DryRun Security 関連用語集

DryRun Securityに関連するセキュリティ用語や製品の機能・技術について、意味や具体例を紹介します。

文脈を踏まえた解析と業務上のリスク

CSA:文脈を踏まえたセキュリティ解析
Contextual Security Analysis

コードの構造、処理の流れ、認証・認可、変更内容などを関連付けてリスクを評価する、DryRun Securityの中核となる考え方です。ここでいう「文脈」には、誰が何を操作できるか、どの手順を守るかといったアプリケーション固有の情報も含みます。

lightbulb 注文を取得する処理だけでなく、利用者の確認や所有者との関係、データを返すまでの経路も併せて評価します。

Context Graph:アプリケーションの知識を関連付ける仕組み

アプリケーションに関する情報や、その関係を結び付けて蓄積する仕組みです。DryRun Securityでは、PRスキャンとDeepスキャンがContext Graphを構築・利用し、把握したアプリケーションの知識を後続の解析にも活用します。

lightbulb 過去の解析で把握したアプリケーションの情報を次のコード変更やリポジトリ全体の確認にも役立てます。

AI推論型AppSec

AIが関連コードや設定の文脈を読み解いてリスクを評価するアプローチを「AI推論型AppSec」と呼びます。AppSecはアプリケーションセキュリティの略です。

lightbulb DryRun Securityは静的なチェックとAIによる文脈の評価を組み合わせ、認可や業務ルールに関わる問題の発見を支援します。

ビジネスロジックの脆弱性

承認、支払い、利用回数、返金条件など、業務上守るべきルールを迂回できてしまう問題です。コードが正常に動いていても、処理の順番や条件が業務上の意図に反していると不正な操作につながる場合があります。

lightbulb 承認前に返金できる、支払い前に商品を発送できるといった問題です。期待するルールをCode Policyなどで伝えて確認します。

認証・認可とIDOR・BOLAのリスクについて

認証:利用者が誰かを確認する

アクセスしている利用者やサービスが誰かを確認することです。パスワードや多要素認証などを用います。認証に成功しても、その利用者にすべてのデータや機能の利用が許可されるわけではありません。

lightbulb ログインによって「利用者はAさんである」と確認します。AさんがBさんの注文を見て良いかは、認可で判断します。

認可:対象への操作を許可してよいか判断する

特定の利用者に、対象データや機能の閲覧・変更・削除などを許可するか判断することです。利用者の役割、データの所有者、所属組織などをもとに、対象と操作ごとの権限を確認します。

lightbulb 一般ユーザーは自分の注文のみ閲覧できる設計なら、注文の取得時に、その利用者が注文の所有者かをサーバー側で確認します。

IDOR:安全でない直接オブジェクト参照
Insecure Direct Object Reference

URLやリクエスト内のIDなどを操作すると、権限のないデータを参照・変更できてしまう問題です。原因は対象データに対する認可の不足です。IDを使う設計そのものが問題なのではなく、推測しにくいIDでも認可は必要です。

lightbulb Aさんがログインしたまま注文番号を1001から1002へ変えると、Bさんの注文情報まで表示されてしまいます。

BOLA:オブジェクトレベル認可の不備
Broken Object Level Authorization

APIが扱う注文情報、請求書、ファイルなどの個々のデータについて、利用者が閲覧・変更などの操作を行ってよいかを適切に確認していない問題です。IDORと重なるケースもあり、同じ認可不備を両方の用語で説明する場合があります。

lightbulb 例えば、注文情報を取得するAPIでは、ログイン済みかどうかだけでなく、「Aさんが、指定された注文番号1002の情報を閲覧してよいか」を確認する必要があります。

文脈を踏まえて確認したい脆弱性

認可不備や業務ロジックの問題は、コードの構造やデータフローだけでは判断しにくい場合があります。DryRun Securityでは、関連する処理や業務ルールを踏まえ、「誰が、どのデータに、どの条件で操作できるか」を評価する観点を重視します。

以下は、メーカー公式の検出対象一覧から、アプリケーション固有の文脈を確認する意義が大きい項目を中心に整理したものです。

【認証・認可、業務ルール、処理のつながりに関わるリスク】

認証バイパス

ログイン確認を迂回し、認証なしで保護された機能へアクセスできる問題。

lightbulb APIごとの認証処理、共通ミドルウェア、例外ルートの関係を確認します。

認可チェック不足・IDOR/BOLA

ログイン済みでも、権限のない注文や別組織のデータを取得・変更できる問題。

lightbulb 利用者・対象データ・操作の組み合わせと、共通処理を含む権限確認の経路を評価します。

業務ロジックの不備

承認前の返金や、支払いを経由しない発送など、業務ルールを迂回できる問題。

lightbulb 許可される状態遷移、実行者の役割、金額や利用回数などの条件を業務ルールと照合します。

競合状態・TOCTOU

確認から更新までの間に状態が変わり、同時アクセスでクーポンを二重利用できるなどの問題。

lightbulb 確認と更新の順序、共有データ、排他制御やトランザクションの範囲を確認します。

過剰な権限付与・権限昇格

必要以上の権限が与えられる、または一般ユーザーが本来持たない権限を取得できる問題。

lightbulb 利用者やサービス本来の役割と、権限の付与・変更・利用経路を関連付けて確認します。

マスアサインメント(一括代入)の不備

入力を一括で取り込む際、利用者が変更してはいけない権限や承認状態まで更新できる問題。

lightbulb 更新を許す項目、その項目の業務上の意味、操作する利用者の権限を併せて確認します。

【LLM・AIエージェントを組み込んだアプリケーションのリスク】

プロンプトインジェクション

入力や外部文書に含まれる指示によって、AIを本来の目的と異なる動作へ誘導する問題。

lightbulb 信頼できない入力と指示の境界、その情報がAIへ渡る経路、機密情報やツールへの接続を確認します。

LLMによるツールの不適切な利用

AIが必要な権限確認や条件確認をせずに、API・データベース・外部ツールなどを操作する問題。

lightbulb ツールの呼び出し条件、対象データへの認可、重要操作の承認や許可範囲を評価します。

リソースの過剰消費・枯渇

呼び出し回数や処理量などの制限が不足し、負荷やAPI利用料が過剰に増える問題。

lightbulb 繰り返し処理の停止条件、呼び出し上限、利用者ごとの制限や予算などを確認します。

DryRun Securityの主な機能

PR/MRスキャン:コード変更を確認する

PR/MRは、コード変更を取り込む前にレビューを依頼する仕組みです。GitHubではPR、GitLabではMRと呼びます。DryRun Securityは作成・更新に合わせて変更と周辺の文脈を解析し、レビュー画面へ結果を返します。

lightbulb 指摘を開発中に確認して修正します。解析結果とソースコード管理側の必須チェック設定を組み合わせ、マージ制御にも利用できます。

Deepスキャン:既存コード全体のリスクを確認する

コードや設定、変更履歴などを管理する場所をリポジトリと呼びます。Deepスキャンはリポジトリ全体を解析し、直近のPRだけでは確認できない既存コードのリスクを調べるDryRun Securityの機能です。

lightbulb 導入時や大規模改修時にDeepスキャンで既存リスクの棚卸しを行い、日々のコード変更はPRスキャンで継続的に確認します。

Code Policy:自社固有のルールを自然言語で定義する

業務上の制約や権限設計など、自社が確認したい内容を自然言語で定義し、コードの解析に適用する機能です。AIによる作成支援を利用でき、保存前に実際のPRなどで期待する結果が得られるかをテストできます。

lightbulb 「一般ユーザーに注文情報を返す前に、その注文が本人のものか確認する」というルールを背景情報とともに定義します。

Insights:検出結果を横断的に分析する

複数のリポジトリの検出結果やコード変更などを基に、自然言語の質問からリスクの傾向を確認する機能です。個々の指摘に加え、組織全体で優先して確認する領域を把握するために活用します。

lightbulb 「最近、認可に関する指摘が多いリポジトリはどれか」と質問し、レビューや改善の対象を整理します。

依存関係のリスクと対応の優先順位

SCA:外部ライブラリの脆弱性などを確認する

アプリケーションが利用する外部ライブラリやOSS(オープンソースソフトウェア)を調べ、既知の脆弱性やライセンス情報などを確認する解析です。自社で書いたコードを対象とする解析と併せて、依存関係のリスクを把握します。

lightbulb DryRun Securityでは、依存関係の確認に加え、その使われ方や悪用条件の評価にもつなげます。

到達可能性:脆弱な処理へ到達する経路があるか

アプリケーションのコードから、脆弱な機能や処理へ到達し得る経路があるかという観点です。問題のあるライブラリが含まれることと、その脆弱な機能を実際に呼び出すことを区別して考えます。

lightbulb 利用中のライブラリに脆弱性が見つかった際、影響を受ける関数を自社コードから呼び出しているかを確認します。

悪用可能性:攻撃に必要な条件が成立するか

入力、設定、権限、実行条件などを踏まえ、脆弱性の悪用に必要な前提が成立するかという観点です。脆弱な処理へ到達できるだけでなく、攻撃者が必要な入力や条件を用意できるかも確認します。

lightbulb 脆弱な関数を呼び出していても、問題となる設定が有効か、必要な入力を外部から渡せるかを調べます。

DEV:依存関係の悪用可能性を検証する

DryRun Securityが、依存関係の使われ方や悪用に必要な条件を調べる仕組みです。既知の脆弱性の一覧に加え、自社アプリケーションでのリスクを評価するための情報を提供し、対応の優先順位の判断を支援します。

lightbulb 到達可能性と悪用条件を調べ、どの依存関係を優先して調査・修正するかの判断に役立てます。

AIとの連携/AIへの指示ファイル

LLMとAIコーディングエージェント

LLMは文章やコードなどを生成・処理する大規模言語モデルです。AIコーディングエージェントは、目標に応じてコードの作成・変更やツールを使ったテストなどを進めます。生成したコードの安全性も別途確認する必要があります。

lightbulb AIが実装した変更をDryRun Securityでレビューし、開発者やAIエージェントによる修正後に再解析します。

MCP:AIツールと外部データ・機能を接続する
Model Context Protocol

AIアプリケーションと外部のデータやツールを接続するためのプロトコルです。DryRun Securityでは、AIコーディングツールなどから検出結果、PRの情報、リスクの傾向などを参照するために利用します。

lightbulb 普段の開発環境から、特定のPRの指摘や、関連する解析情報を確認します。

DryRun Skill:解析情報を修正作業へつなげる

AIコーディングツールがDryRun Securityの解析情報を利用し、問題の確認や修正を進めるための連携用スキルです。MCP連携などと組み合わせ、検出結果を開発者やAIの修正作業につなげます。

lightbulb AIコーディングツールが指摘の背景を参照して修正案を作成し、修正後は再解析やテストで結果を確かめます。

AGENTS.md・SKILL.md:AIに文脈や作業手順を伝える

AGENTS.mdはプロジェクトの方針や文脈をSKILL.mdは特定の作業手順などをAIへ伝えるために使われます。DryRun Securityでは、カスタムポリシーと組み合わせ、機密情報への不適切なアクセスや外部送信を促す指示などのレビューにも活用できます。

lightbulb 秘密鍵の不要な読み取りや、不明な配布元のプログラム実行を促す指示がないかを確認します。ファイルの参照方法は解析設定によって異なります。