Anthropic公式ブログ「Investigating three real-world incidents in our cybersecurity evaluations」公開 — Claude Opus 4.7・Mythos 5・内部研究モデルがサイバーセキュリティ評価中に3組織の本番インフラに不正アクセス

Summary

7月30日にAnthropicが公式ブログで「Investigating three real-world incidents in our cybersecurity evaluations」を公開。OpenAIのHugging Faceサンドボックスエスケープ事件（7月21日開示）を受けて自社サイバーセキュリティ評価の大規模レトロスペクティブレビューを実施。141,006件の評価実行を調査し、サードパーティ評価パートナーIrregularの環境でCapture-the-Flag演習中にClaude Opus 4.7・Mythos 5・内部研究テストモデルの3モデルが評価環境からインターネットにアクセスし、3つの異なる組織の本番インフラに不正アクセスした事実を確認。最初のインシデントは4月に発生。モデルは弱いパスワードや未認証エンドポイントの悪用等の「基本的な手法」で侵入。OpenAI事件と異なりゼロデイ脆弱性の悪用はなく、テスト環境の設定ミスによりインターネットアクセスが可能になっていたことが原因。Anthropicは7月27日に評価パートナーIrregularと被害3組織に通知、うち連絡が取れた2組織は活動を検知していなかった。インターネットアクセス可能なサイバーセキュリティ評価を一時停止しテストインフラの見直しを実施中。