---
read_when:
    - セキュリティ態勢または脅威シナリオのレビュー
    - セキュリティ機能または監査対応に取り組む
summary: MITRE ATLAS フレームワークに対応付けた OpenClaw の脅威モデル
title: 脅威モデル（MITRE ATLAS）
x-i18n:
    generated_at: "2026-07-26T09:19:12Z"
    model: gpt-5.6
    postprocess_version: locale-links-v1
    prompt_version: 32
    provider: openai
    source_hash: c88ffdef850bd2afaf835baab2555304c914a0be1df6b6b9109e0f55d1448392
    source_path: security/THREAT-MODEL-ATLAS.md
    workflow: 16
---

**バージョン:** 1.0-draft | **フレームワーク:** [MITRE ATLAS](https://atlas.mitre.org/)（AI システムに対する敵対的脅威の全体像）+ データフロー図

この脅威モデルは、OpenClaw AI エージェントプラットフォームおよび ClawHub スキルマーケットプレイスに対する敵対的脅威を文書化したものです。OpenClaw コミュニティによって保守される生きた文書です。新しい脅威の報告、攻撃チェーンの提案、または緩和策の提案方法については、[脅威モデルへの貢献](/ja-JP/security/CONTRIBUTING-THREAT-MODEL)を参照してください。

**主要な ATLAS リソース:** [テクニック](https://atlas.mitre.org/techniques/) | [戦術](https://atlas.mitre.org/tactics/) | [ケーススタディ](https://atlas.mitre.org/studies/) | [ATLAS GitHub](https://github.com/mitre-atlas/atlas-data) | [ATLAS への貢献](https://atlas.mitre.org/resources/contribute)

---

## 1. スコープ

| コンポーネント              | 対象 | 注記                                            |
| ---------------------- | -------- | ------------------------------------------------ |
| OpenClaw エージェントランタイム | はい      | コアエージェントの実行、ツール呼び出し、セッション       |
| Gateway                | はい      | 認証、ルーティング、チャネル統合     |
| チャネル統合   | はい      | WhatsApp、Telegram、Discord、Signal、Slack など |
| ClawHub マーケットプレイス    | はい      | スキルの公開、モデレーション、配布       |
| MCP サーバー            | はい      | 外部ツールプロバイダー                          |
| ユーザーデバイス           | 一部  | モバイルアプリ、デスクトップクライアント                     |

スコープ外の報告および誤検知パターン（公開インターネットへの露出、境界を回避しないプロンプトインジェクションのみのチェーン、相互に信頼しないオペレーターによる単一 Gateway ホストの共有など）は、[`SECURITY.md`](https://github.com/openclaw/openclaw/blob/main/SECURITY.md)に列挙されています。脆弱性報告のスコープに関する現在の信頼できる唯一の情報源は、このページではなく同ファイルです。

## 2. システムアーキテクチャ

### 2.1 信頼境界

```text
┌─────────────────────────────────────────────────────────────────┐
│                    信頼されていないゾーン                                │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐              │
│  │  WhatsApp   │  │  Telegram   │  │   Discord   │  ...         │
│  └──────┬──────┘  └──────┬──────┘  └──────┬──────┘              │
│         │                │                │                      │
└─────────┼────────────────┼────────────────┼──────────────────────┘
          │                │                │
          ▼                ▼                ▼
┌─────────────────────────────────────────────────────────────────┐
│                 信頼境界 1: チャネルアクセス                 │
│  ┌──────────────────────────────────────────────────────────┐   │
│  │                      GATEWAY                              │   │
│  │  • デバイスのペアリング（1時間の DM ペアリング / 5分の Node ペアリング TTL）   │   │
│  │  • AllowFrom / 許可リストの検証                       │   │
│  │  • トークン / パスワード / Tailscale 認証                      │   │
│  └──────────────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                 信頼境界 2: セッション分離              │
│  ┌──────────────────────────────────────────────────────────┐   │
│  │                   エージェントセッション                          │   │
│  │  • セッションキー = agent:channel:peer                       │   │
│  │  • エージェントごとのツールポリシー                                │   │
│  │  • トランスクリプトのログ記録                                     │   │
│  └──────────────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                 信頼境界 3: ツール実行                 │
│  ┌──────────────────────────────────────────────────────────┐   │
│  │                  実行サンドボックス                        │   │
│  │  • Docker サンドボックス（デフォルト）またはホスト（実行の承認）      │   │
│  │  • Node リモート実行                                  │   │
│  │  • SSRF 保護（DNS ピンニング + IP ブロック）            │   │
│  └──────────────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                 信頼境界 4: 外部コンテンツ               │
│  ┌──────────────────────────────────────────────────────────┐   │
│  │              取得した URL / メール / WEBHOOK             │   │
│  │  • 外部コンテンツのラッピング（ランダム境界の XML タグ）   │   │
│  │  • セキュリティ通知の挿入                              │   │
│  └──────────────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                 信頼境界 5: サプライチェーン                   │
│  ┌──────────────────────────────────────────────────────────┐   │
│  │                      CLAWHUB                              │   │
│  │  • スキルの公開（semver、SKILL.md が必須）           │   │
│  │  • 静的パターン + AST 隣接モデレーションスキャン      │   │
│  │  • LLM ベースのエージェント型リスクレビュー + VirusTotal スキャン    │   │
│  │  • GitHub アカウント作成からの経過期間の検証（14日）              │   │
│  └──────────────────────────────────────────────────────────┘   │
└─────────────────────────────────────────────────────────────────┘
```

### 2.2 データフロー

| フロー | 送信元  | 送信先 | データ                 | 保護           |
| ---- | ------- | ----------- | -------------------- | -------------------- |
| F1   | チャネル | Gateway     | ユーザーメッセージ        | TLS、AllowFrom       |
| F2   | Gateway | エージェント       | ルーティングされたメッセージ      | セッション分離    |
| F3   | エージェント   | ツール       | ツール呼び出し     | ポリシーの適用   |
| F4   | エージェント   | 外部    | `web_fetch` リクエスト | SSRF ブロック        |
| F5   | ClawHub | エージェント       | スキルコード           | モデレーション、スキャン |
| F6   | エージェント   | チャネル     | 応答            | 出力フィルタリング     |

---

## 3. ATLAS 戦術別の脅威分析

### 3.1 偵察（AML.TA0002）

#### T-RECON-001: エージェントエンドポイントの検出

| 属性               | 値                                                                |
| ----------------------- | -------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0006 - アクティブスキャン                                          |
| **説明**         | 攻撃者が公開された OpenClaw Gateway エンドポイントをスキャンする                |
| **攻撃ベクトル**       | ネットワークスキャン、Shodan クエリ、DNS 列挙                    |
| **影響を受けるコンポーネント** | Gateway、公開された API エンドポイント                                       |
| **現在の緩和策** | Tailscale 認証オプション、デフォルトでは loopback にバインド                   |
| **残存リスク**       | 中 - 公開 Gateway は検出可能                                |
| **推奨事項**     | 安全なデプロイ方法を文書化し、検出エンドポイントにレート制限を追加する |

#### T-RECON-002: チャネル統合のプロービング

| 属性               | 値                                                              |
| ----------------------- | ------------------------------------------------------------------ |
| **ATLAS ID**            | AML.T0006 - アクティブスキャン                                        |
| **説明**         | 攻撃者がメッセージングチャネルを調査して、AI が管理するアカウントを特定する |
| **攻撃ベクトル**       | テストメッセージの送信、応答パターンの観察                 |
| **影響を受けるコンポーネント** | すべてのチャネル統合                                           |
| **現在の緩和策** | 特になし                                                      |
| **残存リスク**       | 低 - 検出だけでは得られる価値が限定的                           |
| **推奨事項**     | 応答タイミングのランダム化を検討する                             |

---

### 3.2 初期アクセス（AML.TA0004）

#### T-ACCESS-001: ペアリングコードの傍受

| 属性                    | 値                                                                                                           |
| ----------------------- | ------------------------------------------------------------------------------------------------------------ |
| **ATLAS ID**            | AML.T0040 - AI モデル推論 API へのアクセス                                                                  |
| **説明**                | 攻撃者がペアリング可能時間内（DM/汎用ペアリングは1h、Node ペアリングは5m）にペアリングコードを傍受する      |
| **攻撃ベクトル**        | ショルダーサーフィン、ネットワークスニッフィング、ソーシャルエンジニアリング                               |
| **影響を受けるコンポーネント** | デバイスペアリングシステム                                                                          |
| **現在の緩和策**        | 1h の TTL（DM/汎用ペアリング）、5m の TTL（Node ペアリング）。コードは既存のチャネル経由で送信される        |
| **残存リスク**          | 中 - ペアリング可能時間が悪用される可能性がある                                                             |
| **推奨事項**            | ペアリング可能時間を短縮し、確認ステップを追加する                                                           |

#### T-ACCESS-002: AllowFrom のなりすまし

| 属性                    | 値                                                                                     |
| ----------------------- | -------------------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0040 - AI モデル推論 API へのアクセス                                             |
| **説明**                | 攻撃者がチャネル上で許可された送信者のアイデンティティになりすます                     |
| **攻撃ベクトル**        | チャネル依存 - 電話番号のなりすまし、ユーザー名の偽装                                  |
| **影響を受けるコンポーネント** | チャネルごとの AllowFrom 検証                                                   |
| **現在の緩和策**        | チャネル固有のアイデンティティ検証                                                     |
| **残存リスク**          | 中 - 一部のチャネルは依然としてなりすましに対して脆弱                                  |
| **推奨事項**            | チャネル固有のリスクを文書化し、可能な場合は暗号学的検証を追加する                     |

#### T-ACCESS-003: トークンの窃取

| 属性                    | 値                                                                         |
| ----------------------- | -------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0040 - AI モデル推論 API へのアクセス                                 |
| **説明**                | 攻撃者が設定ファイルや認証情報ファイルから認証トークンを盗む               |
| **攻撃ベクトル**        | マルウェア、不正なデバイスアクセス、設定バックアップの漏えい               |
| **影響を受けるコンポーネント** | チャネル/プロバイダーの認証情報ストレージ、設定ストレージ           |
| **現在の緩和策**        | ファイル権限                                                               |
| **残存リスク**          | 高 - トークンがディスク上に平文で保存される                                |
| **推奨事項**            | 保存時のトークン暗号化を実装し、トークンのローテーションを追加する         |

---

### 3.3 実行（AML.TA0005）

#### T-EXEC-001: 直接プロンプトインジェクション

| 属性                    | 値                                                                                                                                                   |
| ----------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0051.000 - LLM プロンプトインジェクション：直接                                                                                                 |
| **説明**                | 攻撃者が細工したプロンプトを送信してエージェントの動作を操作する                                                                                     |
| **攻撃ベクトル**        | 敵対的な指示を含むチャネルメッセージ                                                                                                                 |
| **影響を受けるコンポーネント** | エージェント LLM、すべての入力サーフェス                                                                                                      |
| **現在の緩和策**        | パターン検出、外部コンテンツのラッピング。境界のバイパスがない限り、脆弱性報告の対象外として扱われる（`SECURITY.md` を参照）                     |
| **残存リスク**          | 重大 - 検出のみでブロックは行われず、高度な攻撃は回避できる                                                                                          |
| **推奨事項**            | 既存の検出に加えて、機密性の高いアクションに対する出力検証とユーザー確認を導入する                                                                   |

#### T-EXEC-002: 間接プロンプトインジェクション

| 属性                    | 値                                                                                                                            |
| ----------------------- | ----------------------------------------------------------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0051.001 - LLM プロンプトインジェクション：間接                                                                          |
| **説明**                | 攻撃者が取得対象のコンテンツに悪意のある指示を埋め込む                                                                        |
| **攻撃ベクトル**        | 悪意のある URL、汚染されたメール、侵害された Webhook                                                                          |
| **影響を受けるコンポーネント** | `web_fetch`、メール取り込み、外部データソース                                                                    |
| **現在の緩和策**        | ランダムな境界を持つ XML 形式のマーカーによるコンテンツのラッピング、同形異字/特殊トークンの正規化、およびセキュリティ通知     |
| **残存リスク**          | 高 - LLM がラッパーの指示を無視する可能性が依然としてある                                                                      |
| **推奨事項**            | ラップされたコンテンツ用に実行コンテキストを分離する                                                                          |

#### T-EXEC-003: ツール引数インジェクション

| 属性                    | 値                                                                     |
| ----------------------- | ---------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0051.000 - LLM プロンプトインジェクション：直接                   |
| **説明**                | 攻撃者がプロンプトインジェクションを通じてツール引数を操作する         |
| **攻撃ベクトル**        | ツールのパラメーター値に影響を与えるよう細工されたプロンプト           |
| **影響を受けるコンポーネント** | すべてのツール呼び出し                                          |
| **現在の緩和策**        | 危険なコマンドに対する実行承認                                         |
| **残存リスク**          | 高 - ユーザーの判断に依存する                                          |
| **推奨事項**            | 引数の検証、パラメーター化されたツール呼び出し                         |

#### T-EXEC-004: 実行承認のバイパス

| 属性                    | 値                                                                                                                                                                                    |
| ----------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0043 - 敵対的データの作成                                                                                                                                                        |
| **説明**                | 攻撃者が承認許可リストを回避するコマンドを作成する                                                                                                                                    |
| **攻撃ベクトル**        | コマンドの難読化、エイリアスの悪用、パスの操作                                                                                                                                        |
| **影響を受けるコンポーネント** | `src/infra/exec-approvals*.ts`、コマンド許可リスト                                                                                                                                         |
| **現在の緩和策**        | 許可リスト + 確認モード、およびコマンドの正規化（ディスパッチラッパーの解除、インライン評価の検出、シェルチェーンの分析）                                                              |
| **残存リスク**          | 高 - 正規化によって難読化によるバイパスは減少するが、完全には排除されない。実行パス間の同等性のみに関する指摘は脆弱性ではなく、堅牢化として扱われる（`SECURITY.md` を参照）          |
| **推奨事項**            | 新たな難読化手法に対応するため、コマンド正規化の対象範囲を継続的に拡大する                                                                                                            |

---

### 3.4 永続化（AML.TA0006）

#### T-PERSIST-001: 悪意のあるスキルのインストール

| 属性                    | 値                                                                                                                           |
| ----------------------- | ---------------------------------------------------------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0010.001 - サプライチェーン侵害：AI ソフトウェア                                                                         |
| **説明**                | 攻撃者が悪意のあるスキルを ClawHub に公開する                                                                                 |
| **攻撃ベクトル**        | アカウントを作成し、隠された悪意のあるコードを含むスキルを公開する                                                           |
| **影響を受けるコンポーネント** | ClawHub、スキルの読み込み、エージェントの実行                                                                          |
| **現在の緩和策**        | GitHub アカウントの作成時期の検証、静的パターン/AST 近傍スキャン、LLM ベースのエージェント型リスクレビュー、VirusTotal スキャン |
| **残存リスク**          | 高 - 検出レイヤーは存在するが、スキルは依然としてエージェント権限で実行され、実行サンドボックスもない                           |
| **推奨事項**            | スキル実行のサンドボックス化、コミュニティレビューの拡充                                                                     |

#### T-PERSIST-002: スキル更新の汚染

| 属性                    | 値                                                                            |
| ----------------------- | ----------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0010.001 - サプライチェーン侵害：AI ソフトウェア                          |
| **説明**                | 攻撃者が人気のあるスキルを侵害し、悪意のある更新を配信する                    |
| **攻撃ベクトル**        | アカウントの侵害、スキル所有者に対するソーシャルエンジニアリング              |
| **影響を受けるコンポーネント** | ClawHub のバージョン管理、自動更新フロー                                |
| **現在の緩和策**        | バージョンのフィンガープリント、新バージョンに対するモデレーション/スキャンの再実行 |
| **残存リスク**          | 高 - レビュー完了前に自動更新によって悪意のあるバージョンが取得される可能性がある |
| **推奨事項**            | 更新への署名、ロールバック機能、バージョンの固定                              |

#### T-PERSIST-003: エージェント設定の改ざん

| 属性                    | 値                                                              |
| ----------------------- | --------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0010.002 - サプライチェーン侵害：データ                    |
| **説明**                | 攻撃者がアクセスを永続化するためにエージェント設定を変更する    |
| **攻撃ベクトル**        | 設定ファイルの変更、設定の注入                                  |
| **影響を受けるコンポーネント** | エージェント設定、ツールポリシー                         |
| **現在の緩和策**        | ファイル権限                                                    |
| **残存リスク**          | 中 - ローカルアクセスが必要                                    |
| **推奨事項**            | 設定の整合性検証、設定変更の監査ログ                            |

---

### 3.5 防御回避（AML.TA0007）

#### T-EVADE-001：モデレーションパターンの回避

| 属性                    | 値                                                                                      |
| ----------------------- | --------------------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0043 - 敵対的データの作成                                                         |
| **説明**                | 攻撃者がClawHubのモデレーションチェックを回避するSkillsコンテンツを作成する             |
| **攻撃ベクトル**        | Unicode同形異字、エンコーディングの技巧、動的読み込み                                  |
| **影響を受けるコンポーネント** | ClawHubのモデレーション／スキャンパイプライン                                  |
| **現在の緩和策**        | 静的パターンルール、AST近接コードスキャン、LLMによるエージェント型リスクレビュー、VirusTotal |
| **残存リスク**          | 中 - 新しい難読化は多層ヒューリスティックをすり抜ける可能性がある                       |
| **推奨事項**            | 新しい回避手法が発見されるたびに、パターン／動作コーパスを継続的に拡充する               |

#### T-EVADE-002：コンテンツラッパーからの脱出

| 属性                    | 値                                                                                                            |
| ----------------------- | ------------------------------------------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0043 - 敵対的データの作成                                                                                |
| **説明**                | 攻撃者が外部コンテンツラッパーのコンテキストから脱出するコンテンツを作成する                                  |
| **攻撃ベクトル**        | タグ操作、コンテキストの混乱、指示の上書き                                                                    |
| **影響を受けるコンポーネント** | 外部コンテンツのラッピング                                                                              |
| **現在の緩和策**        | ランダム境界のXML形式マーカーとセキュリティ通知、および同形異字／空白文字変種によるマーカー偽装の検出         |
| **残存リスク**          | 中 - 新しい脱出手法が定期的に発見される                                                                        |
| **推奨事項**            | 入力側のラッピングに加え、出力側でも検証する                                                                   |

---

### 3.6 探索（AML.TA0008）

#### T-DISC-001：ツールの列挙

| 属性                    | 値                                                        |
| ----------------------- | --------------------------------------------------------- |
| **ATLAS ID**            | AML.T0040 - AIモデル推論APIへのアクセス                   |
| **説明**                | 攻撃者がプロンプトを通じて利用可能なツールを列挙する      |
| **攻撃ベクトル**        | 「どのようなツールがありますか？」形式のクエリ            |
| **影響を受けるコンポーネント** | エージェントのツールレジストリ                    |
| **現在の緩和策**        | 特になし                                                  |
| **残存リスク**          | 低 - ツールは通常文書化されている                         |
| **推奨事項**            | ツールの可視性制御を検討する                              |

#### T-DISC-002：セッションデータの抽出

| 属性                    | 値                                                        |
| ----------------------- | --------------------------------------------------------- |
| **ATLAS ID**            | AML.T0040 - AIモデル推論APIへのアクセス                   |
| **説明**                | 攻撃者がセッションコンテキストから機密データを抽出する    |
| **攻撃ベクトル**        | 「何について話しましたか？」というクエリ、コンテキストの探索 |
| **影響を受けるコンポーネント** | セッショントランスクリプト、コンテキストウィンドウ |
| **現在の緩和策**        | 送信者ごとのセッション分離（`agent:channel:peer`キー）      |
| **残存リスク**          | 中 - セッション内のデータは設計上アクセス可能             |
| **推奨事項**            | コンテキスト内の機密データを秘匿化する                    |

---

### 3.7 収集と持ち出し（AML.TA0009、AML.TA0010）

#### T-EXFIL-001：web_fetchを介したデータ窃取

| 属性                    | 値                                                                                   |
| ----------------------- | ------------------------------------------------------------------------------------ |
| **ATLAS ID**            | AML.T0009 - 収集                                                                     |
| **説明**                | 攻撃者が外部URLへデータを送信するようエージェントに指示してデータを持ち出す           |
| **攻撃ベクトル**        | エージェントに攻撃者のサーバーへデータをPOSTさせるプロンプトインジェクション          |
| **影響を受けるコンポーネント** | `web_fetch`ツール                                                    |
| **現在の緩和策**        | 内部／プライベートネットワークに対するSSRFのブロック（DNSピンニングとIPブロック）     |
| **残存リスク**          | 高 - 任意の外部URLが引き続き許可される                                                |
| **推奨事項**            | URLの許可リスト化、データ分類の認識                                                   |

#### T-EXFIL-002：未承認のメッセージ送信

| 属性                    | 値                                                                   |
| ----------------------- | -------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0009 - 収集                                                      |
| **説明**                | 攻撃者がエージェントに機密データを含むメッセージを送信させる         |
| **攻撃ベクトル**        | エージェントに攻撃者宛てのメッセージを送信させるプロンプトインジェクション |
| **影響を受けるコンポーネント** | メッセージツール、チャネル統合                               |
| **現在の緩和策**        | 送信メッセージのゲーティング                                         |
| **残存リスク**          | 中 - ゲーティングが回避される可能性がある                            |
| **推奨事項**            | 新しい受信者について明示的な確認を求める                             |

#### T-EXFIL-003：認証情報の収集

| 属性                    | 値                                                                                                                                                         |
| ----------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0009 - 収集                                                                                                                                            |
| **説明**                | 悪意のあるSkillsがエージェントのコンテキストから認証情報を収集する                                                                                         |
| **攻撃ベクトル**        | Skillsコードが環境変数や設定ファイルを読み取る                                                                                                              |
| **影響を受けるコンポーネント** | Skillsの実行環境                                                                                                                                     |
| **現在の緩和策**        | ClawHubによる認証情報パターンのスキャン（ハードコードされたシークレット、ネットワーク送信と組み合わされた認証情報環境変数へのアクセス）。実行時のSkillsには実行サンドボックスなし |
| **残存リスク**          | 重大 - Skillsはエージェント権限で実行される                                                                                                                |
| **推奨事項**            | Skills実行のサンドボックス化、認証情報の分離                                                                                                               |

---

### 3.8 影響（AML.TA0011）

#### T-IMPACT-001：未承認のコマンド実行

| 属性                    | 値                                                                                                      |
| ----------------------- | ------------------------------------------------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0031 - AIモデルの整合性低下                                                                        |
| **説明**                | 攻撃者がユーザーのシステム上で任意のコマンドを実行する                                                   |
| **攻撃ベクトル**        | 実行承認の回避と組み合わされたプロンプトインジェクション                                                 |
| **影響を受けるコンポーネント** | Bashツール、コマンド実行                                                                        |
| **現在の緩和策**        | 実行承認、Dockerサンドボックスオプション（デフォルトのランタイムバックエンド）                            |
| **残存リスク**          | 重大 - サンドボックスが無効な場合、ホスト上での実行が可能                                                |
| **推奨事項**            | 承認UXを改善する。サンドボックスを無効にしたデプロイは、引き続きオペレーターによる意図的な選択として明記する |

#### T-IMPACT-002：リソース枯渇（DoS）

| 属性                    | 値                                                   |
| ----------------------- | ---------------------------------------------------- |
| **ATLAS ID**            | AML.T0031 - AIモデルの整合性低下                     |
| **説明**                | 攻撃者がAPIクレジットまたはコンピューティングリソースを枯渇させる |
| **攻撃ベクトル**        | 自動化された大量メッセージ送信、高コストなツール呼び出し |
| **影響を受けるコンポーネント** | Gateway、エージェントセッション、APIプロバイダー |
| **現在の緩和策**        | なし                                                 |
| **残存リスク**          | 高 - 送信者ごとのレート制限がない                    |
| **推奨事項**            | 送信者ごとのレート制限、コスト予算                   |

#### T-IMPACT-003：評判の毀損

| 属性                    | 値                                                               |
| ----------------------- | ---------------------------------------------------------------- |
| **ATLAS ID**            | AML.T0031 - AIモデルの整合性低下                                 |
| **説明**                | 攻撃者がエージェントに有害または攻撃的なコンテンツを送信させる   |
| **攻撃ベクトル**        | 不適切な応答を引き起こすプロンプトインジェクション               |
| **影響を受けるコンポーネント** | 出力生成、チャネルメッセージング                         |
| **現在の緩和策**        | LLMプロバイダーのコンテンツポリシー                              |
| **残存リスク**          | 中 - プロバイダーのフィルターは完全ではない                      |
| **推奨事項**            | 出力フィルタリングレイヤー、ユーザー制御                         |

---

## 4. ClawHubのサプライチェーン分析

### 4.1 現在のセキュリティ制御

| 制御                            | 実装                                                                                         | 有効性                                                                   |
| ------------------------------ | ------------------------------------------------------------------------------------- | ------------------------------------------------------------------- |
| GitHub アカウントの経過日数     | `requireGitHubAccountAge()`（最低14日）                                                          | 中 - 新規攻撃者に対する障壁を高める                                       |
| パスのサニタイズ                | `sanitizePath()`                                                                     | 高 - パストラバーサルを防止                                               |
| ファイル形式の検証              | `isTextFile()`                                                                     | 中 - スキャン対象はテキストファイルのみだが、依然として悪用可能             |
| サイズ制限                      | バンドル全体で50MB（`MAX_PUBLISH_TOTAL_BYTES`）                                                | 高 - リソース枯渇を防止                                                   |
| 必須の SKILL.md                 | 公開時に readme が必須                                                                  | セキュリティ上の価値は低い - 情報提供のみ                                  |
| 静的および AST 近接スキャン     | exec、データ流出、認証情報収集、難読化などを対象とするパターンエンジン                    | 中〜高 - 既知の多くの悪用パターンを対象とするが、依然としてパターンベース    |
| LLM ベースのエージェント型リスクレビュー | 公開時にセキュリティプロンプトに基づいて判定                                      | 中〜高 - 静的パターンでは見逃す挙動を検出                                 |
| VirusTotal スキャン             | skill およびパッケージリリースの公開・再スキャンフローに接続され、運用者の API キーを条件として実行 | 有効時は高 - 静的エンジンによる検出                              |
| モデレーションステータス         | `moderationStatus` フィールド                                                           | 中 - 手動レビューが可能                                                   |

### 4.2 モデレーションの制限

ClawHub の静的スキャンは、slug、メタデータ、frontmatter だけでなく、skill のコード内容を直接検査し、危険な exec 呼び出し、動的コード実行、認証情報の収集、データ流出パターン、難読化されたペイロードなどを対象とします。既知の不足点は次のとおりです。

- パターンベースの検出は、十分に新しい難読化手法によって依然として回避される可能性があります。
- LLM ベースのレビューと VirusTotal スキャンは、運用者側の API キーおよび設定が有効になっていることに依存します。
- インストール後、skill をエージェント自身の権限から分離するランタイム実行サンドボックスはありません。

### 4.3 バッジ

Skills とパッケージには、モデレーターが割り当てるバッジ（`highlighted`、`official`、`deprecated`、`redactionApproved`（Skills のみ））が付与されます。コミュニティによる報告（`skillReports`）と監査ログ（`auditLogs`）がモデレーションワークフローを支えます。

---

## 5. リスクマトリックス

### 5.1 発生可能性と影響

| 脅威 ID       | 発生可能性 | 影響     | リスクレベル | 優先度 |
| ------------- | ---------- | -------- | ------------ | -------- |
| T-EXEC-001    | 高         | 致命的   | **致命的**   | P0       |
| T-PERSIST-001 | 高         | 致命的   | **致命的**   | P0       |
| T-EXFIL-003   | 中         | 致命的   | **致命的**   | P0       |
| T-IMPACT-001  | 中         | 致命的   | **高**       | P1       |
| T-EXEC-002    | 高         | 高       | **高**       | P1       |
| T-EXEC-004    | 中         | 高       | **高**       | P1       |
| T-ACCESS-003  | 中         | 高       | **高**       | P1       |
| T-EXFIL-001   | 中         | 高       | **高**       | P1       |
| T-IMPACT-002  | 高         | 中       | **高**       | P1       |
| T-EVADE-001   | 高         | 中       | **中**       | P2       |
| T-ACCESS-001  | 低         | 高       | **中**       | P2       |
| T-ACCESS-002  | 低         | 高       | **中**       | P2       |
| T-PERSIST-002 | 低         | 高       | **中**       | P2       |

### 5.2 クリティカルパスの攻撃チェーン

**チェーン1：Skill を利用したデータ窃取**

```text
T-PERSIST-001 → T-EVADE-001 → T-EXFIL-003
(悪意のある skill を公開) → (モデレーションを回避) → (認証情報を収集)
```

**チェーン2：プロンプトインジェクションから RCE へ**

```text
T-EXEC-001 → T-EXEC-004 → T-IMPACT-001
(プロンプトを注入) → (exec の承認を回避) → (コマンドを実行)
```

**チェーン3：取得コンテンツを介した間接インジェクション**

```text
T-EXEC-002 → T-EXFIL-001 → 外部へのデータ流出
(URL コンテンツを汚染) → (エージェントが取得して指示に従う) → (データを攻撃者に送信)
```

---

## 6. 推奨事項の概要

### 6.1 即時（P0）

| ID    | 推奨事項                                      | 対応する脅威                 |
| ----- | ------------------------------------------- | -------------------------- |
| R-002 | skill 実行のサンドボックス化を実装する         | T-PERSIST-001, T-EXFIL-003 |
| R-003 | 機密性の高いアクションに出力検証を追加する      | T-EXEC-001, T-EXEC-002     |

### 6.2 短期（P1）

| ID    | 推奨事項                                                               | 対応する脅威 |
| ----- | --------------------------------------------------------------------- | ------------ |
| R-004 | 送信者ごとのレート制限を実装する                                        | T-IMPACT-002 |
| R-005 | 保存時のトークン暗号化を追加する                                        | T-ACCESS-003 |
| R-006 | exec 承認の UX を改善し、コマンドの正規化を引き続き拡充する               | T-EXEC-004   |
| R-007 | `web_fetch` に URL 許可リストを実装する                           | T-EXFIL-001  |

### 6.3 中期（P2）

| ID    | 推奨事項                                                | 対応する脅威  |
| ----- | ----------------------------------------------------- | ------------- |
| R-008 | 可能な場合は暗号学的なチャネル検証を追加する             | T-ACCESS-002  |
| R-009 | 設定の完全性検証を実装する                              | T-PERSIST-003 |
| R-010 | アップデートの署名とバージョン固定を追加する             | T-PERSIST-002 |

---

## 7. 付録

### 7.1 ATLAS テクニックの対応付け

| ATLAS ID      | テクニック名                       | OpenClaw の脅威                                                 |
| ------------- | ------------------------------ | ---------------------------------------------------------------- |
| AML.T0006     | アクティブスキャン                  | T-RECON-001, T-RECON-002                                         |
| AML.T0009     | 収集                               | T-EXFIL-001, T-EXFIL-002, T-EXFIL-003                            |
| AML.T0010.001 | サプライチェーン：AI ソフトウェア     | T-PERSIST-001, T-PERSIST-002                                     |
| AML.T0010.002 | サプライチェーン：データ             | T-PERSIST-003                                                    |
| AML.T0031     | AI モデルの完全性の低下              | T-IMPACT-001, T-IMPACT-002, T-IMPACT-003                         |
| AML.T0040     | AI モデル推論 API へのアクセス       | T-ACCESS-001, T-ACCESS-002, T-ACCESS-003, T-DISC-001, T-DISC-002 |
| AML.T0043     | 敵対的データの作成                   | T-EXEC-004, T-EVADE-001, T-EVADE-002                             |
| AML.T0051.000 | LLM プロンプトインジェクション：直接   | T-EXEC-001, T-EXEC-003                                           |
| AML.T0051.001 | LLM プロンプトインジェクション：間接   | T-EXEC-002                                                       |

### 7.2 主要なセキュリティファイル

| パス                                | 目的                            | リスクレベル |
| ----------------------------------- | ------------------------------ | ------------ |
| `src/infra/exec-approvals.ts`                  | コマンド承認ロジック             | **致命的**   |
| `src/gateway/auth.ts`                  | Gateway の認証                  | **致命的**   |
| `src/infra/net/ssrf.ts`                  | SSRF 保護                       | **致命的**   |
| `src/security/external-content.ts`                  | プロンプトインジェクションの緩和   | **致命的**   |
| `src/agents/sandbox/tool-policy.ts`                  | サンドボックスツールの許可・拒否ポリシー | **致命的** |
| `src/routing/resolve-route.ts`                  | セッションの分離／ルーティング     | **中**       |

### 7.3 用語集

| 用語                    | 定義                                                        |
| -------------------- | --------------------------------------------------------- |
| **ATLAS**            | MITRE による AI システム向け敵対的脅威ランドスケープ           |
| **ClawHub**          | OpenClaw の skill マーケットプレイス                          |
| **Gateway**          | OpenClaw のメッセージルーティングおよび認証レイヤー             |
| **MCP**              | Model Context Protocol - ツールプロバイダーインターフェース     |
| **プロンプトインジェクション** | 入力に悪意のある指示を埋め込む攻撃                        |
| **Skill**            | OpenClaw エージェント向けのダウンロード可能な拡張機能            |
| **SSRF**             | サーバーサイドリクエストフォージェリ                            |

---

_この脅威モデルは継続的に更新されるドキュメントです。セキュリティ上の問題は `security@openclaw.ai` に報告するか、[信頼性ページ](https://trust.openclaw.ai)を参照してください。_

## 関連項目

- [脅威モデルへの貢献](/ja-JP/security/CONTRIBUTING-THREAT-MODEL)
- [インシデント対応](/ja-JP/security/incident-response)
- [ネットワークプロキシ](/ja-JP/security/network-proxy)
- [形式検証](/ja-JP/security/formal-verification)
