-page: https://github.com/MervinPraison/PraisonAI
Author: PraisonAI Team

判定: バージョンが 0.1.2 以下なら脆弱。 0.1.4 以上なら修正済み。

Python(pip list + grep)

pip list | grep praisonai-platform

出力例:

praisonai-platform 0.1.2

判定: バージョン 0.1.2 以下は要更新。

設定確認

本脆弱性はアプリのアクセス制御ロジックの欠陥に由来し、特定の設定項目に依存しません。したがって、設定変更による緩和は困難です。自分の環境が対象バージョンであれば脆弱です。

STEP 4: 修正を適用する

パッチ適用

Pythonパッケージのアップグレード

pip install --upgrade praisonai-platform==0.1.4

出力例:

Successfully installed praisonai-platform-0.1.4

判定: アップグレードが正常に完了すれば脆弱性修正済み。

注意: アップグレード前に必ず環境のバックアップを取得し、ステージング環境での動作検証を行ってください。ダウンタイムや依存関係の確認も忘れずに計画しましょう。

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。パッチ適用までの間はアクセス制御ログの監視や、信頼できるユーザのみしか認証しない方針を推奨します。またワークスペースIDの管理強化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、修正済みバージョンにアップグレードされたことを確認します。

期待される出力

Python(pip show)

pip show praisonai-platform

出力例:

Name: praisonai-platform
Version: 0.1.4
Summary: PraisonAI Platform
Home-page: https://github.com/MervinPraison/PraisonAI
Author: PraisonAI Team

判定: バージョンが 0.1.4 以上ならOK。

追加で確認すべきこと

Nucleiテンプレートは現時点で公開されていません。独自にアクセスログを確認し、不審なワークスペース間アクセスがないか監査しましょう。

補足: 悪用観測状況

現在、CISA KEVには登録がなく、ランサムウェアグループなどによる悪用観測はありません。GitHub上にもPoCは公開されていないため、実環境での悪用は未確認です。

とはいえ、攻撃の敷居が低いため、AI Security運用者は早急に対応する必要があります。

補足: CVSSメトリクス詳細

  • AV(攻撃元): NETWORK (ネットワーク経由)
  • AC(攻撃複雑度): LOW (特別な条件不要)
  • PR(必要権限): LOW (認証済み低権限ユーザー)
  • UI(ユーザ操作): NONE (操作不要)
  • S(スコープ): UNCHANGED (影響範囲は同一権限内)
  • C(機密性影響): HIGH (完全な機密情報漏洩)
  • I(完全性影響): HIGH (データ改ざん可能)
  • A(可用性影響): HIGH (データ削除も可能)

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のバージョン確認で対象を特定し、STEP 4でパッチを適用することです。具体的なコマンドやバージョン情報は本記事内に詳述しています。

Q. パッチが適用できない場合、どうすればよいですか?

A. 本脆弱性は設定変更による緩和が困難です。アクセスログ監視、信頼ユーザ制限、緊急的なネットワーク隔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. サーバーログを解析し、他ワークスペースのグローバルUUIDを含む不審なAPI呼び出しを監視してください。現在ベンダーの公式IOCはありません。

Q. なぜEPSSスコアが重要なのですか?

A. CVSSスコアは脆弱性の深刻度を示す指標です。EPSSは実際に悪用される可能性を定量的に示します。両方見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-284(不適切なアクセス制御)やCWE-639(認可誤実装)は多くのAPIで問題になる傾向があります。ACLが正しく実装されていないAPIは類似脆弱性があります。

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