AIエージェントと外部ツールを接続するMCP(Model Context Protocol)は、仕様の改訂を重ねる中で認可の仕組みを強化してきた。しかし、悪意あるサーバーが別の信頼済みツールを不正に操作させる攻撃は、ツールの呼び出しごとに承認を求めるだけでは防ぎにくい。2026年7月28日版のセキュリティベストプラクティスにも、ツールの説明文や応答に埋め込まれた指示を直接扱う独立した項目は設けられていない。
この問題を裏付けるのが、2026年1月に公開された査読前論文の実験結果だ。侵害されたサーバーを1台含む構成で、接続するMCPサーバーを1台から5台に増やすと、攻撃成功率は47.8%から78.3%に上昇した。MCPのセキュリティ対策では、個々のツールを保護するだけでなく、どのサーバーを同じエージェントに接続するかという構成上の判断が重要になると考えられる。
悪意あるツールを呼び出さずにWhatsAppの履歴を流出させる攻撃
MCPを悪用する攻撃の代表例に「ツールポイズニング(tool poisoning)」と「ラグプル(rug pull)」がある。ツールポイズニングは、ツールの説明文に悪意ある指示を埋め込んでAIエージェントの動作を誘導する手口だ。ラグプルは、利用者が承認した後にツールの説明文などを差し替える攻撃を指す。セキュリティ企業Invariant Labsは2025年4月1日、これらの手口を公表した。Microsoft Incident Responseも2026年6月30日、経理エージェントを例に、ツールの説明文が変更されても再承認を求めない構成では、第三者のMCPサーバーを通じて未払い請求書の要約が外部へ送信される仕組みを解説している。
Invariant Labsは同年4月1日、別のMCPサーバーが提供するツールの動作を誘導する「シャドーイング(shadowing)」も紹介した。実験では、信頼済みのメール送信サーバーと悪意あるサーバーを同じエージェントに接続した。攻撃者は悪意あるサーバーのadd(足し算)ツールの説明文に指示を埋め込み、別のサーバーが提供するsend_emailの送信先を攻撃者のアドレスに変更させた。
さらに同社は4月7日、信頼済みのwhatsapp-mcpと悪意あるサーバーを接続したCursor上の実験を公表した。この攻撃では、悪意あるサーバーが提供するツールを一度も呼び出させずに、WhatsAppのメッセージ履歴をWhatsApp経由で外部へ送信させた。攻撃用サーバーは最初の起動時には無害なツールを提示し、利用者が承認した後、2回目の起動時に説明文を切り替えていた。
こうした攻撃が成立する背景には、AIエージェントによるツール情報の処理方法がある。エージェントは接続された複数のMCPサーバーからツールの説明文を読み込み、その情報を基に呼び出すツールと引数を決定する。悪意あるサーバーの説明文もモデルが参照するコンテキストに含まれるため、そこに別サーバーの操作を変更する指示が埋め込まれていれば、モデルが従ってしまう可能性がある。Narek Maloyan氏とDmitry Namiot氏も論文で、異なるサーバーから取得した情報が出所の区別なくコンテキストに混在する問題を指摘している。
MCP仕様は承認を求めるが、サーバー間の隔離方法は定めていない
MCPでは2025年の仕様改訂でOAuth 2.1を基にした認可の枠組みが導入され、その後も認可に関する規定が強化されてきた。2026年7月28日版では動的クライアント登録(DCR)も非推奨となっている(XenoSpectrumの既報)。
一方、同じ版のセキュリティベストプラクティスは、Confused Deputy(混乱した代理人問題)、Token Passthrough、SSRF(サーバーサイドリクエストフォージェリ)など、攻撃手法や対策を11の節に分けて説明している。2026年11月16日時点の文書には、tool poisoning、shadow、prompt injectionという語は登場せず、ツールの説明文や応答に埋め込まれた指示を直接扱う節もない。
ただし、MCP仕様がこうしたリスクをまったく考慮していないわけではない。仕様本体の「Key Principles(主要原則)」では、信頼済みサーバー以外が提供するツールの説明を信用せず、ツールを呼び出す前に利用者の明示的な同意を得るよう求めている。また、「Tools」節のセキュリティ上の考慮事項では、サーバーに対してツール出力の無害化をMUST(必須)とし、クライアントにはツール呼び出し前の入力の提示と、結果をモデルに渡す前の検証をSHOULD(推奨)としている。
サーバー間の隔離についても、設計原則では各サーバーの隔離を維持し、サーバー間のやり取りをホストが制御すると定めている。つまり、MCPは信頼できない情報を扱う際の原則を示しているものの、ツールの説明文や応答に含まれる悪意ある指示をモデルのコンテキスト内でどう区別するか、サーバー間の隔離をどのように実装するかまでは規定していない。
承認の実装にも課題がある。仕様は確認画面の提示をSHOULDとしているが、その具体的な表示方法までは義務づけていない。Invariant LabsのWhatsAppを使った実証では、利用者に承認を求めたのは信頼済みのwhatsapp-mcpによる送信操作であり、悪意あるツールを直接呼び出す場面はなかった。しかも、外部に送信されるメッセージ履歴は承認画面の右側に隠れており、横にスクロールしなければ確認できなかった。利用者に入力内容を提示しても、表示方法によっては不正な操作を見逃す可能性がある。
接続サーバーが5台になると攻撃成功率は78.3%に上昇
Maloyan氏とNamiot氏は2026年1月24日、MCPサーバー間の攻撃を調べた査読前論文(arXiv:2601.17549)を公開した。研究では、filesystem、git、sqlite、slack、攻撃用サーバーの計5種類を使用し、Claude-3.5-Sonnet、GPT-4o、Llama-3.1-70Bの3モデルを対象に847のシナリオを検証した。
攻撃者が管理するサーバーを1台含む構成で、接続サーバーの総数を増やしたところ、攻撃成功率は1台で47.8%、2台で58.4%、3台で67.1%、5台で78.3%となった。1台から5台への増加幅は30.5ポイントに達する(Table VI)。ただし、これは2024年世代のモデルを使った査読前論文の実験結果であり、各構成の試行数は本文に記載されていない。4台構成の結果も掲載されていない。
データを表で見る
| 攻撃成功率 (%) | |
|---|---|
| 1台 | 47.8 |
| 2台 | 58.4 |
| 3台 | 67.1 |
| 5台 | 78.3 |
論文では、攻撃手法による成功率の違いも調べている。特にサーバー間へ影響が伝播する攻撃では、直接の関数呼び出しで19.7%だった成功率が、MCP経由では61.3%に上昇した。検証した攻撃種別の中で、最も大きな上昇幅だったという。
研究チームは対策として、システムプロンプトに「利用者の明示的な確認なしにツールサーバー間でデータを受け渡さない」という指示を追加した。その結果、この攻撃の成功率は61.3%から47.2%に低下した。ただし、成功率は依然として半数近い水準にとどまり、システムプロンプトによる制約だけでは十分に防げなかった。
さらに、サーバー間のデータ受け渡しを制限した場合の影響も比較している。論文のTable IIでは、隔離の強さによって攻撃成功率と正規のタスク完了率が次のように変化した。
| サーバー間の受け渡し方針 | 攻撃成功率 | タスク完了率 |
|---|---|---|
| 隔離なし(既定状態) | 61.3% | 94.2% |
| 受け渡しのたびに利用者の承認を求める | 31.7% | 87.4% |
| サーバー間の受け渡しを全面禁止 | 8.7% | 61.8% |
この結果から、サーバー間の連携を制限すれば攻撃成功率を下げられる一方、正規のタスクも実行しにくくなることが分かる。受け渡しを全面禁止した場合、攻撃成功率は8.7%まで低下したが、タスク完了率も94.2%から61.8%に下がった。
これらはいずれも著者らによる実験結果であり、独立した再現実験は示されていない。また、利用者による承認の効果については、確認画面の内容を注意深く読むことを前提としている。著者らは、利用者が確認に慣れて機械的に許可を押すようになれば、防御効果が低下する可能性も指摘している。
日本でも、情報処理推進機構(IPA)が「AIセキュリティ短信」2025年12月号(公開版は2026年4月2日)で、複数のMCPサーバーを連携させると攻撃リスクが大幅に高まるとされる点を取り上げた。対策として、信頼できる接続先の選定と、重要な操作に対する承認の徹底を求めている。
MCPの利用範囲が広がるにつれて、こうした問題は企業の業務システムにも関係してくる。例えばマネーフォワードは2026年3月26日、クラウド会計と確定申告のサービス向けにMCPサーバーの提供を開始すると発表した。会計データを扱うMCPサーバーを、Web検索などの汎用サーバーと同じAIエージェントに接続するかどうかは、前述の経理エージェントを狙った攻撃と共通するセキュリティ上の判断となる。
次のMCP仕様改訂でサーバー間の隔離方法が規定されるか
MCPの現行仕様については、問題を見落としているわけではないという反論も成り立つ。仕様は信頼できないツールの説明を信用しないことや、呼び出し前の利用者の同意を求めている。Maloyan氏とNamiot氏も、MCPがサーバー間の厳格な隔離よりも連携のしやすさを優先している点について、意図的な設計上の選択であり、それ自体が誤りだとは主張していない。
実装側でも対策は進んでいる。Microsoftは2026年6月26日のブログで、ツール定義の固定と変更検知、すべてのツール呼び出しを再検証するゲートウェイ、承認画面での呼び出し内容の完全表示、機密性の高いサーバーの分離などを推奨した。また、Cursorでは、バージョン1.2.4以前に承認済みのMCP設定を警告や再確認なしに差し替えられる脆弱性(CVE-2025-54136)が存在していたが、バージョン1.3で修正されている。
一方、現行仕様には依然として実装上の自由度が残されている。信頼できない情報の扱いやサーバー間の隔離について原則は示されているものの、情報の出所をモデルが識別する仕組みや、隔離ポリシーを設定する標準的な方法は規定されていない。Maloyan氏とNamiot氏も、利用者がサーバー間の隔離を望んでも、その方針をMCP仕様に基づいて設定する手段がないと指摘している。
米国家安全保障局(NSA)は2026年5月20日の文書で、各ツールの出力を次の処理へ渡す前に検査するよう推奨した。ただし、MCP対応のセキュリティプロキシはまだ成熟途上にあり、現時点では攻撃を部分的に緩和するにとどまる可能性があるとしている。すでにサーバーの分離やゲートウェイによる検査を導入している環境では、こうした対策によってリスクを抑えられる。
今後の注目点は、MCP仕様そのものがサーバー間の信頼境界をどこまで扱うようになるかだ。次の仕様改訂で、ツールの説明文や応答に埋め込まれた悪意ある指示への対策がセキュリティベストプラクティスに追加されるか、ツール出力の出所表示やサーバー間の隔離方法が標準化されれば、現状の課題に対する評価も変わる。
Claude Code、Cursor、VS Codeなどの主要クライアントが、サーバーごとの情報の出所表示やコンテキストの分離を標準で備えるかどうかも重要となる。また、現行世代のAIモデルを使った独立した再現実験で、接続サーバー数と攻撃成功率の関係が確認されなければ、サーバー数の増加そのものをリスク要因とみなす根拠も弱まる。
現時点で利用者が取れる対策の一つは、会計情報やメッセージなどの機密データを扱うMCPサーバーを、汎用的なツールを使うエージェントから分離することだ。ただし、厳格な隔離には機能面での代償もある。今回の論文では、サーバー間の受け渡しを全面禁止するとタスク完了率が94.2%から61.8%に低下した。セキュリティと利便性の両立には、どのサーバー間の連携を許可し、どの連携を制限するかを具体的に設計する必要がある。



