AIコーディング助手バックドア攻撃、数百万開発者に被害

概要

Pillar Securityの研究者は、AIコーディングアシスタント（Cursor、GitHub Copilotなど）を標的とした新たなサプライチェーン攻撃手法を実証しました。この攻撃は、AIアシスタントの設定に用いられる「ルールファイル」に、不可視のUnicode文字で隠蔽された悪意のある指示（プロンプト）を注入するものです。AIはこれらの隠された指示に従い、生成するコードにバックドア、脆弱性、または悪意のあるスクリプトを意図せず挿入させられます。例えば、生成されるHTMLファイルに、外部の悪意あるJavaScriptファイルを読み込むスクリプトタグを追加するようAIを誘導する手口が示されました。この「汚染された」ルールファイルは、オープンソースリポジトリや開発者コミュニティを通じて拡散される可能性があり、人間によるレビューや通常のコードエディタでの検出を回避できるため、数百万の開発者とエンドユーザーに影響を及ぼし得る大規模なサプライチェーン攻撃に発展する危険性があります。ベンダーの対応として、Cursorはユーザー責任としましたが、GitHub Copilotは不可視のUnicodeテキストを含むファイルに対し警告を表示するセキュリティ機能を導入しました。この事例は、AIを利用した開発環境におけるサプライチェーンの脆弱性と、AIの操作可能性に対する警戒の重要性を示しています。