47日で280件。個人情報流出を全部数えたら見えた、狙われる「アプリの裏口」と「攻撃するAI」の時代

ヤマト運輸の後払いサービス、日本経済新聞社、ソースネクスト、焼肉きんぐ、バーガーキング、ブックオフ。ニュースはそれぞれ「◯◯で◯万件」と1社ずつ伝えます。では、全部でどれだけ起きているのか。

そこで私たちDATA WORLDは、2026年9月1日から10月17日までの47日間に日本で公表された漏えい・不正アクセスを、1件ずつ数えてみました。結果は280件。1日に約6件のペースです。

数えて見えてきたのは、件数だけではありません。狙われていたのは、スマホアプリの「裏口」と、多くの会社のデータが集まる場所でした。そしてその少し前、8月末に、攻撃にも使える高性能なAIのモデルが、誰でも手元で動かせる形で公開されています。専門家が何年も前から警告してきたことが、いよいよ現実になり始めた。そう感じる47日間でした。

集めたのは、2026年9月1日から10月17日までに、企業、病院、学校、自治体、国の機関が公表した、個人情報の漏えい、不正アクセス、ランサムウェアの被害です。結果は280件。週ごとに見ても、25〜50件の公表が途切れずに続いています。

元が同じ事件から何社もが公表したものをまとめると220件。そのうち100万件を超えるものが24件、1,000万件を超えるものが7件で、この7件はすべて9月中旬以降の公表でした。

出典：各社の公表と専門メディアの報道をもとに編集部作成。

業種で見ると、事案の数がいちばん多いのは自治体・公的機関（43件）で、通販・小売（26件）、学校（23件）、IT・クラウド（22件）と続きます。どこか1つの業界の問題ではありません。

件数は足せない。怖いのは「名寄せ」

ここで一つ注意があります。件数が分かる187件を足すと約2.1億件になりますが、それは被害の大きさではありません。「件」と「人」と「アカウント」が混ざり、漏れた「おそれ」の段階のものも多く、同じ人がいくつもの流出に重なっているからです。たとえばファンケルとアテニアは、83万4,947件が人数では78万5,496名だったと発表しています。

本当に怖いのは合計ではなく、別々の流出が「つながる」ことです。データの仕事では、メールアドレスや電話番号を手がかりに、別々の表の同じ人を1つにまとめることを「名寄せ」と呼びます。流出したデータでも、同じことができてしまいます。

実際、靴メーカーのムーンスターは10月15日、自社を装ったなりすましメールにお客様と会社しか知りえない過去の注文情報が書かれていたと公表しました。本物の注文履歴が書かれていれば、多くの人は本物の連絡だと思ってしまいます。

では、どうやって盗まれているのか。

まず目を引くのは、侵入の経路を公表していない事案の多さです。私たちの集計では、サイバー攻撃による事案のうち、経路を具体的に書いた公表は半分以下でした。マクニカの調べでも、7月以降に公表されたWebのシステムからの漏えい81件のうち、原因を十分に説明していたのは16件だけです。ランサムウェア（データを暗号化して身代金を求める攻撃）は、私たちの集計では13件と、思ったより少数でした。

手がかりは、セキュリティの専門機関JPCERT/CCが10月8日に出した注意喚起にあります。相次ぐ不正アクセスの手口として挙げたのは、既知の脆弱性を広く探る攻撃、分析ツールの脆弱性、外から命令を打ち込めるプログラムの設置、そして今回とくに目立つ、スマホアプリを解析してAPIを悪用する手口です。

アプリの裏口が、番号ひとつで開く

スマホアプリは、画面の裏で、サーバーの「API」と呼ばれる窓口と通信しています。アプリを解析すれば、どの窓口にどう頼めば何が返ってくるかが分かります。窓口の側で「頼んでいる人が、そのデータを見てよい人か」の確認が甘いと、他人のデータまで返してしまいます。

個人情報保護委員会が10月7日に改訂した注意喚起の資料にも、まさにこの「APIが悪用される事例」が載っています。ログイン後にURLの会員番号を書き換えると、他人の情報が取れる状態だった。原因は、管理の対象から漏れていたAPI、必要のない情報まで返す設計、連番の会員番号、大量のアクセスを止める仕組みがなかったことです。ソースネクストも、会員情報を返すAPIが不正に使われたと説明しています。

1か所を破れば、何社分も

もう一つの狙いは、データが集まる場所です。私たちの集計では、280件の公表のうち112件、約4割が委託先やクラウドのサービスを経由した被害でした。

採用管理のサービスApplyNowの被害では17の組織が公表しました。IDCフロンティアのクラウドへのランサムウェア攻撃では495の企業・自治体に影響が出ています。ヤマト運輸の後払いサービスには約4,100の通販の店の利用者の情報が集まっていて、約526万件が漏れました。しかも対象は2018年10月からの注文で、いちばん古いものは約8年前のデータです。

鍵の甘い裏口を、数を打って探す。そして、データが集まる場所を狙う。今回の流出の波は、そういう攻撃でした。

これだけの数のアプリや窓口を、1つずつ人の手で調べるのは大変です。ここでどうしても考えずにいられないのが、AIの影響です。

先に、確認できていることを書きます。今回の280件のうち、AIが攻撃に使われたと確認された事案は、まだありません。 そのうえで、AIの影響は大きいと私たちが考える理由を、順に見ていきます。

攻撃に使えるAIが、誰でも手元で動く形で公開された

2026年4月、Anthropicは、ソフトウェアの未知の弱点を見つけて攻撃する力が非常に高いとして、AIのモデル「Claude Mythos Preview」を一部の企業にだけ限定で公開しました。

その直後、国会で警鐘を鳴らしたのが、AIエンジニアで参院議員の安野貴博氏です。4月15日の参院の特別委員会で、ほかの企業も同じようなモデルを「早くて数か月、遅くても一年以内」に開発できる可能性があり、「一刻を争う」と述べました。

その予告は、約4か月半で現実になります。中国のAI企業Z.aiは8月14日にGLM-5.3を公開し、その約2週間後、モデルの本体（重み）を誰でもダウンロードできる形で公開しました。米国の国立標準技術研究所（NIST）のAI評価機関CAISIは9月17日、GLM-5.3を「これまでに公開されたオープンなモデルの中で、最もサイバー攻撃の能力が高い」と評価しました。

安野氏は10月、Xで「GLM-5.3の能力はほぼMythos級のようで、実際に発言が実現してしまった形」と書き、対応を急ぐよう訴えています。

能力の差の見方には幅があります。Anthropicの検証では、Chromeの弱点を突く試験で、攻撃を最後まで完成させた回数がGLM-5.3は410回中50回、Mythos Previewは56回と、ほぼ並びました。一方でCAISIは、試験全体では米国の最先端のモデルに約4か月遅れていると見ています。どちらにしても、つい半年前まで最先端だった攻撃能力が、今は誰でも手に入るということです。

安全装置は、約4,400ドルで外せる

さらに深刻なのは、手元で動かせるモデルは、安全装置そのものを外せることです。

普通のAIのサービスは、攻撃の手伝いを頼まれると断るように作られています。ところが重みが公開されたモデルは、断る仕組みを取り除く改変ができます。Anthropicが試したところ、GLM-5.3が危ない頼みを断る割合は、90%超から数%まで下がり、攻撃の能力はほとんど落ちませんでした。かかった費用は計算機の使用料で約4,400ドル。慣れたチームなら約1,200ドルで済むと見積もっています。

実際、安全装置を外したことをうたう版が、AIのモデルの共有サイトに公開されています。Anthropicの検証では、小型版のGLM-5.3を使い、人の作業は約20分、費用は約20ドルで、Chromeの既知の弱点を突く攻撃の手順を組み立てられました。Anthropicは報告の結論で、自由に手に入る能力が、重大な一線を越えたと書いています。

何年も前から言われてきたこと

この流れは、突然の話ではありません。セキュリティの第一人者ブルース・シュナイアー氏は2021年に、AIがハッキングをすれば「コンピューターの速さになったハッキングは、社会として手に負えなくなる」と書きました。英国の政府機関NCSCは2024年1月、AIによって今後2年でサイバー攻撃は「ほぼ確実に量が増え、影響が大きくなる」と予測しています。

日本の数字も、その方向を指しています。警察庁によると、弱点を探る不審なアクセスは2026年上半期に、1日・1IPアドレスあたり1万3,687件と前年同期より50.7%増えました。サイバーセキュリティクラウドは10月、約40分の間に326のIPアドレスから1,200件を超えるアクセスが、反応を見ながら手を変える動きを見せたとして、AIエージェントの可能性を指摘しました。情報通信研究機構（NICT）も10月13日、AIでアプリの解析や弱点の発見が効率化され、アプリを解析してサーバーを攻撃する手口が広がる可能性を挙げています。海外では、人のチームなら約2週間かかる侵入を、AIエージェントを使った攻撃者が10時間未満で終えた事例も報告されています。

攻める側がAIを使うなら、守る側はどうすればいいのでしょうか。答えは、守る側にもAIが要る、です。

政府は5月18日、国家サイバー統括室と関係9府省庁の連名で、高性能なAIの悪用に備える注意喚起を出し、高性能なAIを積極的にサイバー防御に活用することも含めて対策を急ぐよう求めました。脅威の検知、事故への対応、弱点の発見にAIを使う、という方向です。安野氏も10月12日にまとめた政府への提言の1つ目に、「AIにはAIを」を掲げています。

効果を示す数字もあります。IBMの2026年の調査では、セキュリティにAIと自動化を広く使う組織は、使わない組織より、漏えい1件あたりの被害額が193万ドル少ないという結果でした。

ただ、AIは万能ではありません。Anthropicは、AIで見つけたオープンソースの弱点6,157件を開発者に知らせましたが、修正済みと把握しているのは516件です。AIは弱点を見つけるのは速くても、直すのは人の手で、その速さが追いついていません。

だからこそ、AIで守りを固めるのと同じくらい大事なのが、守るデータそのものを小さくすることです。どんなに守っても破られることはある。そのとき、持っていないデータは漏れません。ヤマト運輸で漏れたのは約8年前の注文まででした。個人情報保護委員会は10月7日、使わなくなったデータの消去が徹底されず、漏えいがより深刻になった事例にも接していると書いています。

基本の鍵も欠かせません。JPCERT/CCが挙げた対策は、APIへのアクセスの回数の制限、すべての窓口での権限の確認、権限の最小化、そして保存期間を過ぎたデータの削除でした。どれも、AIの時代だからこそ効く、地道な守りです。

海外に目を向けると、日本との大きな違いがあります。漏れたこと自体への、罰の重さです。

韓国は、守りが足りずに漏れたこと自体に売上の最大3%の課徴金を科し、通販大手クーパンには2026年6月に過去最大の約6,247億ウォンを科しました。退会した人のデータを消していなかったことも違反とされています。9月の法改正では、悪質な場合の上限が売上の10%に引き上げられました。EUでも、フランスの当局が通信大手Freeなどに、守りの弱さと退会者のデータの持ちすぎを理由に合計4,200万ユーロの制裁金を科しています。

日本では、7月に成立した改正個人情報保護法で初めて課徴金が設けられましたが、対象は不正な取得や同意のない第三者への提供などで、守りが足りずに漏れたこと自体は対象になっていません。

それでも、日本も動き始めています。

• 「使わないデータは消す」「委託先に渡すのは最小に」：10月7〜9日に、個人情報保護委員会、国家サイバー統括室、経済産業省、総務省、金融庁が相次いで注意喚起を出しました。国家サイバー統括室は「保有情報の最小化」として、目的を終えた情報の速やかな削除や、委託先での業務終了後のデータ削除の徹底を挙げています
• 基幹インフラに報告義務：10月1日から、電気・鉄道・金融・クレジットカードなど15分野の258事業者に、サイバー被害を国へ報告する義務がかかりました
• 委託先の守りを「★」で見える化：経済産業省は、委託先などのセキュリティ対策を★で示す制度で、2027年1〜3月ごろに申請の受け付けを始める予定です
• 本人確認は画像を集めない方式へ：銀行口座の開設などは2027年4月から、ICチップを読む方式が原則になり、金融庁は早めの切り替えを求めました

利用者の側にできることも、落ち着いて一つだけ挙げておきます。注文や予約の内容が正しく書かれたメールやSMSでも、それだけで本物とは限りません。気になる連絡が来たら、メールのリンクからではなく、公式のアプリやいつも使っているブックマークから確かめるのが確実です。

EDITOR'S TAKE ── 編集長・小笠原はこう読む

攻撃が安くなる時代に、持つ量を設計する

280件を1件ずつ確かめて見えてきたのは、どこか特別に油断した会社があったというより、攻撃のコストが急に下がった世界に、これまでどおりのサービスの作り方のまま立っている、ということでした。

AIがハッキングを変えるという話は、何年も前から言われてきました。そして2026年、攻撃能力の高いAIが、安全装置を外せる形で誰でも手に入るようになりました。安野氏が国会で予告した「数か月から1年」は、約4か月半で来ています。

今回の流出とAIのつながりは、まだ確かめられていません。それでも、守る側が前提にすべきなのは、攻撃の手間は、これからも下がり続けるということです。

今回の手口の多くは、高度な技術というより、「この番号のデータを、この人が見てよいか」を確かめていないという、設計の抜けを突くものでした。アプリの裏口は、解析すれば中身が分かります。APIの権限の設計は、玄関の鍵と同じ重さで扱うべきものだと考えています。

AIで守りを固めることは、もう欠かせません。ただ、どれだけ守っても破られることはあります。そのとき、持っていないデータは漏れません。

韓国やEUでは、データの持ちすぎそのものが罰の理由になっています。日本の国の機関も、そろって「使わないデータは消す」と言い始めました。データは会社の資産ですが、持っている間ずっと守り続ける在庫でもあります。攻撃が安くなるほど、持つ量の設計が、そのまま守りの強さになる。今が、自社のデータの棚卸しを始める、いちばん早いタイミングです。