DeepSeek悪用のサイバー攻撃対策：460システム標的の事案から学ぶ日本企業の防衛策

生成AI技術の急速な進展は、企業の生産性を劇的に向上させる一方で、サイバー犯罪者にとっても強力な「武器」となっています。中国発のAIモデル「DeepSeek」を悪用した大規模な自律型サイバー攻撃が確認され、セキュリティ業界に大きな衝撃を与えました。本記事では、この最新事案の全貌を紐解き、日本企業が今すぐ講じるべき「DeepSeek サイバー攻撃 対策」について、経営・意思決定者の視点から実務的な防衛策を解説します。

—

## DeepSeek悪用による460システムへのサイバー攻撃事案

中国を拠点とするハッカーが、中国のAIモデル「DeepSeek」を悪用した自律型のサイバー攻撃キャンペーンを展開していたことが明らかになりました。

米Forbes（日本語版）およびAI専門メディア「AI Trend Hub」の報道によると、この攻撃は単一のコマンドなどから実行され、実に460ものシステムが標的となりました。悪用されたモデルは、軽量・低コストの主力モデルである「DeepSeek-V4-Flash」などです。

人間が手動で行えば数百時間かかるはずの標的分析を、AIがわずか数分で実行するなど、攻撃の自動化・高速化のリスクが浮き彫りになっています。この事案は、高度なAIモデルがサイバー犯罪者によって攻撃の自動化や効率化に利用される「AIの兵器化」が、すでに現実の脅威となっていることを示しています。

—

## AIの兵器化が意味する背景とセキュリティの論点

この事案は、単なる一過性のハッキング事件ではありません。AI技術の民主化とオープンソース化がもたらした、セキュリティパラダイムの転換点と言えます。

### 1. 攻撃の限界費用が「ゼロ」に近づく恐怖
従来のサイバー攻撃、特に標的型攻撃（APT）は、高度な技術を持つハッカーが対象のシステムを何日もかけて分析し、脆弱性を探る必要がありました。しかし、DeepSeek-V4-Flashのような高速かつ安価に利用できるAPIやオープンウェイトモデルが悪用されたことで、攻撃の偵察フェーズやコード生成が極めて低コスト化しました。これにより、攻撃者は「数分・数円」のコストで、大量のシステムに対して最適化された攻撃を仕掛けることが可能になります。

### 2. オープンウェイトモデルの二面性
DeepSeekは、MITライセンスのもとでオープンウェイト（モデルのパラメータ情報）を公開しており、誰もが自由にカスタマイズしてローカル環境などで実行できます。これはAIの発展に大きく寄与する一方で、安全ガードレール（悪用防止フィルター）を解除した「脱獄（Jailbreak）」状態のAIを攻撃者が独自に構築することを容易にしています。

—

## 日本企業におけるDeepSeek活用のメリットと可能性

DeepSeekはサイバー攻撃に悪用されるリスクがある一方で、正しく活用すれば日本企業にとって極めて強力な競争力の源泉となります。

### 1. 圧倒的なコストパフォーマンスによる業務効率化
DeepSeekのAPIは、競合する主要LLMと比較して極めて安価に設定されています。
例えば、軽量・低コストの主力モデル「deepseek-v4-flash」のAPI料金は以下の通りです。

モデル名	入力（キャッシュヒット）	入力（キャッシュミス）	出力
deepseek-v4-flash （※消費者向けチャット既定）	$0.0028 / 1M tokens	$0.14 / 1M tokens	$0.28 / 1M tokens
deepseek-v4-pro （※プロモ価格）	$0.003625 / 1M tokens	$0.435 / 1M tokens	$0.87 / 1M tokens
deepseek-v4-pro （※標準価格）	–	$1.74 / 1M tokens	$3.48 / 1M tokens

※料金は2026年6月8日時点の公式ドキュメント（DeepSeek API Docs）に基づく。

この低価格なAPIを活用することで、社内文書の要約、カスタマーサポートの自動化、テキストマイニングなどの処理コストを劇的に削減できます。テキストマイニングの基本や応用については、テキストマイニングとは？の記事で詳しく解説しています。

### 2. 高度な開発支援と自社専用モデルの構築
DeepSeek-V4-ProやV4-Flashは、1M（100万）トークンという極めて長いコンテキストウィンドウをサポートしています。これにより、膨大なソースコードや社内規定を一度に読み込ませた高度な推論が可能です。また、MITライセンスで公開されているため、自社のセキュアなインフラ環境にモデルをホストし、外部にデータを送信することなく安全に業務へ組み込むことも可能です。

—

## DeepSeekおよび生成AI導入に伴うリスクと注意点

経営層やIT部門の責任者は、メリットだけでなく、導入に伴うセキュリティリスクや制約を正しく把握し、稟議や導入判断に反映させる必要があります。

### 1. データ流出とプライバシーの懸念
消費者向けの無料チャットサービス（chat.deepseek.com）を利用する場合、入力したデータがモデルの学習に再利用されるリスクや、データが中国国内のサーバーを経由・保存される懸念が指摘されています（LANSCOPE ブログ）。機密情報や個人情報を安易に入力しないよう、社内ガイドラインの策定が不可欠です。

### 2. サービス継続性と地政学的リスク
DeepSeekは米国による半導体輸出規制などの影響を強く受ける立場にあります。また、米国の国家安全保障システムにおける利用制限が法制化されるなど、地政学的な対立の渦中にあります（ロケットボーイズ セキュリティ対策研究所）。将来的なAPIの突然の停止や、規制強化による利用禁止リスクを考慮し、マルチLLM冗長化構成を取るなどの対策が必要です。

### 3. ハルシネーション（嘘の情報）のリスク
DeepSeekを含むすべてのLLMには、もっともらしい嘘を出力する「ハルシネーション」のリスクが常につきまといます。意思決定にAIの出力をそのまま使用せず、必ず人間の専門家による検証（Human-in-the-Loop）を挟むプロセスを設計しなければなりません。

—

## 日本の現場が今すぐ取るべき「DeepSeek サイバー攻撃 対策」

AIを悪用した超高速なサイバー攻撃に対抗するためには、人間による手動の監視だけでは限界があります。日本企業が取るべき具体的な防衛プロセスを以下に示します。

### 1. 外部公開資産（ASM）の徹底的な棚卸しと脆弱性管理
ハッカーがDeepSeekを悪用して行ったのは、標的システムの脆弱性を高速に分析することでした。企業側は、自社のネットワークに接続されているサーバーやクラウド設定 of 不備（シャドーITなど）を事前に把握し、パッチを適用しておく必要があります。攻撃者よりも先に脆弱性を塞ぐ「アタックサーフェスマネジメント（ASM）」の導入が有効です。

### 2. 「AIにはAIを」：機械学習を用いたリアルタイム検知の導入
人間がログを目視で分析していては、AIによって高速化された攻撃のスピードに追いつけません。セキュリティ対策にも機械学習やディープラーニング技術を取り入れ、通常とは異なる不審な挙動（アノマリー）をリアルタイムで検知・遮断するシステム（EDR/NDR）の導入が必須です。ディープラーニングの基本構造については、ディープラーニング（深層学習）の記事や機械学習の記事で解説しています。また、強化学習を用いた自律的な最適化アプローチについては、強化学習の記事が参考になります。

### 3. インシデント対応の自動化（SOARの活用）
検知した脅威に対して、自動的にネットワークから対象端末を隔離するなどの「SOAR（Security Orchestration, Automation, and Response）」を構築します。これにより、深夜や休日であっても、AIによる超高速攻撃の初動をミリ秒単位で抑え込むことが可能になります。

### 4. ガバナンスと利用ポリシーの策定
デジタル庁の平将明デジタル大臣は、記者会見においてAIの安全性確保やセキュリティリスクへの対応、国際的なルールづくりの重要性について言及しています（デジタル庁：平大臣記者会見 令和7年2月7日、デジタル庁：平大臣記者会見 令和7年2月4日）。また、政府のAIセーフティ・インスティテュート（AISI）なども、AIの安全性評価やリスク情報の提供を行っています（AISI：活動状況）。

企業はこれらの公的なガイドラインを参考にしつつ、以下の社内ルールを整備すべきです。
* 社内でのDeepSeek（特に無料チャット版）の利用可否の明確化
* API経由での利用時における、オプトアウト設定（学習データに利用させない設定）の徹底
* 機密情報・個人情報の入力禁止ルールの周知と、CASB（Cloud Access Security Broker）等による監視

—

## まとめ：AI時代のセキュリティは「スピード」が勝負

DeepSeekを悪用した460システムへのサイバー攻撃は、AIがサイバー犯罪の効率を爆発的に高めるフェーズに入ったことを明確に示しています。日本企業が取るべき「DeepSeek サイバー攻撃 対策」の本質は、敵のスピードに対抗できる「自律的な防御体制」を構築することにあります。

低コストで高性能なDeepSeekの恩恵を享受しつつも、その裏にある地政学的リスクやセキュリティ脅威を正しく評価し、攻めと守りのバランスが取れたIT投資の意思決定を行うことが、これからの経営層に求められています。

—

〈参考文献〉
* DeepSeek API Docs — Models & Pricing: https://api-docs.deepseek.com/quick_start/pricing （2026-06-08アクセス）
* DeepSeek API Docs — Change Log/Updates: https://api-docs.deepseek.com/updates （2026-06-08アクセス）
* 平大臣記者会見（令和7年2月7日）（digital.go.jp）: https://www.digital.go.jp/speech/minister-250207-01
* 平大臣記者会見（令和7年2月4日）（digital.go.jp）: https://www.digital.go.jp/speech/minister-250204-01
* AI情報通：7月21日15時の情報（aisi.go.jp）: https://aisi.go.jp/activity/activity_news/260722/
* DeepSeekとは？～注目される理由と使用前に考慮したいセキュリティリスクを解説（トレンドマイクロ）: https://www.trendmicro.com/ja_jp/jp-security/25/c/expertview-20250325-01.html
* 【重要】DeepSeekの安全性とセキュリティリスクを徹底解説（LANSCOPE）: https://www.lanscope.jp/blogs/it_asset_management_emcloud_blog/20250328_26112/
* DeepSeek(ディープシーク)とは？何がすごい？セキュリティのリスクは？（ロケットボーイズ セキュリティ対策研究所）: https://rocket-boys.co.jp/security-measures-lab/deepseek-security-explained/