Skip to content
KitploitKITPLOIT
ツールエクスプロイトブログ
Log in
提出
ツールエクスプロイトブログ
提出

ハッキング、侵入テスト、サイバーセキュリティツールをあなたのセキュリティアーセナルに!

Kitploitはハッキング、サイバーセキュリティ、ペネトレーションテストのツールディレクトリです。最新のプロジェクトアップデートを見つけて、脆弱性の発見、システム分析、テストの自動化、セキュリティの強化を行いましょう。

フィードお問い合わせプライバシー© 2026 Kitploit

ツールディレクトリ

カテゴリ

すべてのカテゴリを見る
Loading categories
OWASP-Top-10-Neocloud-and-AI-Data-Center-Security-Risks — OWASPフレームワークは、ネオクラウドおよびAIデータセンターインフラストラクチャにおけるトップ10のセキュリティリスクを分類し、ハードウェア、ネットワーキング、分離、管理プレーン、およびサプライチェーンを網羅しています。 | Kitploit
ツール/GitHubGitHub/owasp/owasp-top-10-neocloud-and-ai-data-center-security-risks
防御ツールコンテナセキュリティネットワークセキュリティクラウドセキュリティハードウェアセキュリティアイデンティティ&アクセス管理 (IAM)サプライチェーンセキュリティ論文と研究学習と教育
共有
厳選リソース
AIセキュリティ
GitHubowasp/owasp-top-10-neocloud-and-ai-data-center-security-risks

OWASP-Top-10-Neocloud-and-AI-Data-Center-Security-Risks

OWASPフレームワークは、ネオクラウドおよびAIデータセンターインフラストラクチャにおけるトップ10のセキュリティリスクを分類し、ハードウェア、ネットワーキング、分離、管理プレーン、およびサプライチェーンを網羅しています。

リポジトリを見るウェブサイト
5071573日前Kitploit レビュー済み

トップ10 ネオクラウドおよびAIデータセンターのセキュリティリスク

トップ10 ネオクラウドおよびAIデータセンターのセキュリティリスク

モデルの下にあるハードウェアを堅牢化せよ。

🌐 プロジェクトページ: owasp.org/projects/top-10-neocloud-and-ai-data-center-security-risks

エグゼクティブサマリー

AIワークロードは、アクセラレータ、高速ネットワーク、ストレージ、オーケストレーションプラットフォーム、IDシステム、管理プレーン、ファームウェア、物理施設にまたがる複雑なインフラストラクチャに依存しています。ネオクラウドやAIデータセンターでは、これらのレイヤーが高価値のワークロードを支え、複数の顧客間で共有される可能性があるため、分離、構成、運用管理における弱点は特に重大な影響を及ぼします。

OWASPトップ10 ネオクラウドおよびAIデータセンターのセキュリティリスクは、こうした環境全体における最も重大なセキュリティリスクを理解し軽減するための、実践的でベンダー中立なフレームワークを提供します。プロバイダー、オペレーター、顧客、セキュリティチームがアーキテクチャを評価し、セキュリティ管理策を検討し、改善の優先順位を付け、AIインフラストラクチャセキュリティの共通言語を確立するのに役立ちます。

本フレームワークの対象範囲

本フレームワークは、AIインフラストラクチャとそれを収容するデータセンターのセキュリティに焦点を当てています。すなわち、AIワークロードが稼働する物理ハードウェア、ネットワークファブリック、管理プレーン、オーケストレーションシステム、ストレージシステム、運用環境です。

AIモデル自体や、プロンプトインジェクション、安全でないエージェントの動作、モデル悪用、モデルレベルの評価といったアプリケーション層のリスクには焦点を当てていません。これらのリスクは、AIスタックの他の部分に焦点を当てたフレームワークで扱われています。これには OWASP Top 10 for LLM Applications、MITRE ATLAS、NIST AI Risk Management Framework、ISO/IEC 42001 が含まれます。これらのリソースを組み合わせることで、実務者はガバナンスやアプリケーション層のリスクから基盤となるコンピュートインフラストラクチャに至るまで、AIセキュリティのより完全な全体像を得ることができます。

本ドキュメントに記載されているリスクの一部は、従来のデータセンターやクラウド環境にも存在します。これらがここに含まれているのは、AIインフラストラクチャによってそれらが実質的に深刻化するためです。共有された高価値コンピュート、複雑なアクセラレータクラスター、密接な管理レイヤー、マルチテナント運用は、あらゆるインシデントの発生可能性と影響が従来のエンタープライズレベルのソフトウェアやサービス展開よりもはるかに高いため、通常のインフラストラクチャの弱点をより深刻なセキュリティリスクに変える可能性があります。

本フレームワークの対象者

ネオクラウドプロバイダーおよびデータセンターオペレーターは、AIインフラストラクチャの脅威ランドスケープ、攻撃対象領域のレビュー、環境の堅牢化、セキュリティの優先順位付け、成熟度の実証のための実践的なガイドとして本フレームワークを活用できます。

ネオクラウドの顧客は、調達、セキュリティレビュー、契約要件、プロバイダー比較、現実的なテナントからインフラストラクチャへの侵害に対する耐性評価のための実践的なガイドとして本フレームワークを活用できます。

ハイブリッドクラウドのセキュリティチームは、環境間を素早く横断する可能性のある現代の攻撃に対して、オンプレミスのフットプリントを構成、維持、保護するための実践的なガイドとして本フレームワークを活用できます。

謝辞

本フレームワークは分野とともに進化するよう構築され、AIおよびセキュリティコミュニティ全体が利用し、異議を唱え、改善できるようオープンに保たれています。

本ドキュメントのレビューと検証に参加されたすべての専門家に感謝し、敬意を表します。

フィードバックや貢献をご希望の場合は、GitHub issueを作成するか、OWASP Slackの#project-neocloud-ai-infrastructureでのディスカッションにご参加ください。開始方法についてはCONTRIBUTING.mdをご覧ください。貢献者は各新バージョンの公開時にクレジットされます。

著者

  • Michael Katchinskiy (Head of Security Research @ Lava)
  • Yakir Kadkoda (CTO @ Lava)

レビュアー

  • Tony Rea (Global AI Infrastructure Lead @ Dell)
  • Daniel Iziourov (Director of Platform Security @ Nebius)
  • Vjaceslavs Klimovs (Senior Technical Director @ Roblox)
  • Assaf Namer (Head of AI Security @ Google)
  • Tyson Macaulay (Deputy Director @ NC CIPSER)
  • Golan Ben-Oni (CIO/CISO @ IDT)
  • Florina Ciorba (Associate Professor, Head of High Performance Computing group @ University of Basel)
  • Arthur Reed (Security Engineer @ PNNL)
  • Erik Deumens (Director Research Computing @ University of Florida)
  • Saad Malik (CTO @ Spectro Cloud)
  • Selim Aissi (Former Vice President, Global Information Security @ Visa & Intel)
  • Guy Bilitski (Leading AI Operations @ SDS AI)
  • Dan Farmer (Security Researcher)
  • Michael Bargury (CTO @ Zenity)
  • Amir Jerbi (Former CTO @ Aqua Security)
  • Bill Stout (Former Technical Director, AI Product Security @ ServiceNow)
  • Roey Yaacovi (CTO, DSPM & AI Security @ IBM)
  • Guy Shanny (Co-Founder & CEO, Polar Security, acquired by IBM)
  • Ziv Karliner (CTO @ Pillar)
  • Assaf Morag (Security Researcher)
  • James Berthoty (Founder & CEO @ Latio)

トップ10リスク

リスクは深刻度の高い順に並んでいます。表には各リスクの発生可能性、影響、検出難易度を示しています。

IDリスクリスクレベル発生可能性影響検出難易度
Risk 01ハードウェアおよびファームウェアの完全性侵害CriticalMediumSevereHigh
Risk 02ネットワークおよびインターコネクトの脆弱性CriticalMediumSevereHigh
Risk 03安全でないマルチテナント分離とリソース再利用CriticalLowSevereVery High
Risk 04安全でない帯域外管理プレーンCriticalMediumHighVery High
Risk 05AIインフラのサプライチェーン侵害CriticalHighHighHigh
Risk 06安全でない施設およびデータセンター管理システムHighLowHighVery High
Risk 07安全でないデータおよびアーティファクトの取り扱いHighHighHighMedium
Risk 08認証のギャップとプロバイダーの透明性の欠如HighMediumHighMedium
Risk 09安全でない運用インフラサービスHighHighMediumMedium
Risk 10ベンダーのエンバーゴのギャップとパッチ適用速度の失敗MediumMediumMediumLow

各リスクは一貫した構成に従っています: 定義、説明、影響と障害モード、予防と緩和の戦略(プロバイダー向けと顧客向け)、攻撃シナリオ、参考文献。

はじめに

現代のデータセンターおよびAIインフラが構築されるペースは、それを保護する能力を大きく上回っています。このインフラ、すなわちGPUクラスタ、トレーニングパイプライン、高性能ネットワーキング、推論エンドポイントが侵害された場合、その影響範囲は従来のコンピューティングとは異なります。攻撃者は数億ドル相当の独自モデルへのアクセス、基盤となるトレーニングデータを汚染する力を得て、利用可能な中で最も高い特権を持つ環境に永続的な足場を築きます。

この力学は、構造的な市場の不均衡によってさらに強化されています。GPUの希少性がneocloudプロバイダーに過大な交渉力を与えています。アクセラレーテッドコンピューティングの需要が供給をはるかに上回る場合、顧客はセキュリティ態勢に基づいてプロバイダーを選ぶことができず、入手可能なものを選ぶしかありません。プロバイダーはセキュリティ成熟度への投資に対する市場からの圧力をほとんど受けておらず、顧客は従来のクラウドでは許容しないリスクを受け入れています。この不均衡こそが、本書におけるあらゆるリスクを読み解く際の背景となるべきものです。

**同時に、AIを活用したセキュリティ研究および悪用能力は、防御側のタイムラインを圧縮しています:**かつては何年も不明のままだった可能性のある脆弱性が、今でははるかに速く発見され、連鎖され、実用化される可能性があります。

AIインフラのセキュリティが異なる理由

AIインフラは、クラウドコンピューティング、ハイパフォーマンスコンピューティング、および物理的なデータセンター運用の交差点に位置しています。サーバー、ストレージ、ネットワーク、スケジューラ、管理プレーン、アイデンティティシステムといった馴染みのあるコンポーネントを使用しますが、セキュリティモデルを変える形でそれらを組み合わせています。

従来のHPC環境は、多くの場合、信頼されたユーザー、研究コミュニティ、または内部オペレーター向けに設計されていました。現代のAIインフラは、無関係な顧客からの商用の高価値マルチテナントワークロードをますますサポートしています。その結果、信頼された環境や単一組織の環境では許容されていた前提が、共有AIインフラに適用されると深刻なセキュリティリスクになり得ます。

AIインフラとデータセンターを保護するには、neocloud、クラウドプロバイダー、ハードウェアおよびネットワーキングベンダー、セキュリティ企業、システムインテグレーター、顧客にわたる協力が必要です。これは、高性能ネットワーキング、イースト・ウェスト可視性、セグメンテーション、管理プレーンの保護、インフラセキュリティ制御といった領域で特に重要です。

最近の報告

攻撃者はすでに、高度なAIおよびHPCワークロードを支えるインフラ、サプライチェーン、データセンターエコシステムを標的にし始めています。場合によっては、その目的は機密研究、モデル、またはエンジニアリングデータの直接的な窃取であり、また別の場合には、スパイ活動、事前配置、または戦略的に重要なコンピューティング環境を妨害する能力です。最近の報告は両方のパターンを示しています:

ツールをダウンロード

人気

すべて見る →

コミュニティで最も使われているツールを見つけましょう。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 究極のOSINTツールキット:調査グラフ、信頼度スコアリング、エイリアスファミリー、マップ、タイムライン、レポート。49個のモジュール、400以上のサイト、APIキー不要。

    772
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock ワンタップ実行アプリ(CVE-2026-43499)

    505
  • 3

    ARTEX

    baarai/artex

    プランナー/ワーカーエージェント、資産グラフと探索グラフ、MITMトラフィック記録、脆弱性の再テストを備えたLLMマルチエージェント自律ペネトレーションテストプラットフォーム。

    420
  • 4

    redforge

    cybersecurity91/redforge

    ブラウザ側のレッドチームツールキット。偵察、ペイロード生成、認証情報攻撃、暗号、エンコーディング、エンゲージメントレポート向けの102のオフラインツールを備えています。

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AIネイティブなサイバーセキュリティのためのアクションシステム。意図がガバナンスされた実行に変わり、証拠が運用記憶となり、すべての操作が次の操作を改善する。

    260
  • 6

    antifox

    antifox-ai/antifox

    偵察、攻撃対象領域の探索、エクスプロイト検証、証拠に基づくレポート提供を実行するAIマルチエージェント自律ペネトレーションテストプラットフォーム。

    251

すべてのツールを探索

ツールコレクションを閲覧

すべてのツールを見る →