【最重大】CVE-2026-61447 PraisonAIにおけるプロンプトインジェクション型リモートコード実行脆弱性対策完全ガイドAI Security運用者必読

結論

• 危険度: Critical (CVSS 10)
• 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: 2026-07-11 ｜ 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-2026-61447は、PraisonAIの特定バージョンで攻撃者が認証不要で遠隔から任意のコードを実行できる脆弱性です。攻撃者はAI生成のPythonコードを通じて環境情報を盗み、インフラ全体を乗っ取れます。LLMゲートウェイ運用者やAgentフレームワーク担当者にとって最優先対応が必要です。

やさしく説明すると

想像してみてください。玄関の鍵が外から全くかかっていない家があるとします。誰でも勝手に入れて中のものを持ち出したり壊したりできますね。この脆弱性はAIが生成したPythonコードを、本来制限したり検査すべきなのに何もせず実行してしまうことに似ています。攻撃者は誘導プロンプトを送り込んで合鍵を作るようにAIを騙し、秘密情報やシステムを自在に操作できてしまいます。

技術的な原因

この脆弱性はCWE-94「コードインジェクション」に該当します。コードエージェント（CodeAgent）_execute_python()メソッドがPythonの抽象構文木（AST: Abstract Syntax Tree）による検証を実施せず、import制限やサンドボックスの強制もありません。そのためLLM（大規模言語モデル）が生成したコードを無検証でホスト上で実行し、任意コード実行（Remote Code Execution：RCE）に繋がります。

言い換えると、AIが生成するコードを安全に検査・制限せずに直接動かしてしまい、攻撃者が好きにコードを書き換えシステムを制御できます。

影響を受けると何が困るか

• APIキー（OpenAIやAnthropicなど）の漏洩により追加コストや不正利用が発生する
• LLMコンテキストに含まれる顧客データや機密情報が盗まれる
• プロンプトインジェクションを悪用し、エージェントやAgenticフレームワークを乗っ取られる
• モデル本体やRAG（検索強化生成）データが改ざんされることで誤情報生成のリスク
• 請求コストが急増し、インフラ費用が膨れ上がる恐れ
• テナント間で情報漏洩が発生しマルチテナント環境の危険性が高まる
• プロキシやLLM Gateway（LiteLLM/OpenRouterなど）全体に横展開されるリスク
• AIコーディングツール（Cursor、Cline、GitHub Copilot、Claude Codeなど）を経由したファイル読み取りや任意コード実行
• IDE拡張が攻撃者に遠隔操作される可能性
• .envファイルや認証情報が漏れて開発環境が丸裸になるリスク

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: 【最重大】

判断根拠

• CVSS v3.1スコアは10.0のCriticalで、ネットワーク経由の認証不要・ユーザ操作不要なリモートコード実行（RCE）脆弱性です。実務的に「即座に対応計画を立てるべき最重大リスク」です。
• EPSS（悪用予測スコア）データは提供されていません。
• ランサムウェアによる悪用観測は現時点でありません（Unknownで未確認）。
• 公開PoCは存在していません（GitHubにリポジトリなし）。
• 攻撃に必要な条件は、ネットワーク経由でアクセス可能なPraisonAI環境で、攻撃者がプロンプトインジェクションを通じてLLMに悪意あるコードを生成させるだけです。APIやUIの認証がなければ比較的簡単に悪用可能です。

誰が動くべきか

• PraisonAIをLLM GatewayやAgenticフレームワークとして本番投入している運用チーム、SRE/SecOps担当者
• Agentフレームワーク開発者で、関連するライブラリやコードのバージョン管理をしている開発者
• AI駆動開発にCursor、Cline、CopilotなどAIコーディングツールを利用し、PraisonAIを組み込んでいるバイブコーダー開発者
• MLインフラチームでサンドボックスやコード実行権限管理を担当するチーム

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
PraisonAI	1.6.78未満（before 1.6.78）	1.6.78以上

バージョン確認コマンド

Python (pip)

pip show praisonai

出力例:

Name: praisonai
Version: 1.6.77
Summary: LLM Proxy and Agent framework

判定: バージョンが 1.6.78 未満なら脆弱、以上なら安全です。

Python (poetry)

poetry show praisonai

出力例:

name         : praisonai
version      : 1.6.77
description  : LLM Proxy and Agent framework

判定: バージョンが 1.6.78 未満なら脆弱、以上なら安全です。

設定確認

この脆弱性はコード検証やimport制限・サンドボックスの強制が適用されていない実装の問題です。設定依存ではなく、バージョンが1.6.78未満なら脆弱です。

Nucleiテンプレートでの検出

現時点でCVE-2026-61447対応の公開Nucleiテンプレートは存在しません。非破壊的なバージョン確認による検出を推奨します。

STEP 4: 修正を適用する

パッチ適用

Python (pip)

pip install --upgrade praisonai

出力例:

Collecting praisonai
  Downloading praisonai-1.6.78-py3-none-any.whl (1.2 MB)
Installing collected packages: praisonai
Successfully installed praisonai-1.6.78

判定: バージョンが 1.6.78 以上になれば修正済みです。

パッチ即時適用ができない場合の暫定対応

ベンダーは現時点で公式の暫定対応を提示していません。暫定的にネットワークアクセス制御やWAFのプロンプトインジェクション検知ルール追加により被害を防ぐことを検討してください。

注意: パッチを適用する前に必ずバックアップを取り、ステージング環境で動作検証を行い、ダウンタイム計画を立ててください。

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、アップデートが適用されているかチェックしてください。

期待される出力

Python (pip)

pip show praisonai

出力例:

Name: praisonai
Version: 1.6.78
Summary: LLM Proxy and Agent framework

判定: バージョンが 1.6.78 以上であれば修正済みの安全な状態です。

追加で確認すべきこと

• 今後Nucleiテンプレートが公開されたら再度検査を実施してください。
• ログに不審な外部からのアクセスやプロンプトインジェクションの形跡がないか監視を続けてください。

補足: 悪用観測状況

現時点で本脆弱性のランサムウェア悪用は確認されていません。GitHubや公開Exploit DatabaseにもPoCや攻撃コードは存在しません。

ただしCVSSスコア10のCritical評価で認証不要・ユーザ操作不要なRCEです。悪用される可能性が非常に高いため、速やかな対応が必要です。

補足: CVSSメトリクス詳細

• AV（Attack Vector/攻撃元）: NETWORK – ネットワーク経由で攻撃可能
• AC（Attack Complexity/攻撃の複雑さ）: LOW – 攻撃は簡単に実施できる
• PR（Privileges Required/必要権限）: NONE – 権限不要で攻撃可能
• UI（User Interaction/ユーザ操作）: NONE – ユーザ操作を不要とする
• S（Scope/影響範囲）: CHANGED – 攻撃により影響範囲が拡大する
• C（Confidentiality/機密性）: HIGH – 機密情報が完全に漏洩する
• I（Integrity/完全性）: HIGH – システムの改竄が可能
• A（Availability/可用性）: HIGH – サービス停止や妨害が可能

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 3〜5のバージョン確認、パッチ適用、修正確認を実施してください。対象はPraisonAIの1.6.78未満バージョンです。

Q. パッチが適用できない場合、どうすればよいですか？

A. ネットワークアクセス制御やWAFルールでプロンプトインジェクションを防ぐ対応を検討してください。ベンダー公式の暫定策はまだ公開されていません。

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. ベンダーのIOC情報は未提供です。ログを監視し、不審なプロンプトや外部への通信をチェックしてください。

Q. なぜEPSSスコアが重要なのですか？

A. CVSSは脆弱性の深刻度を示し、EPSSは実際に攻撃される確率を表します。両方を確認することで対応の優先度が正確になります。

Q. このCVEと類似の脆弱性は他にもありますか？

A. CWE-94（コードインジェクション）に該当する類似脆弱性は多いですが、本件はAI/LLM関連のコード実行の特性に特化しています。

参考文献

• NVD – CVE-2026-61447
• GitHub Advisory for PraisonAI
• VulnCheck PraisonAI Advisory

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。

• Critical脆弱性 に関するCVE・脆弱性記事一覧
• コードインジェクション 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
• Prompt Injection 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 Agent に関するCVE・脆弱性記事一覧
• AI Safety に関するCVE・脆弱性記事一覧
• Python に関するCVE・脆弱性記事一覧