本サイトは、快適にご利用いただくためにクッキー(Cookie)を使用しております。
Cookieの使用に同意いただける場合は「同意する」ボタンを押してください。
なお本サイトのCookie使用については、「個人情報保護方針」をご覧ください。
調査の出発点は、8月の検知の増加だった。UA(User-Agent)にAI関連の名前を含み、SOCの調査で攻撃と判定されたリクエストは、7月の109件から8月には4,916件へ増えた。約45倍である。同じ月の全攻撃判定に占める割合も、1.26%から28.04%へ上がった。
急増後の10月の通信を詳しく調べると、GPTBotやClaudeBotなどを名乗りながら、環境変数や設定ファイルを探索するリクエストがあった。同じ接続元IPでUA名を短時間に替え、似たリクエストを送る動きも見られた。一方、UAやヘッダーの表記が似ていても、非攻撃と判定されたリクエストがある。
本稿では、まず何が増えたのかを月別に確かめ、続いて届いたリクエストと通信群の共通点を調べる。最後に、別の月や非攻撃群との比較から、特徴がどこまで共通していたかを整理する。「攻撃」はSOCによる個別リクエストの判定を指し、名乗られたAIサービスが攻撃したという意味ではない。
1.8月から何が増えたのか
1.1 件数と、全攻撃判定に占める割合が増えた
4〜6月のAI関連の攻撃判定は、各月12〜19件だった。7月に109件へ増え、8月には4,916件となった。全攻撃判定の件数も7月から8月に増えているが、AI関連の攻撃判定が占める割合は1.26%から28.04%へ変わっている。
図1:上段はAI関連の攻撃判定リクエスト数、下段は同じ月の全攻撃判定に占める割合。いずれも検知済みリクエストの集計である。
9月は4,433件、10月は2,485件へ減少した。それでも7月以前より多く、8〜10月の合計は11,834件だった。「8月から増え続けた」という推移ではなく、8月に大きく増え、その後は減りながらも高い水準が続いたと読める。
この集計が示すのは、観測対象で検知された通信の変化である。アクセス全体の流量に対する割合や、増加の原因を直接表すものではない。月ごとの検知条件や観測対象の構成も影響し得るため、まず増加した標本の中身を確かめることにした。
1.2 何をAI関連通信として数えたか
対象は、複数の観測対象で2026年4〜10月にSOCが検知した148,732リクエストである。UAはHTTPリクエストで送信側のソフトウェア名などを伝えるヘッダーを指す。HTTPリクエスト・レスポンス、観測日時、接続元情報、調査後の判定を対応させた。
検知済みリクエストのUAに現れたAI関連の表記を整理し、提供元の公式資料に記載された表記も加えて、46種類の検索リストを作成した。この46種類のいずれかをUAに含むリクエストを「AI関連通信」と呼ぶ。以下で「UA名」と書く場合は、UA上のAI関連の名前を指す。
| 範囲 | 攻撃判定 | 非攻撃判定 | 合計 |
|---|---|---|---|
| 4〜10月の全検知リクエスト | 101,720 | 47,012 | 148,732 |
| うちAI関連語に一致 | 11,993 | 799 | 12,792 |
| 10月の全検知リクエスト | 19,369 | 6,318 | 25,687 |
| うちAI関連語に一致 | 2,485 | 63 | 2,548 |
件数はリクエスト単位で数え、同じ内容が繰り返された回数も含める。「接続元IP」はログに記録された接続相手のIPを指し、IP数やセッションもこの値で集計した。「送信元情報」は、接続元IPとそのASN・国分類の総称とする。ASNはネットワークを識別する番号である。
次章以降では、急増後にどのような通信が届いていたかを調べるため、10月の2,548件を詳しく見る。8〜9月の結果は、その特徴が別の月にも現れていたかを比べるために使う。10月の内訳を8〜10月全体の特徴へ広げないよう、表ごとに対象期間を示す。
1.3 UAに現れる名前と、公式資料での扱い
46種類のうち、2026年11月14日までに公式資料でクローラーの名前または用途を確認できたものは27種類だった。主な運営元との対応を次に示す。
| 運営元・サービス | 公式資料で確認できた名前 | 根拠の種類・出典 |
|---|---|---|
| OpenAI | GPTBot、OAI-SearchBot、ChatGPT-User、OAI-AdsBot | UA全文例:Bots |
| Anthropic | ClaudeBot、Claude-User、Claude-SearchBot | 名前と用途:クローラーの説明 |
| Perplexity | PerplexityBot、Perplexity-User | UA全文例:Perplexity Crawlers |
| DuckDuckGo | DuckAssistBot | UA全文例:DuckAssistBot |
| Mistral | MistralAI-User、MistralAI-Index、MistralAI-Training | UA全文例:Robots |
| Amazon | Amzn-SearchBot、Amzn-User | UA全文例:AmazonのBot説明 |
| Moonshot AI | KimiBot、Kimi-User、Kimi-SearchBot | UA全文例:Kimi Crawlers |
| Ai2 | AI2Bot | UA全文例:Ai2 Crawler |
| Exa | ExaSearchBot、ExaUser | UA全文例:ExaSearchBot、ExaUser |
| Meta | meta-externalagent、meta-externalfetcher、meta-webindexer、meta-externalads | 短いUA例:Web Crawlers |
| You.com | YouBot | UA全文例:YouBot |
| ByteDance | Bytespider | 名前と用途:透明性資料 |
根拠の内訳は、UAの全文例が19種類、短いUA例が4種類、名前と用途の説明が4種類である。Bytespiderは、ByteDanceの学習データに関する公開要約の4ページ・2.3節で、AIモデルの学習・テスト・検証を支えるデータ収集クローラーと説明されている。
残る19種類のうち、17種類は今回参照した公式資料でHTTP UAとしての記載を確認できなかった。2種類は、データ利用を制御するためのGoogle-ExtendedとApplebot-Extendedである。46種類の一覧と個別の根拠は6.1節にまとめた。
この一覧は名前の根拠を整理したものである。観測したリクエストがその運営元から届いたかどうかは、送信元情報や署名などで別に確認する。
2.実際にどんなリクエストが届いたのか
2.1 環境情報や設定ファイルを探すGETがあった
10月のAI関連攻撃2,485件には、環境情報ファイルを参照するGETが555件、管理情報・設定・ソースマップ・manifestを指すGETが41件あった。JSON形式を申告したPOSTにも、ファイル参照や、環境情報を出力するコードを指定するリクエストが含まれていた。
| 10月のAI関連攻撃に含まれるリクエスト | 件数 | 保存文字列から確認した内容 |
|---|---|---|
| 環境情報ファイルを参照するGET | 555 | 環境情報ファイルを指すパスへのアクセス |
| 管理情報・設定・ソースマップ・manifestを指すGET | 41 | 管理・設定情報などを指すパスへのアクセス |
| ファイル参照を含み、JSON形式を申告したPOST | 136 | 本文にファイル参照を指定する値がある |
| 環境情報を出力するコードを含み、JSON形式を申告したPOST | 78 | 本文に環境情報の出力を指定するコードがある |
UAにどのサービス名があるかを調べるだけでは、この違いは見えない。パス、メソッド、本文を読むと、どの情報を取得しようとしていたか、どの操作を指定していたかを追える。
2.2 同じ管理用POSTは、AI関連語のない通信にも現れた
別のまとまりとして、同じ管理用エンドポイントへ、application/x-www-form-urlencoded形式の本文を送るPOSTがあった。本文には操作指定・認証・リクエスト検証に対応する三つのキーが各1回あり、操作の値は環境情報の取得を指定していた。
実際の集計ではパス、形式、キー集合、操作値をそろえ、UA、接続元IP、Acceptを条件から外した。同じリクエストが、AI関連語を含まないUAでも現れるかを確認するためである。
同じリクエスト条件で探すと、AI関連名の有無にかかわらず攻撃判定が見つかった。
| 期間 | AI関連語ありの攻撃 | AI関連語なしの攻撃 |
|---|---|---|
| 10月 | 159件 | 42件 |
| 8〜9月 | 155件 | 34件 |
UA名を条件から外したことで、同じ操作を含むリクエストを、別のUAを使う通信へも広げて追えた。
2.3 前後のリクエストを見ると、判定が混在する場合もある
同じ接続元IPのリクエストを時刻順に並べ、隣接する間隔が60秒を超える箇所と月境界で区切ったものを、ここではセッションと呼ぶ。別の宛先へのリクエストや、AI関連語を含まないリクエストも並べてから、AI関連通信を含むセッションを抽出した。
10月には570セッションあり、攻撃のみが506、非攻撃のみが61、両判定が混在するものが3だった。混在する3セッションには74リクエストがあり、攻撃58件・非攻撃16件に分かれた。
この74件のうち、AI関連語を含む36件はすべて攻撃判定だった。非攻撃16件にはAI関連語が含まれていなかった。そのため、セッション全体と、その中のAI関連通信を分けて数えた。同じセッションに非攻撃があることを理由に、AI関連通信も非攻撃として扱う集計にはしていない。
前後関係を添えると、探索・取得・操作といったリクエストの並びを追いやすくなる。ただし、共有IPを使う別の利用者もあり得るため、同じIPの連続を同一主体の操作と決めつけない。
3.急増した通信には何が共通していたか
3.1 UA名を短時間に替え、他の表記を保つ組があった
急増後の10月を詳しく見ると、AI関連の攻撃リクエストを観測した421 IPのうち、月内に複数のUA名を使ったのは363 IP、86.22%だった。1 IPで最大21種類のUA名が観測された。
同じ接続元IPでUA名を切り替える動きを「UAスイッチング」と呼び、直前・直後のリクエストを比べた。同じ時刻に複数のリクエストがある場合は順序を仮定せず、前後が一意に定まり、間隔が1分以内の組を数えた。
対象は、前後のリクエストがそれぞれAI関連語リストの1種類だけをUAに含み、互いに異なるUA名を持つ組である。
| 10月のUAスイッチングを含む隣接組 | 組数 |
|---|---|
| 条件を満たしたUAスイッチング | 528 |
| 前後とも攻撃判定 | 528 |
| 同じ宛先/別の宛先 | 527/1 |
| ブラウザ・OS表記が同じ | 510 |
| 空でないリクエスト本文が同じ | 183 |
UA名が変わっても、ブラウザ・OS表記や本文を維持する組があった。これは、リクエストの生成処理やテンプレートを保ちながら、UA名を替える実装と整合する。528は隣接組の数であり、IP数やセッション数とは異なる。
ただし、同じ挙動はWebサイトへの接続可否を調べる公開ツールでも再現した。管理下の受信先へ送信させた対照実験では、26種類のUAで26回のGETが届き、隣接25組すべてでUAが変わった。他のヘッダー名・値・順序は保持されていた。UAの切り替えは生成方法を調べる材料になるが、それだけでは攻撃やAIエージェントの連携を示さない。検証に用いた公開実装
3.2 一部のUA名では、件数と書式がそろっていた
10月に比較したOpenAI・Perplexityの5種類とAnthropicの3種類では、攻撃件数が各89〜110件と比較的近く、合計806件だった。AI関連語リスト全46種類で見ると0〜116件の幅があるため、均等に近いのはこの8種類の集合で見られた特徴である。
ClaudeBot、Claude-User、Claude-SearchBotには、URLがなく、エンジン等の表記が同じで、UA名の後ろに/1.0が付く書式があった。この書式を使った317件の内訳は99件、108件、110件で、攻撃313件・非攻撃4件を含む。各リクエストには一つのUA名があり、別々のリクエストが同じ書式を共有していた。
Perplexity-Userの97件では、UA内URLのパスが/perplexity-userの69件と、/perplexitybotの28件に分かれた。公式例では後者のパスはPerplexityBotに付く。10月にはどちらの組み合わせも攻撃判定であり、名前とURLの食い違いがある群だけに攻撃が集中していたわけではない。
件数の近さ、書式の共有、短時間の切り替えは、辞書からUA名を選んで送る実装と整合する。ただし、これらは通信の共通点である。名乗られたAIサービスの利用や、複数のAIによる連携を確認した結果ではない。名前ごとの件数は6.2節、URLとの組み合わせは6.3節に示した。
3.3 10月の攻撃には、簡素なAcceptを使う群が多かった
Acceptは、どの種類の応答を受け入れるかを伝えるヘッダーである。10月のAI関連攻撃では、Acceptがないものが1,183件、*/*だけのものが916件、text/x-componentだけのものが386件だった。
2.1節の環境情報ファイルを参照するGET 555件と、管理情報・設定等を指すGET 41件は、すべて*/*だけだった。JSON形式を申告したPOSTは別のAccept構成を使っており、リクエスト群ごとにもヘッダーの違いが見られた。
*/*は任意のメディアタイプを受け入れる正規の表記である。短いAcceptを使うこと自体は不正ではない。ここでは、UA名だけでなく、リクエスト内容とヘッダー構成の組み合わせにも、繰り返される形があったことに注目する。Acceptの定義
3.4 接続元はGoogle Cloudに集中していた
10月のAI関連攻撃2,485件のうち、2,476件、99.64%はGoogle Cloud(AS396982)に分類された。非攻撃63件は、国内事業者ASN(A)の32件とASN(B)の28件を合わせた60件、95.24%が二つの分類に集中していた。
| 10月の接続元ASN分類 | 攻撃2,485件中 | 非攻撃63件中 |
|---|---|---|
| Google Cloud(AS396982) | 2,476 | 0 |
| 国内事業者ASN(A) | 7 | 32 |
| ASN(B) | 0 | 28 |
| その他 | 2 | 3 |
ASNの参照情報は2026年11月2日を基準にした。Google Cloud以外は共通の記号で表している。ここで分類しているのは接続元のネットワークであり、その事業者自身の活動へ帰属させるものではない。
Google Cloud内の414 IPは、公開IP範囲の12の地域区分(scope)に分かれた。地域の時刻に換算すると24時間帯すべてに観測があったが、個々のIPの観測間隔は短く、24時間ごとの反復を示す結果も強くはなかった。地域と時間帯の詳細は6.7節に残した。
3.5 8月の通信には、外部報告とIP・時期が重なるものがあった
GreyNoiseは、AIクローラーを名乗り、設定ファイルや秘密情報を探索する通信と公開IP一覧を報告している。そこで、8月のAI関連攻撃について、同じIPかどうかに加え、観測期間も重なるかを照合した。GreyNoiseの調査
| 8月の攻撃判定群を段階的に絞る | リクエスト数 | IP数 |
|---|---|---|
| AI関連語を含む攻撃リクエスト | 4,916 | 456 |
| うち公開IP一覧と一致 | 2,065 | 166 |
| さらに外部報告の観測期間と一致 | 1,519 | 144 |
照合期間はUTCの7月28日0時から8月24日0時より前とし、この表では対象標本の8月分に適用した。各行は前の行の内数である。照合には11月7日に保存した824 IPの一覧を用い、11月10日に同一内容を再確認した。公開IP一覧
4.その特徴は別の月にも当てはまるか
4.1 HTML系Acceptを持つ攻撃は、8〜9月には多かった
10月の攻撃は簡素なAcceptに集中していたが、同じ特徴が他の月にも続くわけではなかった。4〜10月のAI関連通信を攻撃・非攻撃に分け、同じ月・同じ判定群を分母にして比べた。
図2:各月の攻撃群・非攻撃群をそれぞれ100%として比較。ヘッダーの不在と解析保留も分母に含める。4〜6月の攻撃は各12〜19件と少ない。
HTML系3要素とは、text/html、application/xhtml+xml、application/xmlを指す。これらを含む攻撃リクエストは、8月には1,860/4,916件(37.84%)、9月には1,797/4,433件(40.54%)あった。8〜9月合計では3,657/9,349件、39.12%となる。10月の攻撃0件という結果だけを、この構成のリクエストは安全だという判断へ広げられない。
| 10月のAccept構成 | 攻撃2,485件中 | 非攻撃63件中 |
|---|---|---|
| 完全に取得できたヘッダー部に存在しない | 1,183(47.61%) | 0 |
*/*のみ |
916(36.86%) | 5(7.94%) |
text/x-componentのみ |
386(15.53%) | 0 |
| HTML・XHTML・XMLの3要素を含む | 0 | 58(92.06%) |
非攻撃側のHTML系3要素は、8月81/138件(58.70%)、9月237/257件(92.22%)、10月58/63件(92.06%)だった。一方、4〜7月の非攻撃では*/*だけのものが多かった。攻撃・非攻撃の違いに加え、同じ判定群の中でも月ごとに構成が変わっている。
10月の非攻撃58件は、HTML系3要素に他の媒体型を併記していた。全要素数は9要素33件、8要素16件、6要素8件、4要素1件だった。
4.2 Accept-Languageにも月ごとの差があった
Accept-Languageの値を持つ攻撃リクエストは、8月に1,861/4,916件(37.86%)、9月に1,798/4,433件(40.56%)あった。10月は0/2,485件だった。非攻撃群で値を持つ割合は、同じ順に58.70%、92.22%、92.06%である。
図3:値あり、不在、解析保留に分けた月別構成。値ありには構文上の逸脱を含み、言語タグや重みの書式は別に調べた。
10月の非攻撃63件のうち、en-USを含むものは57件だった。その接続元の国分類は米国30件、日本26件、シンガポール1件であり、言語設定は複数の地域にまたがっていた。
次のように同じ重みパラメーターを繰り返す値も、非攻撃40件に現れた。10月の攻撃群にはなかった。
Accept-Language: en-US,en;q=0.9;q=0.9
この例では、構文上の逸脱が非攻撃群に偏っていた。言語指定の有無、言語タグ、重みの書式は、それぞれ別の特徴として比較する必要がある。Accept-Languageの構文
4.3 UAや送信元をそろえると、比較できる範囲は限られた
Bytespiderでは、10月にブラウザ製品トークンのない107件がすべて攻撃、Safari 537.36・AppleWebKit 537.36・Android 5.0の表記を持つ9件がすべて非攻撃だった。しかし、8〜9月には後者の表記にも攻撃6件・非攻撃100件があった。
10月は送信元情報も分かれていた。攻撃107件はGoogle Cloud、非攻撃9件は国内事業者ASN(A)の8件とASN(C)の1件である。書式だけで攻撃と非攻撃が分かれたように見える例にも、送信元の構成差が重なっていた。
国内事業者ASN(A)の39件は、攻撃7件も非攻撃32件もすべてConnection: closeだった。Acceptが*/*だけの群にも攻撃7件・非攻撃5件があり、このASN内ではどちらの特徴でも両判定を分けられなかった。また、Accept-Encodingがgzipのみ、かつConnectionがclose以外という条件は、攻撃2,476件と非攻撃28件に共通していた。
UAのURL、ブラウザ・エンジン・OS、UA名に付くバージョン番号についても、同じUA名とASNの中で比較した。この条件をそろえると、両判定がある群でも比較した書式は同じだった。特徴と判定の両方に違いがある群が残らず、書式の違いだけによる判定差は評価できなかった。相互情報量を使った集計と、その比較範囲は6.4節に示す。
バージョン番号にも両群の共通点があった。観測時刻までに公開を確認できたバージョンと比較できた10月の攻撃23件・非攻撃41件は、すべて当時の比較対象より古かった。ブラウザ形式のUAには互換用の番号や固定されたOS表記もあるため、実際に動作したソフトウェアや更新状況と区別して読む。
4.4 月ごとの通信群の構成を、どう解釈するか
筆者は、10月のヘッダーの偏りには、クライアントの実装と、その月に観測した通信群の構成が影響していると考えている。UA名を短時間に替えながらAcceptを簡素に保つ自動化ツールや、text/x-componentを共通して使う実装は、その分布を説明する候補になる。8〜9月にはHTML系Acceptを持つ攻撃も多かったことから、同じ特徴の通信だけが期間を通して観測されていたとは考えにくい。
非攻撃側では、63件中60件が二つのASNに集中し、40件がmeta-webindexerを名乗っていた。この40件は、ブラウザ系トークンより後の括弧コメント内にUA名があり、HTML系3要素を含むAcceptを持つ。人手の閲覧やブラウザ拡張に絞って読むより、ブラウザに似たヘッダーを使うクローラーや取得用クライアントの実装を、まず説明の候補にしたい。
これらは観測された特徴を説明する仮説である。共通のツールやキャンペーンだったか、Metaの公式クローラーから届いたかは別の証拠で確認する。8月の検知急増を引き起こした原因まで、この比較で明らかになったわけではない。
5.観測結果からSOCで何に着目するか
5.1 UA名で抽出し、リクエスト内容と前後関係を追う
今回は、UAに含まれるAI関連語を条件に、調査するリクエストを抽出した。そこからパス、メソッド、本文を比べると、環境情報や設定ファイルを探索するリクエストや、同じ管理用POSTが見つかった。UA名を条件から外すと、共通するリクエストはAI関連語のない攻撃にも広がった。
短時間のUAスイッチングや共通ヘッダーは、似た生成方法の通信をまとめて調べる材料になる。その際、個別リクエストの判定を残し、同じIPの前後関係を補足する。セッションの中にある非攻撃リクエストを、そのまま正常なAIクローラーの対照にすることは避ける。
| 着目する点 | 今回確認できたこと | 次に確かめること |
|---|---|---|
| パス・メソッド・本文 | UA名を条件から外しても、同じ管理用POSTが別のUA群に見つかった | 同じ条件に一致する非攻撃事例、対象機能の正規利用、応答 |
| 短時間の前後関係 | UA名を替えても、ブラウザ・OS表記や本文を保つ組があった | 共有IPや同時刻の通信を考慮した並び、別宛先への連続 |
| UA・ヘッダー・送信元情報 | 共通する書式があり、その分布は月やASNで変わった | 同じ条件で比較できる対照、別の期間にも残る特徴 |
検知条件へ進める場合は、これらの観測結果から候補を作り、未使用の期間と正規アクセスで確かめる。今回の非攻撃63件への一致率は、通常通信全体の誤検知率ではない。8〜9月と10月を比べた結果も、未知の通信で検証した性能値とは分けて扱う。
5.2 操作の内容と、運営元から届いたかを分けて確かめる
リクエストが何をしようとしているかと、UA名の運営元から届いたかは、別の問いである。公式URLの一致、送信元IP範囲との一致、署名用ヘッダーの存在にも、それぞれ確認できる範囲がある。
OpenAI・Perplexity・Anthropicの8種類について、10月の810リクエストを公式IP範囲と照合した。GPTBot名の攻撃1件では、接続元IPが取得した参照範囲に一致した。範囲は11月8〜9日に取得した資料であり、観測時点との違いも含めて読む必要がある。
接続元IPとの一致数と公式資料の取得日は6.5節に示した。
10月のExaSearchBot名8件はすべて非攻撃判定で、署名用ヘッダーを持っていた。本稿で確認したのはヘッダーの存在までで、署名そのものの検証は行っていない。仕組みと確認条件は6.8節にまとめた。
5.3 今回分かった傾向と、残る問い
8月以降に増えたAI関連の攻撃判定には、環境情報や設定ファイルを探すリクエストが含まれていた。急増後の10月を詳しく見ると、UA名を替えながら共通する本文やブラウザ表記を保つ組、簡素なAcceptを使うリクエスト群、Google Cloudへの接続元の集中が見られた。
一方、ヘッダーの特徴は月によって変わり、非攻撃群にも似たUAや書式があった。調査では、UA名で抽出したリクエストについて、内容と前後関係、送信元の構成を比べ、共通点と例外を具体的に確かめられた。
今回明らかにしたのは、増加した検知に含まれる通信の特徴である。急増の原因を確かめるには、検知条件や観測対象の変化、通信量全体、同じ発信主体と判断できる追加の証拠を合わせて調べる必要がある。
6.技術付録:集計と比較方法
本文の数値を詳しく確かめたい読者向けに、対象名、集計表、比較方法をまとめた。各表は検知済みリクエストの集計であり、一般のアクセス全体を表すものではない。
| 確かめたいこと | 参照先 |
|---|---|
| UA名をどの公式資料で確認したか | 6.1 公式資料 |
| UA名ごとの件数と攻撃判定率 | 6.2 UA名別集計 |
| UA名とURLの組み合わせ | 6.3 URLの分布 |
| 比較条件と統計指標の意味 | 6.4 集計方法 |
| 公式IP範囲との照合条件 | 6.5 送信元情報の比較 |
| Accept・Accept-Languageの月別内訳 | 6.6 ヘッダーの集計 |
| Google Cloudの地域と時間帯の比較 | 6.7 地域・時間 |
| HTTP署名で何を確認できるか | 6.8 署名の仕組み |
| Bot名の比較と、同一セッションでの併存 | 6.9 Bot名の比較 |
6.1 UA名と公式資料の対応
確認基準日は2026年11月14日である。対象の46種類は、公式資料で確認できた27種類、今回の公式資料で確認できなかった17種類、利用制御用の2種類に分かれる。27種類の根拠には、UAの全文例19種類、短いUA例4種類、名前と用途の説明4種類という違いがある。
表の確認状態は、資料にその名前がどう説明されているかを示す。実際の送信者やリクエストの攻撃性は、別の証拠で判断する。
名称を確認した27語
| UA名 | 確認できた内容 | 公式ドキュメント |
|---|---|---|
GPTBot |
名称・用途・UA全文例 | 資料1 |
OAI-SearchBot |
名称・用途・UA全文例 | 資料1 |
ChatGPT-User |
名称・用途・UA全文例 | 資料1 |
OAI-AdsBot |
名称・用途・UA全文例 | 資料1 |
ClaudeBot |
名称・用途。UA全文例なし | 資料1 |
Claude-User |
名称・用途。UA全文例なし | 資料1 |
Claude-SearchBot |
名称・用途。UA全文例なし | 資料1 |
PerplexityBot |
名称・用途・UA全文例 | 資料1 |
Perplexity-User |
名称・用途・UA全文例 | 資料1 |
DuckAssistBot |
名称・用途・UA全文例 | 資料1 |
MistralAI-User |
名称・用途・UA全文例 | 資料1 |
MistralAI-Index |
名称・用途・UA全文例 | 資料1 |
MistralAI-Training |
名称・用途・UA全文例 | 資料1 |
Amzn-SearchBot |
名称・用途・UA全文例 | 資料1 |
Amzn-User |
名称・用途・UA全文例 | 資料1 |
KimiBot |
名称・用途・UA全文例 | 資料1 |
Kimi-User |
名称・用途・UA全文例 | 資料1 |
Kimi-SearchBot |
名称・用途・UA全文例 | 資料1 |
AI2Bot |
名称・用途・UA全文例 | 資料1 |
ExaSearchBot |
名称・用途・UA全文例 | 資料1 |
ExaUser |
名称・用途・UA全文例 | 資料1 |
YouBot |
名称・用途・UA全文例 | 資料1 |
Bytespider |
名称・用途。UA全文例なし | 資料1 |
meta-externalagent |
名称・用途・短いUA例 | 資料1 |
meta-externalfetcher |
名称・用途・短いUA例 | 資料1 |
meta-webindexer |
名称・用途・短いUA例 | 資料1 |
meta-externalads |
名称・用途・短いUA例 | 資料1 |
公式資料で確認できなかった名前(17語)
| UA名 | 確認できた内容 | 公式ドキュメント |
|---|---|---|
GrokBot |
公式のGrok Botは製品名であり、HTTP UAを示す公式コードではgrok-shell / grok-cliが使われている。GrokBotというクローラーUA名は公式資料で確認できなかった。 | 資料1、資料2、資料3 |
DeepSeekBot |
公式の学習データ要約にはクローラー運用とrobots.txtの尊重が記載されている。DeepSeekBotという名前やHTTP UA例は確認できなかった。 | 資料1、資料2 |
MistralBot |
公式一覧にあるMistralAI-User / MistralAI-Index / MistralAI-Trainingとの関係を確認できなかった。 | 資料1 |
cohere-ai |
公式説明の現行Bot一覧はN/Aで、cohere-aiのHTTP UA仕様は確認できなかった。 | 資料1 |
anthropic-ai |
公式資料はClaudeBot / Claude-User / Claude-SearchBotとホストブラウザのClaude-Agentを説明する。anthropic-aiのHTTP UA仕様は確認できなかった。 | 資料1、資料2 |
Claude-Web |
公式資料でClaude-WebのHTTP UA仕様を確認できなかった。現行名との関係も未確認である。 | 資料1、資料2 |
GeminiiOS |
Google GeminiのiOSアプリは公式資料で確認できるが、GeminiiOSというHTTP UA仕様は確認できなかった。 | 資料1、資料2、資料3 |
AI2Bot-Dolma |
公式資料にはAI2Botの全文例がある。AI2Bot-Dolmaの仕様やAI2Botとの関係は確認できなかった。 | 資料1 |
Coherebot |
公式ページのCoherebotは、将来クローラーを使う場合のrobots.txtの例として掲載されている。現行のHTTP UA仕様は確認できなかった。 | 資料1 |
MoonshotBot |
公式一覧のKimiBot / Kimi-User / Kimi-SearchBotとMoonshotBotの関係を確認できなかった。 | 資料1 |
Qwenbot |
公式文書と公式リポジトリで、QwenbotをHTTPクローラーのUAとする記載を確認できなかった。 | 資料1、資料2 |
ChatGLM-Spider |
公式検索API文書と公式リポジトリで、ChatGLM-SpiderのHTTP UA仕様を確認できなかった。 | 資料1、資料2 |
YiBot |
公式プラットフォーム資料と公式リポジトリで、YiBotのHTTP UA仕様を確認できなかった。 | 資料1、資料2 |
PanguBot |
公式資料のPanguBotは、Panguモデルを使った質問応答サービスの製品名として説明されている。クローラーのHTTP UA仕様は確認できなかった。 | 資料1 |
xAI-SearchBot |
公式資料と公式コードで、xAI-SearchBotのHTTP UA仕様を確認できなかった。 | 資料1、資料2、資料3 |
xAI-Grok |
公式資料はxAI/Grokの製品・モデル・SDKを説明する。xAI-GrokというHTTP UA仕様は確認できなかった。 | 資料1、資料2、資料3 |
Hunyuan |
公式資料はHunyuanのモデルとAPIを説明する。HunyuanというHTTPクローラーのUA仕様は確認できなかった。 | 資料1、資料2 |
利用制御用の2語
| UA名 | 確認できた内容 | 公式ドキュメント |
|---|---|---|
Google-Extended |
独立したHTTPクローラー名ではない | 資料1 |
Applebot-Extended |
独立したHTTPクローラー名ではない | 資料1 |
公式資料で確認できなかった名前は、参照した資料で根拠を得られなかったものである。名前の確認状態、運営元からの通信かどうか、リクエストの攻撃判定を、それぞれの証拠に基づいて評価する。
6.2 UA名ごとのリクエスト数とIP数
全期間は2026年4〜10月を指す。10月の攻撃判定率は、その名前の攻撃件数を攻撃・非攻撃の合計で割った値である。観測0件の率は「—」とした。
IP数は各行で重複を除いて数えた。同じIPが複数のUA名を使うため、UA名別のIP数を足しても全体のIP数にはならない。UA名は送信側が記載した表記であり、そのサービスが攻撃を行った件数を示すものではない。
| UA名 | 全期間のリクエスト数 | 全期間のIP数 | 10月の攻撃 | 10月の非攻撃 | 10月のIP数 | 10月の攻撃判定率 |
|---|---|---|---|---|---|---|
GPTBot |
1,071 | 510 | 106 | 0 | 89 | 100.00% |
OAI-SearchBot |
936 | 476 | 108 | 0 | 85 | 100.00% |
ChatGPT-User |
1,600 | 627 | 93 | 0 | 79 | 100.00% |
OAI-AdsBot |
88 | 61 | 88 | 0 | 61 | 100.00% |
ClaudeBot |
744 | 419 | 96 | 3 | 80 | 96.97% |
Claude-User |
977 | 432 | 107 | 1 | 84 | 99.07% |
Claude-SearchBot |
511 | 297 | 110 | 0 | 79 | 100.00% |
PerplexityBot |
605 | 351 | 89 | 0 | 71 | 100.00% |
Perplexity-User |
772 | 392 | 97 | 0 | 78 | 100.00% |
DuckAssistBot |
159 | 120 | 99 | 0 | 74 | 100.00% |
MistralAI-User |
93 | 71 | 28 | 0 | 22 | 100.00% |
MistralAI-Index |
0 | 0 | 0 | 0 | 0 | — |
MistralAI-Training |
0 | 0 | 0 | 0 | 0 | — |
Amzn-SearchBot |
652 | 272 | 0 | 0 | 0 | — |
Amzn-User |
0 | 0 | 0 | 0 | 0 | — |
KimiBot |
144 | 106 | 100 | 0 | 71 | 100.00% |
Kimi-User |
0 | 0 | 0 | 0 | 0 | — |
Kimi-SearchBot |
134 | 106 | 86 | 0 | 70 | 100.00% |
AI2Bot |
0 | 0 | 0 | 0 | 0 | — |
ExaSearchBot |
12 | 8 | 0 | 8 | 7 | 0.00% |
ExaUser |
0 | 0 | 0 | 0 | 0 | — |
GrokBot |
901 | 378 | 87 | 0 | 75 | 100.00% |
DeepSeekBot |
185 | 140 | 103 | 0 | 83 | 100.00% |
MistralBot |
1 | 1 | 0 | 0 | 0 | — |
cohere-ai |
186 | 138 | 116 | 0 | 86 | 100.00% |
anthropic-ai |
58 | 14 | 0 | 0 | 0 | — |
Claude-Web |
20 | 15 | 0 | 0 | 0 | — |
YouBot |
144 | 110 | 93 | 0 | 74 | 100.00% |
Bytespider |
593 | 353 | 107 | 9 | 94 | 92.24% |
meta-externalagent |
561 | 337 | 115 | 1 | 92 | 99.14% |
meta-externalfetcher |
69 | 58 | 69 | 0 | 58 | 100.00% |
meta-webindexer |
165 | 141 | 57 | 40 | 82 | 58.76% |
GeminiiOS |
3 | 3 | 0 | 1 | 1 | 0.00% |
AI2Bot-Dolma |
0 | 0 | 0 | 0 | 0 | — |
Coherebot |
0 | 0 | 0 | 0 | 0 | — |
meta-externalads |
0 | 0 | 0 | 0 | 0 | — |
MoonshotBot |
163 | 119 | 109 | 0 | 80 | 100.00% |
Qwenbot |
159 | 114 | 102 | 0 | 71 | 100.00% |
ChatGLM-Spider |
155 | 116 | 108 | 0 | 87 | 100.00% |
YiBot |
74 | 59 | 21 | 0 | 17 | 100.00% |
PanguBot |
85 | 63 | 34 | 0 | 28 | 100.00% |
xAI-SearchBot |
5 | 4 | 0 | 0 | 0 | — |
xAI-Grok |
70 | 53 | 21 | 0 | 19 | 100.00% |
Hunyuan |
132 | 106 | 94 | 0 | 78 | 100.00% |
Google-Extended |
559 | 327 | 42 | 0 | 29 | 100.00% |
Applebot-Extended |
6 | 6 | 0 | 0 | 0 | — |
6.3 UA名とUA内URLの分布
10月に観測した31種類の名前には、URLなしを含めて32通りの組み合わせがあった。表のURLはUAに書かれた値であり、送信先URLではない。
「UA名内の割合」は、そのUA名のリクエストのうち各URLが占める割合を示す。「攻撃判定率」は、そのUA名とURLの組み合わせにおける攻撃件数の割合である。分母が違う二つの値を分けて読む。
| UA名 | UA内のURL | 攻撃 | 非攻撃 | IP数 | UA名内の割合 | 攻撃判定率 |
|---|---|---|---|---|---|---|
GPTBot |
https://openai.com/gptbot |
106 | 0 | 89 | 100.00% | 100.00% |
OAI-SearchBot |
https://openai.com/searchbot |
108 | 0 | 85 | 100.00% | 100.00% |
ChatGPT-User |
https://openai.com/bot |
93 | 0 | 79 | 100.00% | 100.00% |
OAI-AdsBot |
https://openai.com/adsbot |
88 | 0 | 61 | 100.00% | 100.00% |
ClaudeBot |
URLなし | 96 | 3 | 80 | 100.00% | 96.97% |
Claude-User |
URLなし | 107 | 1 | 84 | 100.00% | 99.07% |
Claude-SearchBot |
URLなし | 110 | 0 | 79 | 100.00% | 100.00% |
PerplexityBot |
https://perplexity.ai/perplexitybot |
89 | 0 | 71 | 100.00% | 100.00% |
Perplexity-User |
https://perplexity.ai/perplexity-user |
69 | 0 | 55 | 71.13% | 100.00% |
Perplexity-User |
https://perplexity.ai/perplexitybot |
28 | 0 | 23 | 28.87% | 100.00% |
DuckAssistBot |
https://duckduckgo.com/duckassistbot |
99 | 0 | 74 | 100.00% | 100.00% |
MistralAI-User |
https://mistral.ai/ |
28 | 0 | 22 | 100.00% | 100.00% |
KimiBot |
https://kimi.ai/ |
100 | 0 | 71 | 100.00% | 100.00% |
Kimi-SearchBot |
https://kimi.ai/ |
86 | 0 | 70 | 100.00% | 100.00% |
ExaSearchBot |
https://crawler.exa.ai/ |
0 | 8 | 7 | 100.00% | 0.00% |
GrokBot |
https://x.ai/ |
87 | 0 | 75 | 100.00% | 100.00% |
DeepSeekBot |
https://www.deepseek.com/ |
103 | 0 | 83 | 100.00% | 100.00% |
cohere-ai |
https://cohere.com/crawler |
116 | 0 | 86 | 100.00% | 100.00% |
YouBot |
https://you.com/bot |
93 | 0 | 74 | 100.00% | 100.00% |
Bytespider |
URLなし | 107 | 9 | 94 | 100.00% | 92.24% |
meta-externalagent |
https://developers.facebook.com/docs/sharing/webmasters/crawler |
115 | 1 | 92 | 100.00% | 99.14% |
meta-externalfetcher |
https://developers.facebook.com/docs/sharing/webmasters/crawler |
69 | 0 | 58 | 100.00% | 100.00% |
meta-webindexer |
https://developers.facebook.com/docs/sharing/webmasters/crawler |
57 | 40 | 82 | 100.00% | 58.76% |
GeminiiOS |
URLなし | 0 | 1 | 1 | 100.00% | 0.00% |
MoonshotBot |
https://kimi.ai/ |
109 | 0 | 80 | 100.00% | 100.00% |
Qwenbot |
https://qwen.alibaba.com/ |
102 | 0 | 71 | 100.00% | 100.00% |
ChatGLM-Spider |
https://zhipuai.cn/ |
108 | 0 | 87 | 100.00% | 100.00% |
YiBot |
https://01.ai/ |
21 | 0 | 17 | 100.00% | 100.00% |
PanguBot |
https://www.huaweicloud.com/ |
34 | 0 | 28 | 100.00% | 100.00% |
xAI-Grok |
https://x.ai/ |
21 | 0 | 19 | 100.00% | 100.00% |
Hunyuan |
https://hunyuan.tencent.com/ |
94 | 0 | 78 | 100.00% | 100.00% |
Google-Extended |
http://www.google.com/bot.html |
42 | 0 | 29 | 100.00% | 100.00% |
たとえばPerplexity-Userの97件では、/perplexity-userが69件、/perplexitybotが28件で、UA名内の割合は71.13%と28.87%だった。どちらも攻撃判定率は100%であり、この例ではURLの違いによって攻撃と非攻撃が分かれてはいない。
6.4 集計単位と比較方法
リクエスト、UA、セッションを分ける
本稿の攻撃・非攻撃は、SOCの調査結果に基づくリクエスト単位の判定を、集計更新日時点で整理した区分である。攻撃の成否や送信者の確認結果とは分けて扱う。
同じIPの前後関係を見るときは、AI関連語を含まないリクエストも時刻順に並べ、間隔が60秒を超える箇所と月境界で区切った。UAスイッチングは、同じIPで同時刻に複数のリクエストがある場合は順序を仮定せず、前後が一意に定まる組だけを比較した。
UA内のURLはホスト名を小文字化し、既定ポートと空のルートパスをそろえた。パスの大小文字、パーセント符号化、末尾のスラッシュは保持した。ブラウザ、エンジン、OS、UA名に付くバージョン番号は別々に抽出し、番号は文字列として比較した。
位置の分類には、Chrome、HeadlessChrome、Chromium、CriOS、Safari、Firefox、FxiOS、Edg、EdgA、EdgiOS、Edge、OPR、Opera、OPiOS、MSIE、Tridentの製品名とバージョン番号の組を用いた。MozillaやAppleWebKitだけの場合は「ブラウザ系トークンあり」に含めていない。
割合の分母をそろえる
| 指標 | 計算方法 | 読み取れること |
|---|---|---|
| UA名内の表記の割合 | そのUA名・表記の件数 ÷ そのUA名の全件数 | 同じUA名がどの書式で使われているか |
| 攻撃群内の表記の割合 | そのUA名・表記の攻撃件数 ÷ そのUA名の攻撃件数 | 攻撃群で多い書式は何か |
| 非攻撃群内の表記の割合 | そのUA名・表記の非攻撃件数 ÷ そのUA名の非攻撃件数 | 非攻撃群で多い書式は何か |
| 組み合わせの攻撃判定率 | そのUA名・表記の攻撃件数 ÷ そのUA名・表記の全件数 | その組み合わせで両判定がどう分かれたか |
| IPごとの割合の平均 | IP内で割合を求めてから、IP間で平均する | 件数の多いIPの影響を抑えるとどう変わるか |
各値は対象標本の構成を表す。分母が0の場合は未算出とし、0%とは区別した。
相互情報量と組み合わせの関連を見る
相互情報量は、特徴と判定の結びつきをbitで表す指標である。4.3節では、全体、同じUA名の中、同じUA名とASNの中という三つの条件で比べた。条件をそろえた場合は、各群の相互情報量をリクエスト数で重み付けして平均している。
片方の判定しかない群や、特徴が一つしかない群では値が0になる。そのため、相互情報量とともに「特徴と判定の両方に違いがある群」がどれだけ残るかも確認した。10月にUA名とASNをそろえると、両方に違いがある群は残らなかった。0 bitという値だけから、検知に使える差がないと結論づけることはできない。
URL、ブラウザ・エンジン・OS、UA名のバージョン番号の結びつきには、同じUA名の中で、それぞれが独立に現れると仮定した割合との比率も用いた。この比率が高い場合、固定した書式の組み合わせや少数の観測が影響している可能性がある。これらの指標は分布を記述するものであり、検知精度や因果関係を示す値ではない。
全期間の完全な組み合わせ2,788種類のうち、2,629種類、94.30%は1リクエストだけだった。バージョン番号まで細分すると少数例が多くなるため、その組み合わせだけで得た比率を一般化しない。
UAの各要素を抽出した例
10月のGPTBot名106件はすべて同じURLを持っていたが、KHTML表記の有無などで100件と6件に分かれた。OAI-SearchBotの108件には、Chrome 131・AppleWebKit/Safari 537.36・Mac OS X 10157の組み合わせが23件ある。ChromeやSafariなどの製品名がなくても、AppleWebKitの表記だけが残るリクエストもあるため、ブラウザ製品、エンジン、OSを分けて抽出した。
GPTBot名は10月では106件すべて攻撃だったが、全期間では同じURLに攻撃912件・非攻撃159件があった。対照の有無はUA名と期間ごとに異なる。
条件付きの割合は、何を分母にするかで変わる
Perplexity-User名の97件は、UA内URLのパスが/perplexity-userの69件と、/perplexitybotの28件に分かれた。前者は公式のPerplexity-Userの例、後者はPerplexityBotの例に対応するパスである。10月の標本では両方の組み合わせがすべて攻撃判定だった。
URLを起点に数えると、/perplexitybotを持つ117件の内訳は、PerplexityBotの89件とPerplexity-Userの28件だった。後者の割合は28/117=23.93%である。名前内の分布と、同じURLを共有する名前の分布は、分母が異なる。
ClaudeBot、Claude-User、Claude-SearchBotでは、URLがなく、エンジン等の表記が同じで、UA名の後ろに/1.0が付く書式を共有していた。攻撃・非攻撃を合わせた317件の内訳は、ClaudeBotが99件(31.23%)、Claude-Userが108件(34.07%)、Claude-SearchBotが110件(34.70%)だった。
公式資料の絶対URL例と違う組み合わせは、10月には攻撃434件、非攻撃0件だった。現れたUA名はDuckAssistBot、KimiBot、Kimi-SearchBot、MistralAI-User、YouBot、Perplexity-Userである。この月には同じ対象名の非攻撃対照がなかった。全期間に広げると、公式例と食い違う非攻撃も9件・4 IPあった。
比較対象は、公式の絶対URL例を得られた名前である。Metaの短い相対パスの例や、公式URL例を確認できなかった名前は別区分にした。
UA名とASNをそろえた場合の関連度
| 特徴 | 条件なし | 同じUA名の中 | 同じUA名・ASN内 |
|---|---|---|---|
| URL | 0.065984 | 0.000000 | 0.000000 |
| ブラウザ・エンジン・OS等 | 0.125649 | 0.058396 | 0.000000 |
| UA名に付くバージョン番号 | 0.055310 | 0.040477 | 0.000000 |
| 上記の完全な組み合わせ | 0.155053 | 0.058396 | 0.000000 |
URLはUA名をそろえると0になった。攻撃・非攻撃の両方があるUA名ではURLが一つに固定されており、URLの違いによる判定差を調べられる群は0だった。UA名とASNをそろえると、両判定がある群でもURL、ブラウザ等、バージョン番号がすべて同じだった。これらの0は、比較に必要な変化が得られなかったことに対応する。
URLとブラウザ等の共起も、全体の相互情報量は1.602494 bit、同じUA名の中では0だった。特定のUA名に特定の書式が結びつく構成差と整合する。相互情報量は分布の関連度であり、検知精度や因果関係を示す値ではない。
UA名の位置とバージョン番号
ブラウザ形式のUAにAI関連の名前が組み込まれる例は、攻撃・非攻撃の両方にあった。10月の位置分類は次のとおりである。ここでのブラウザ系トークンは、この節で列挙した製品名とバージョン番号の組を指す。
| UA名の位置 | 攻撃 | 非攻撃 |
|---|---|---|
| 括弧コメント内・ブラウザ系トークンなし | 1,998 | 12 |
| 括弧コメント内・ブラウザ系トークンより後 | 0 | 50 |
| 閉じ括弧後の外側・ブラウザ系トークンなし | 365 | 1 |
| 閉じ括弧後の外側・ブラウザ系トークンより後 | 23 | 0 |
| 先頭 | 99 | 0 |
配置ごとの偏りはあるが、同じ位置に両判定が残る。この表は観測された配置の分布であり、UA名を記載する唯一の正しい位置を定めるものではない。
番号も製品ごとの規則で読む。たとえば、Chromeのバージョン番号とAppleWebKit・Safariの互換用トークンは次のように併記される。
Chrome/145.0.0.0 AppleWebKit/537.36 Safari/537.36
ChromiumのUA縮小では、Chromeのメジャーバージョンより後ろの番号を0.0.0にし、macOSの表記を10_15_7に固定する形式がある。互換性を保ちながら情報量を減らすための表記であり、実OSの更新状況と同一には扱わない。ChromiumのUA縮小仕様
観測時刻までに公開を確認できたバージョンと比較できた10月の攻撃23件・非攻撃41件は、すべて当時の比較対象より古かった。同じ537.36の互換トークンも両群に現れた。SafariやEdgeについては製品別の公式例を用い、比較可能、矛盾を確認、比較不能を分けた。Safari 26の説明、EdgeのUAガイダンス
リクエスト数とIP数による比率の違い
10月のAI関連全体で、リクエスト数による攻撃判定率は2,485/2,548=97.53%だった。454 IPそれぞれの攻撃判定率を求めて平均すると92.07%になる。攻撃があった421 IPと非攻撃があった38 IPのうち、両判定を含む5 IPを重複なく数えると454 IPである。件数の多いIPの影響を含む比率と、各IPを等しく扱う平均は分けて読む。
6.5 公式IP範囲との照合条件
名前ごとの公式IP範囲と、10月の810リクエストの接続元IPを照合した。接続元IPにはログに記録された値を使った。
下表の各セルは「攻撃/非攻撃」の件数である。
| UA名 | 対象件数 | 接続元IPの一致 |
|---|---|---|
| GPTBot | 106/0 | 1/0 |
| OAI-SearchBot | 108/0 | 0/0 |
| ChatGPT-User | 93/0 | 0/0 |
| PerplexityBot | 89/0 | 0/0 |
| Perplexity-User | 97/0 | 0/0 |
| ClaudeBot | 96/3 | 0/0 |
| Claude-User | 107/1 | 0/0 |
| Claude-SearchBot | 110/0 | 0/0 |
| 対象 | 公式資料 | 取得日(UTC) | 配布元が示すファイル作成日 |
|---|---|---|---|
| GPTBot | gptbot.json | 2026-11-08 | 2026-09-22 |
| OAI-SearchBot | searchbot.json | 2026-11-08 | 2026-01-02 |
| ChatGPT-User | chatgpt-user.json | 2026-11-08 | 2026-11-06 |
| PerplexityBot | perplexitybot.json | 2026-11-08 | 2026-10-28 |
| Perplexity-User | perplexity-user.json | 2026-11-08 | 2026-10-28 |
| Anthropicの3種類 | bots.json | 2026-11-09 | 2026-10-20 |
作成日は配布ファイルのcreationTimeから記載した。取得日と作成日は、各IP範囲が有効だった期間を示すものではない。観測時刻より後に取得した資料との照合であることを踏まえ、範囲内・範囲外・欠測を区別して読む。
6.6 ヘッダー構成の月別内訳
図2・図3は、AI関連語を含むリクエストのうち、各月・各判定群の全件数を分母にした。Acceptは、不在、*/*のみ、その他の1要素、HTML・XHTML・XMLを含む複数要素、その他の複数要素、解析保留に分類した。Accept-Languageは値あり、不在、解析保留に分けた。
| 月 | 攻撃件数 | 非攻撃件数 | HTML系Accept・攻撃 | HTML系Accept・非攻撃 | Accept-Languageあり・攻撃 | Accept-Languageあり・非攻撃 |
|---|---|---|---|---|---|---|
| 4月 | 12 | 47 | 0(0.00%) | 8(17.02%) | 1(8.33%) | 8(17.02%) |
| 5月 | 19 | 110 | 3(15.79%) | 29(26.36%) | 3(15.79%) | 29(26.36%) |
| 6月 | 19 | 98 | 2(10.53%) | 2(2.04%) | 2(10.53%) | 2(2.04%) |
| 7月 | 109 | 86 | 26(23.85%) | 9(10.47%) | 26(23.85%) | 9(10.47%) |
| 8月 | 4,916 | 138 | 1,860(37.84%) | 81(58.70%) | 1,861(37.86%) | 81(58.70%) |
| 9月 | 4,433 | 257 | 1,797(40.54%) | 237(92.22%) | 1,798(40.56%) | 237(92.22%) |
| 10月 | 2,485 | 63 | 0(0.00%) | 58(92.06%) | 0(0.00%) | 58(92.06%) |
HTML系Acceptは、text/html、application/xhtml+xml、application/xmlの三つを含むものを指す。8月の攻撃にはAcceptの要素分割を確定できない1件があり、解析保留として分母に含めた。Accept-Languageの値ありには、重みパラメーターの重複も含む。
この表は、検知されたリクエストの構成比である。各月の発生率や、通常のアクセスに対する検知率とは区別する。
6.7 Google Cloudのscopeと時間分布
Google Cloudのscope別に時間分布を見る
Google Cloud(AS396982)に分類した10月のAI関連通信は、攻撃2,476件・414 IP、非攻撃0件だった。ASNの分類には2026年11月2日の参照情報を用いた。接続元IPを2026年11月7日付のGoogleの公開IP範囲と照合すると、全件が一致し、12のscopeに分かれた。scopeは公開範囲に付く地域区分である。Googleはこの一覧を、Google Cloudの利用者のリソースが使える外部IP範囲として公開している。公開範囲の説明、cloud.json
一つのASNに集中する一方、その内部では複数の地域区分に分布していた。各scopeのリージョン所在地に対応するIANAタイムゾーンへ観測時刻を変換し、地域の時計にそろえて比較した。月の所属はJSTの暦月で固定し、時刻の表示だけを切り替えている。夏時間も観測日ごとに反映した。図4・図5はこの方法による。Google Cloudのリージョン一覧
図4:10月のGoogle Cloud・AI関連攻撃をscope別に比較。各行の色は、そのscopeの全リクエストに占める各現地時間帯の割合を示す。行ごとにリクエスト数とIP数を添えた。
集計対象に参照範囲外やタイムゾーン不明のリクエストは0件だった。
GreyNoiseの公開IP一覧にも同じGoogle Cloud範囲を適用した。公開824 IP中811 IP(98.42%)が一致し、10のscopeに分かれた。異なる二つのIP集合を、同じ参照範囲で比較した結果である。
| 比較したIP集合 | Google Cloud公開範囲との一致 | scope数 | asia-northeast1のIP数 |
|---|---|---|---|
| GreyNoiseの公開824 IP | 811 | 10 | 30 |
| 本稿の10月・AI関連攻撃・AS396982の414 IP | 414 | 12 | 46 |
24時間帯への分散と、24時間周期を分ける
地域の時計にそろえて全scopeを合算すると、24の時間帯すべてに観測があった。JSTと現地時刻の分布を比べると、同じリクエスト群でも山の位置と高さが変わる。
図5:同じ2,476リクエストをJSTとscopeの現地時刻で比較。分母は両系列で同じであり、横軸はそれぞれの時計の時間帯を表す。
現地時刻の0時以上6時未満に入る割合は、リクエスト数で26.90%、IPごとの割合を平均すると26.12%だった。こうした日内分布と、各IPの観測期間、日ごとの繰り返しは別々に評価した。
| 調べる問い | 10月のGoogle Cloud・AI関連攻撃での結果 |
|---|---|
| 合算すると一日のどの時間帯に現れるか | 現地時刻の24時間帯すべてに観測 |
| 一つのIPがどれほど広い時間帯に現れるか | 各IPの観測時間帯は1〜4種類。24時間帯すべてに現れたIPは0 |
| 一つのIPの最初と最後の観測はどれほど離れるか | 414 IP中360 IPで1時間以内 |
| 日ごとに同じ活動が繰り返すか | JSTの1時間件数系列の24時間ラグ相関は0.047 |
全IP・全日をまとめると24時間帯に広がる一方、個々のIPは短い観測範囲に集中していた。日付順に並べた1時間ごとの件数を24時間ずらして比べた相関も小さく、23時間と25時間で比較した値と近かった。観測時間帯の広さと周期性を分けることで、この違いが見える。
10月のAI関連通信全体(攻撃2,485件・421 IP、非攻撃63件・38 IP)で比較すると、JSTの0時以上6時未満の割合は、IPごとの割合を平均して攻撃25.51%、非攻撃27.81%だった。今回の標本では、夜間という条件だけを選別に使う根拠は弱い。以下では、4〜10月の推移、IPの観測範囲、周期性の比較方法を示す。
月ごとの観測範囲
| 月 | 攻撃リクエスト | 攻撃IP数 | 現地時刻で観測のある時間帯数 | 攻撃の夜間割合・IPごとの平均 | 非攻撃リクエスト/IP数 |
|---|---|---|---|---|---|
| 4月 | 1 | 1 | 1 | 0.00% | 0/0 |
| 5月 | 0 | 0 | 0 | — | 0/0 |
| 6月 | 0 | 0 | 0 | — | 0/0 |
| 7月 | 97 | 17 | 13 | 38.12% | 0/0 |
| 8月 | 4,746 | 419 | 24 | 24.18% | 19/4 |
| 9月 | 4,268 | 579 | 24 | 31.05% | 21/6 |
| 10月 | 2,476 | 414 | 24 | 26.12% | 0/0 |
夜間は0時以上6時未満とした。IPごとの夜間割合を平均すると、送信件数の多いIPの影響を抑えて比較できる。IPと日付の組ごとの平均も求めたが、この場合は観測日数の多いIPの影響が大きくなる。
10月の攻撃では、各IPの観測時間帯数は中央値1、最大4だった。最初と最後の観測間隔は中央値7秒で、414 IP中360 IPは1時間以内だった。1件だけを観測した42 IPは、観測間隔0秒として含めた。
24時間周期をどう調べたか
JSTの月初から月末までを1時間ずつに区切り、検知のない時間枠を0として連続した系列を作った。10月は31日×24時間の744点である。この系列を23・24・25時間ずらしたPearson相関を比較した。
| 攻撃群の月 | 23時間ずらした相関 | 24時間ずらした相関 | 25時間ずらした相関 |
|---|---|---|---|
| 8月 | 0.181 | 0.205 | 0.152 |
| 9月 | 0.055 | 0.057 | 0.100 |
| 10月 | 0.057 | 0.047 | 0.048 |
8月には弱い正の相関があるが、24時間以外にも正の相関があった。日ごとの件数や短時間の集中も影響するため、24の時間帯すべてに通信があることと、24時間ごとの反復は分けて評価した。
地域ごとの日内集中は、各日の24時間分布を保ちながら、日ごとに時計をランダムにずらす方法でも比べた。並べ替えは2,000回、比較する量は各時間帯の件数が平均からどれだけ離れるかを表す偏差平方和とした。10月に50リクエスト以上かつ現地日付10日以上を満たした11地域では、Holm補正後のp値はいずれも1だった。us-central1は日数の条件を満たさなかった。
夜間割合の揺れは、IP単位で3,000回の復元抽出を行い、2.5・97.5百分位を求めた。これらは少数IPの地域を含む探索的な比較であり、規則的な日内活動や一様な活動を証明するものではない。
6.8 HTTP署名の仕組みと確認できる範囲
HTTP Message Signaturesは、選んだHTTP構成要素に対する署名を、対応する鍵で検証する仕組みである。署名用ヘッダーがあるだけでは検証成功とはならず、元のHTTP表現、署名対象の復元、信頼できる鍵とその有効期間を確認する必要がある。RFC 9421
署名が保護するのは、署名対象に含めた要素である。本文も確認する場合は、Content-Digestを署名対象に含め、実際の本文から計算した値と照合する。RFC 9530
Signature-AgentはWeb Bot Auth側の追加項目である。鍵を取得する方法には仕様のバージョンによる違いがあり、観測時の仕様と運営元の説明に合わせて検証する。今回参照したIETFの-01版は2026年10月29日公開のInternet-Draftで、Signature-AgentのURLからJWK Setを直接取得する方式を示す。IETF -01、IETF -00
署名を付けるリクエストの範囲も運営元ごとに確認する。たとえばGoogleは、一部のリクエストに署名を付けると説明している。Googleの署名確認手順
6.9 比較用Bot名との月別分布と、同じセッションでの併存
本文の図1はAI関連の攻撃判定だけを数えた。この節では別の問いとして、攻撃・非攻撃を合わせたAI関連通信と、比較用Bot名リストに一致する通信の月別割合を示す。分母は各月の全検知リクエストであり、本文の図1とは異なる。
比較用Bot名リストは、本分析で設けた検索リストである。公式の「非AIクローラー」という分類ではなく、BytespiderのようにAI関連語リストにも含まれる名前がある。
図6:二つの系列は重複を含む。どちらも攻撃・非攻撃を合わせた値で、分母は同月の全検知リクエスト数。
7月から8月には、AI関連語を含む割合が1.23%から19.63%へ、比較用Bot名に一致する割合も3.61%から9.67%へ増えた。10月にはそれぞれ9.92%、6.16%となった。この推移から、従来のBot名がAI関連の表記へ移行したとは確認できない。
月別の二系列では、Bytespiderに一致するリクエストを両方に数える。一方、セッション集計ではAI関連語への一致を優先し、同じリクエストをどちらか一方へ分類した。Bytespiderを含むリクエストも、セッション集計ではAI関連群だけに入る。
この方法で、AI関連群のリクエストと、AI関連語に一致しないBot名の別リクエストが同じセッションに現れた例は、全期間で1,118あった。これは両群の併存を示す件数であり、切り替えの方向や長期的な移行の件数ではない。
著者紹介
野口 晋義(Kuniyoshi Noguchi / KuniNogu)|執筆
SOCの運用設計、DFIR(デジタルフォレンジック・インシデントレスポンス)、AI・機械学習を用いた調査支援の開発に従事。実運用の課題を起点に、ログ分析からモデル開発、運用への適用・検証まで取り組む。運用品質と安全性の両面から、AIを活用した検知・対応の改善を進めている。
AI関連システムを含む脆弱性や攻撃手法の研究に取り組み、Apache Struts、Drupal AI Agents、Splunk MCP Server appなどへの報告実績を持つ。
島峰 泰平(Taihei Shimamine)|執筆
シニアセキュリティエンジニア。SOCの運用設計・改善をはじめ、セキュリティエンジニアの育成や技術教育にも携わる。日々のSOC業務で得た知見を活かしながら脆弱性の調査・研究にも取り組みWinRARやSplunk製品の脆弱性を報告し、開発元のセキュリティ情報やJVNに報告者として掲載されている。
おすすめ記事
キーワードで探す
テーマで探す
筆者で探す
- #MBSD
- #MBSD-SOC
- #吉川孝志
- #寺田健
- #高江洲 勲
- #プロフェッショナルサービス事業部
- #小河哲之
- #福田美香
- #R&D部
- #山本健太
- #浦田秀弥
- #洲崎俊
- #Alice
- #岩崎 利己
- #桝屋雅文
- #米山俊嗣
- #諌山貴由
- #金子俊介
- #小山凌弥
- #白倉 大河
- #安田祐一
- #廣田 一貴
- #国分裕
- #藤縄 直弘
- #糟谷 正樹
- #サイバーインテリジェンスグループ
- #先端技術セキュリティセンター
- #井餘田 笙悟
- #加藤 創
- #藤田 将弘
- #戸田廉
- #露木 拓巳
- #望月 岳
- #坂島悠太
- #服部 慎二
- #荒牧 努
- #一ノ瀬太樹
- #吉田裕也
- #MI2





