ゼロクリックスパイウェアへのAI対策——広告表示だけで感染する標的型攻撃を防ぐ

公開日：2026年10月19日更新日：2026年10月21日文：クリスタルメソッド編集部監修：河合継（代表取締役）

広告表示だけで感染が完結する——AdFectionレポートが明かした実態

2026年10月15日、トロント大学のシチズン・ラボは「AdFection」と題した報告書を公表した（pasqualepillitteri.it）。広告経由のゼロクリック型スパイウェア配布を技術的に公開確認した初の事例として報じられている（IT Pro、The Record from Recorded Future News）。

攻撃の構造はこうだ。イスラエル企業ディスカバー・テックがControliumプラットフォームを通じ、Google・Microsoft・Yandexなど主要広告ネットワークの広告枠に入札する。その広告が標的端末に表示された瞬間、悪意あるJavaScriptが自動実行され感染が成立する。ユーザーのクリックは一切不要だ（IT Pro、BleepingComputer）。標的の選別はNOASサーバーが担い、IPアドレスや広告識別子をもとに特定端末のみにペイロードを送付する（BleepingComputer）。

アルジャジーラの記者ら少なくとも45台のWindowsデバイスが2024〜2025年の間に標的となり、NATO・米国防総省・IAEA・国際刑事裁判所のネットワーク上にも広告が表示されたことが確認されている（Al Jazeera、The Record from Recorded Future News）。このスパイウェアはメッセージ・通話・位置情報の傍受能力を持つとされるカンディル（Candiru）製とみられ、同社は2021年に米商務省のエンティティリストに掲載されている（The Record from Recorded Future News）。報告書公開後、ディスカバー・テックはGoogleなど主要プラットフォームによってブロックされた（pasqualepillitteri.it）。

ゼロクリック型スパイウェアAdFectionの4段階感染フロー。ディスカバー・テックが大手広告ネットワーク経由で入札し、NOASサーバーが標的端末を精密選別してペイロードを送付。広告が表示された瞬間にJavaScriptが自動実行され、ユーザーの操作なしに感染が完結する。

同じような被害が国内外で他にも起きているかは、日本・世界の主な被害一覧で解説しています。

関連記事AIによる情報漏洩とは？

ゼロクリックスパイウェアが従来の対策を突き破る理由

従来のエンドポイント対策は「ユーザーが悪意あるリンクを踏む」「怪しい添付ファイルを開く」という行動を前提に設計されている。ゼロクリック型攻撃はその前提そのものを無効化する。ブラウザが広告をレンダリングする過程でJavaScriptが自動実行されるため、利用者の注意だけでは防ぎにくい。

標的選別の精緻さもこの攻撃の特徴だ。NOASサーバーはIPアドレスや広告識別子で標的を選別し、選ばれた端末のみにコードを送付する（BleepingComputer）。このため、広告審査や解析での検出が難しくなる可能性がある。Google・Microsoftほどの大手プラットフォームが悪用された背景には、この「一般ユーザーと標的で見せるコンテンツを変える」しくみがある。

標的として確認されたのは報道記者・国際機関・軍事組織のネットワーク利用者だ。共通点は、機密情報へのアクセス権を持ちながら業務上ウェブブラウジングを不可欠とする立場であることだ。日本においても、報道機関の記者・広報担当・外交・安全保障領域に携わる組織は同等のリスク構造にある。フィッシングメールへの注意喚起や多要素認証の整備だけでは、このクラスの攻撃に対して十分ではない。

次に読む：AIセキュリティ対策とは？

AIセキュリティ対策とは？企業が知るべきリスクと今すぐできる対策【2026年】

AIを活用したゼロクリックスパイウェアへの対策——三層防御の実務

ゼロクリック型攻撃に対してAIが有効な局面は大きく三つある。それぞれの技術的根拠と組織への適用方法を具体的に示す。

第一層：端末挙動の異常検知（EDR＋機械学習）

現行のEDR（Endpoint Detection and Response）製品の多くは、機械学習モデルをプロセス挙動の分析に組み込んでいる。通常のブラウザプロセスが「外部サーバーへの予期しない接続を確立する」「ブラウザのサンドボックス外にファイルを書き込む」「権限昇格を試みる」といった挙動をとった際、正常時のベースラインからの逸脱をリアルタイムで検知しアラートを発する。

ゼロクリック型攻撃はブラウザを起点とするため、ブラウザプロセスの子プロセス生成・ネットワーク接続先・ファイルシステムへのアクセスパターンを機械学習で監視するアプローチが直接的に有効だ。広告レンダリング中に発生するJavaScriptが通常と異なるネットワーク接続を生じさせれば、そのシグナルを捉えられる可能性がある。重要な前提として、このアプローチが機能するのはEDRの機械学習機能が正しく有効化・チューニングされている場合に限られる。

第二層：通信トラフィックの異常分析（NDR＋深層学習）

NDR（Network Detection and Response）は組織内外のトラフィックパターンをAIで常時分析する。C2（コマンド＆コントロール）サーバーへの接続は通常のHTTPS通信と見かけ上は区別しにくいが、接続先ドメインの登録日・地理的分布・通信頻度のパターンには統計的な特徴が現れやすい。深層学習ベースのNDRツールは、こうした微細なパターンの乖離を検出するよう訓練されている。

AdFectionの事例ではNOASサーバーとの通信が感染の根幹にある。組織のゲートウェイで未知サーバーへの短周期通信を自動フラグする仕組みを整えることが、感染後の被害拡大を抑止する。

第三層：脅威インテリジェンスの自動収集・統合（STIX/TAXII＋LLM要約）

ゼロクリック攻撃に使われたインフラ情報（IPアドレス・ドメイン・ペイロードのハッシュ値）は、シチズン・ラボのようなリサーチ機関やISACから脅威インテリジェンスとして共有される。これをSTIX/TAXII形式で自動取り込みし、既存のSIEM・SOARに統合することで、既知のC2サーバーへの接続を即座にブロックできる。

加えて、LLMを活用した脅威インテリジェンス要約ツールは、英語の技術レポートを日本語化しながら「自組織に関連するIOC（侵害指標）の抽出」を自動で行う機能を備えるものが登場している。セキュリティ専任担当者が少ない中小規模の組織でも、最新の脅威情報を業務フローに組み込みやすくなる点で実務上の意義がある。

誰が今すぐ優先すべきか——日本の組織別リスクとAI対策の整理

AdFectionが標的としたのは報道記者・国際機関・軍事ネットワーク利用者だ。日本の文脈で同等のリスクにさらされうる職種・組織を整理する。

職種・組織別のゼロクリックスパイウェアリスクとAI対策の優先施策
対象	主なリスク要因	AI対策の優先施策
報道機関・記者	機密情報源への接触、海外取材端末の単独運用	EDR機械学習機能の有効化、広告ブロッカーの標準展開
中央省庁・地方自治体（外交・安全保障部門）	政策情報・外交電文へのアクセス権	NDRによるネットワーク異常分析、脅威インテリジェンス自動統合
防衛・安全保障関連企業	調達・研究開発情報の漏洩リスク	AIベースSOARによる自動封じ込め、ISAC経由のIOC共有
国際機関・NGO（日本拠点）	NATOやIAEAと同構造のネットワーク利用	脅威インテリジェンス自動収集、端末の定期挙動ログ監査
大手メディア・PR企業の広報責任者	経営・未公開情報への接触、海外顧客との通信	広告ブロッカー強制配布、ブラウザ隔離（RBI）の導入検討

広告ブロッカーの使用はサイバーセキュリティ上の標準的な防御策として推奨されており（Yahoo!ニュース）、組織規模を問わず費用ゼロで即日対応できる最も直接的な一手だ。ブラウザ隔離（Remote Browser Isolation）は、ブラウザのレンダリング処理をクラウド上の隔離環境で行い端末にはピクセルストリームのみを転送する技術であり、端末側でのJavaScriptの直接実行を避けられる。全社展開は費用面で制約があるケースも多いため、高リスク職種への限定パイロット導入から稟議を組むことが現実的だ。

AIセキュリティ対策の注意点と限界——導入判断前に経営が認識すべきこと

AIを活用したゼロクリックスパイウェアへの対策には本質的な限界がある。過信は別のリスクを生む。

誤検知と運用コスト。機械学習ベースの異常検知は誤検知をゼロにはできない。誤検知率を下げるにはモデルのチューニングと担当者による継続的なフィードバックが必要であり、導入後の運用コストを過小評価すると形骸化する。ツール導入費用だけでなく、運用人件費・教育コストを稟議に含めることが重要だ。

ゼロデイ攻撃への対応の限界。AIの異常検知は「過去の正常パターンからの逸脱」を捉える手法であり、前例のない手法に対しては検知精度が低下する。AdFection自体が「初の公開技術的確認事例」であったように、最新の攻撃手法は既存モデルの学習データに含まれていない。多層防御の考え方は、この限界を前提として成立している。

個人情報・プライバシーの問題。エンドポイントや通信トラフィックのログ収集・分析には、従業員のプライバシーへの配慮と日本の個人情報保護法・労働法制の遵守が前提となる。ログ収集の範囲と目的を就業規則・プライバシーポリシーに明記しなければ、内部からの反発や法的リスクを招く。

攻撃者のAI活用による非対称競争。防御側がAIを活用するのと同様に、攻撃者もAIを用いて検知回避を高度化する。単一ツールへの依存ではなく、広告ブロッカー・EDR・NDR・脅威インテリジェンス統合を組み合わせた多層防御が引き続き基本となる。

人間の判断は代替できない。脅威インテリジェンスの解釈、インシデントレスポンスの優先順位付け、経営への報告——AIは補助できても、最終判断はセキュリティ専門家が担う必要がある。ツール導入が人材育成の代替になった時点で、組織全体の対応能力は低下する。

明日から着手できる実務的な優先行動

第一に、広告ブロッカーの組織展開状況を確認する。uBlock OriginなどのブラウザExtensionを組織の標準設定に含めているか、特に記者・広報・経営幹部の端末に適用されているかを確認する。費用ゼロで即日対応できる最も直接的なゼロクリック対策だ。

第二に、導入済みEDRの機械学習機能が有効化されているかを確認する。多くのEDR製品はMLベースの挙動検知機能を持つが、ライセンスティアや設定によってはデフォルトで無効になっている場合がある。ベンダーの設定ガイドをもとに確認し、必要があれば有効化する。

第三に、シチズン・ラボのAdFectionレポートで公開されたIOCをSIEMに投入する。報告書や関連報道でインフラ情報（IOC）が公開されている場合は、それを自組織のSIEMのブロックリストに追加することで、既知の攻撃インフラへの通信を検知・遮断しやすくなる。

第四に、ブラウザ隔離（RBI）のPoC対象を高リスク職種に限定して検討する。全社展開は費用面で現実的でない場合も多い。高リスク職種のみに限定したパイロット導入から始めることで、効果の検証と稟議の通しやすさを両立できる。

参考文献

Yahoo!ニュース https://news.yahoo.co.jp/articles/c4278be35232942202e26f46998fbd4816b4d056
Al Jazeera https://www.aljazeera.com/news/2026/10/16/how-israeli-firms-zero-click-malware-attack-poses-global-security-risk
The Record from Recorded Future News https://therecord.media/spyware-citizen-lab-advertising
IT Pro https://www.itpro.com/security/malware/israeli-digital-ad-agency-caught-serving-first-in-the-wild-zero-click-spyware
pasqualepillitteri.it https://pasqualepillitteri.it/en/news/24220/zero-click-spyware-ads-citizen-lab-adfection