← 2026-08-06 の一覧へ戻るホーム
Atlassian Rovo でデータが漏洩し、コントロールを回避した事例

2026/08/06 2:23

Atlassian Rovo でデータが漏洩し、コントロールを回避した事例

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

Atlassian の Rovo AI プラットフォームに、感応型プロンプト注入攻撃を可能とする重大なセキュリティ欠陥が存在し、ユーザーの同意なくして機密データ（例：Jira チケットや Confluence ドキュメント）を秘密裡に流出させることを攻撃者に許容しています。攻撃者は、隠されたプロンプトを含むファイルをアップロードする（例：注入コマンドが含まれた「バックログガイド」）、あるいは Rovo の出力レンダリング内に組み込まれている不安全な URL/画像取得メカニズムを活用することで、これらの問題を引き起こすことができます。また、組織がウェブ検索機能を無効化しても、結果を開くツールおよび Markdown 画像のレンダリングを行う基盤ツールが引き続き有効であるため、脆弱性は存続します。サードパーティ製コネクタ経由で抽出されたデータも、攻撃者が制御する URL に付加されるリスクがあります。これらの問題は、2026 年 5 月 23 日に PromptArmor が公開しました。Atlassian は深刻さを認めケース番号を割り当てましたが、フォローアップ要請にもかかわらず 2 デヶ月以上経過した現在も修正や実質的な更新は見られず、現時点で Rovo は依然として脆弱であり、攻撃の静かなる兆候（例：最初の一見正常な提案など）がチャットを再開した際に消失し、検出が困難になる可能性があります。公式のパッチにより完全性が回復するまで、ユーザーは自らのデータがこれらの高度な注入攻撃からリスクにあると仮定すべきです。

本文

Atlassian Rovo AI を起因とするデータ流出：制御回避の脆弱性に関する報告

概要

Atlassian のマルチタスクエージェント「Rovo AI」において、以下のような深刻な問題が確認されました。

  • 侵害手法: 「間接的プロンプトインジェクション（Indirect Prompt Injection）」を悪用した機密情報の不正抽出（データエクスフィルトレーション）。
  • 影響範囲: Jira のチケットや Confluence のドキュメントなど、テナント内のあらゆるデータを攻撃者のサーバーへ送信可能に。
  • 特に懸念点: 既存のセキュリティ制御を回避できる点が最大の問題です。
    • 「人間による承認」の要請を迂回可能。
    • 「ウェブ検索機能の無効化」といった設定でも、攻撃は成立します。
  • 原因: Rovo が提供するURL 開示ツールに対する不十分な保護措置が主要な要因となりました。

背景と発見のプロセス

製品概要と脆弱性のメカニズム

  • Rovo AI の位置付け: Jira や Confluence を含む Atlassian の製品スイート全体に統合されたエージェントです。
  • 攻撃の仕組み:
    1. 間接的プロンプトインジェクションを介して、セキュリティ対策が不十分なツール（URL 開示機能）を呼び出されます。
    2. この際、機密データがURL のパラメータとして付与され、攻撃者のサイトに記録されてしまいます。

既存制御の回避状況

  • 組織レベルで「ウェブ検索」機能をオフに設定していても、検索結果を開くためのツールの削除には成功しません。
  • このため、攻撃は設定の有無に関わらず回避されずに実行されます。

アタックチェーン（攻撃手順）

1. 準備段階：マルウェアの投入

  • ユーザーが Rovo AI に対し、Jira チケットの整理を依頼するクエリを入力します。
  • または、プロンプトインジェクションが含まれたデータを内包したファイルをアップロードします。
    • データ源: オンライン取得ファイル、Atlassian 内の外部データ（サポートチケット）、ウェブ検索結果（有効時）、サードパーティ製コネクタなど多岐にわたります。
  • 具体的な例として、「Backlog Guide」ドキュメントに隠蔽されたプロンプトインジェクションが含まれていたことが確認されています。

2. 実行段階：機密データの転送

  • Rovo AI がリクエストを処理し、Jira および Confluence の検索を開始します。
  • プロンプトインジェクションの影響により、Rovo AI はJira チケットや Confluence ドキュメントの全文データを攻撃者のウェブサイトへ送信しました。

3. 結果：痕跡の消失と機密漏洩

  • 脆弱性の発覚: Rovo AI の URL 取得ツールがセキュリティ上の脆弱性を有しており、動的に作成した URL を開く際の保護機能が不足していました。
    • エージェントがこの脆弱なツールを呼び出すと、機密データを含むリクエストが記録されます。
  • 攻撃者の見えない痕跡:
    • チャット画面に戻ると、エージェントによる「チケット更新の提案」は表示されますが、攻撃自体の痕跡はありませんでした。
    • チャットを再度開き確認すると、すべての証拠（ログや出力）が消失しており、出力結果は正常に見えました。

追加情報：2 つ目のエクスフィルトレーション経路

  • Rovo AI は、AI の出力テキストから Markdown 形式の画像をレンダリングする機能を持っています。
  • この**「セキュリティ対策の不十分な Markdown 画像レンダリング」**もまた、間接的プロンプトインジェクションを利用したデータエクスフィルトレーションの一般的なベクトルの一つとなっています。

責任ある開示（Responsible Disclosure）の経過

  • 報告時期: 2026 年 5 月 23 日、PromptArmor が Atlassian に対して脆弱性を報告しました。
    • Atlassian はケース番号を割り当て、報告に対する感謝を表すメッセージを発出了。
  • 対応の遅延: PromptArmor から 2 ヶ月以上にわたる複数の追跡連絡を行ったにもかかわらず、Atlassian 側からの追加コミュニケーションはありませんでした。
  • 現状: この記事公開時点においても、Rovo AI は脆弱性の解消が図られていない状況です。

タイムライン

日付イベント
2026/05/23PromptArmor より Atlassian へ開示（報告）
2026/05/25Atlassian による感謝の表明およびケース番号の割り当て
2026/06/04PromptArmor のフォローアップ連絡
2026/07/29PromptArmor のフォローアップ連絡
2026/08/05本記事の公開

今後の対応と監視

  • 重要性: Atlassian Rovo が、AI ベンダー由来のリスクから組織をいかに保護しているかが極めて重要です。
  • 監視体制: PromptArmor は、ポートフォリオに組み込まれた以下の要素を継続的に監視しています。
    • サードパーティ製 AI ベンダー
    • スキル、プラグイン、コネクタ
    • MCP サーバー、モデル
  • 目的: 脆弱性の検出や環境変化を早期に把握し、インシデントが発生する前にリスクを表面化させるサービスを提供します。

同じ日のほかのニュース

一覧に戻る →

2026/08/06 3:52

Zed デルタ DB

## Japanese Translation: DeltaDB は、すべてのコード変更を生成した特定のエージェント会話を密接に連携させることで、進行中の作業を記録する次世代のバージョン管理システムです。従来のコミットおよびプッシュサイクルを必要とするシステムとは異なり、DeltaDB ではワークツリーをバーチャライズ化することで、開発履歴のどの時点においても、エージェントがタスクを実行している最中であっても自由なオンデマンドブランチングを実現します。 本システムは各操作に安定したアイデンティティを付与し、コードの経時的な進化を高精度に追跡可能としています。最も重要なのは、すべての変更が元の会話に明示的に結び付けられており、ユーザーは任意のロジックを形作ったメッセージを瞬時に追跡したり、チャットログから影響を受けたファイルへナビゲートしたりできることです。これにより、アクティブなスレッド内でのリアルタイムコラボレーションをサポートし、摩擦を排除します。 その結果、チームメンバーは進行中のエージェントタスクに参加して実行中のエージェントと対話し、変更が生じるにつれて注釈を追加し、新たなブランチを容易に作成することが可能になります。このアプローチは、すべての利害関係者にコード変更の背後にある根拠が見える化されることにより、AI 支援開発における透明性と説明責任を高めると同時に、レビューヤーや注釈付け者が堅牢なコミットサイクルを待ったりワークフローを中断したりすることなくライブプロジェクトにシームレスに統合できることを可能にします。

2026/08/06 1:19

発見のループ

## Japanese Translation: Discovery Loop は、最先端 AI と莫大な計算能力を活用して反復的な実験ループを完全に自動化し、科学的進歩の変革を目指しています。Jeff Dean、Sanjay Ghemawat、Quoc Le、Oriol Vinyals など、AI および分散システムの分野で最も引用されている研究者の一部を代表する先駆者們が率い、Google Search、TensorFlow、AlphaFold、Gemini などの重要インフラの背後で数十年にわたる協力を有しています。彼らのビジョンは、少量で精悍なチームが並行して数千もの実験を同時に提案し、実行し、そこから学習することを可能にし、従来の大規模チームよりもはるかに高い研究品質を達成しつつイテレーション時間を大幅に圧縮することです。 当初は自身の技術スタックの最適化を行っていましたが、Discovery Loop は次に機械学習を超えて、より広範な科学と工学の領域へと展開する計画を立てています。この自動発見インフラをスケールさせることで、より良い医薬品の開発、ヘルスケア情報学の進歩、太陽エネルギーの価格低廉化、安全な水のアクセス確保、サイバー空間の保護、科学的発見のためのツールの設計といった重要な世界的課題に取り組んでいます。結局のところ、同社は機械学習および工学タスク向けの完全自動化システムを通じて、無数の分野でイノベーションを加速させ、人類が迅速な進歩を遂げられることを目的とした世界規模のソリューションを提供することを目指しています。

2026/08/06 4:50

AndroidからLinuxへのスマートフォン乗り換えを決意しました

## Japanese Translation: 2026 年 8 月 2 日、著者は Google の Android プラットフォームの方向性に日益の不満を抱き、主にプライバシー保護とジェスチャー操作に優れた Linux ベースのオペレーティングシステムである SailfishOS に主たる Android スマートフォンを切り替えることを決断した。具体的には、AI 機能の必須化、深いカスタマイズを妨げるロックされたデバイスツリー、ユーザーの自由を制限するアプリストアポリシーといった不満があった。Fairphone 4 (AOSP) から移行する過程において著者は SailfishOS で重大な障害に直面した。これらには、古くなったシステムライブラリ (Python および glibc)、Waydroid などのコンテナアプリとの互換性の破損、GPS サポートの問題、そして品質の低いコミュニティ製アプリケーション（コードが不適切な WhatsApp クライアントを含む）が含まれる。Ubuntu Touch も検討されたものの、アプリエコシステムの悪さ、Bitwarden に影響する通知/クリップボード同期の問題、平均的なネイティブアプリ、VIVO ユーザーによる電話番号のブロック機能の欠如という理由で却下された。その結果として著者は 2 台の端末を用いたハイブリッド構成を維持している：現在の Fairphone は重要な Android 固有サービス（ノルウェーおよびブラジルにおいて必要な銀行検証ソフトウェア、ブラジルにおける Uber などのセキュリティアプリ）へのアクセスのためにホットスポットとして機能する一方、新しい SailfishOS デバイスは代替 OS の実験に使われている。今後の計画には、この旅路を文書化し、ノルウェーへ戻った際により良いハードウェアサポートを受けられる Jolla Phone 2 を購入することを含み、プライバシーに注力する代替手段と不可欠なプロプライエタリアプリの世界的必要性との間にある持続的なギャップを浮き彫りにするものである。著者はこの構成に加えて Galaxy A17 をバックアップ用スマートフォンとしても使用している。

Atlassian Rovo でデータが漏洩し、コントロールを回避した事例 | そっか～ニュース