トラス構造が幾何学的に組まれた建築物のファサード
技術解説

AI APIキー流出、PaaS側の障害通知だけでは安全確認にならない理由

目次を見る

KubernetesベースのPaaS(Platform as a Service、インフラ構築を肩代わりするクラウドサービス)上でAIエージェントやバックエンドAPIを運用しているSRE・インフラ担当者に向けた内容です。プラットフォーム側からAPIキー漏えいの通知が来たとき、何をどの順番で確認すべきかを整理します。

2026年10月、PaaSのNorthflankで実際にこの事象が起きました。アプリケーションは正常に応答を続け、モデルAPI(OpenAIやAnthropicなどの呼び出し先)もエラーを返さない状態のまま、環境変数に保存されたAPIキーが不正利用された可能性があるという通知が出されました。見た目の正常さが安全の証拠にならない点が、この種の障害対応で最初につまずくポイントです。

何が起きるか

Northflankは、Gitリポジトリから直接マイクロサービスやマネージドDB、GPUワークロードをデプロイできるPaaSです。AWSやGCPなどの自社クラウドアカウントと連携する「bring-your-own-cloud」モードも提供しています。

こうした環境では、AIモデルへのアクセスに使うAPIキーは、ワークロードの環境変数・Secret Group・グローバルシークレットのいずれかに保存されるのが一般的です。つまり組織の大半のモデル資格情報が1か所に集約されやすく、プラットフォーム側の問題が起きると、すべてのキーが同時にリスクにさらされます。

Northflankの通知は3段階で出されました。10月30日13:58(UTC)に「すべての環境変数が復号済みだったとみなしてキーを無効化・ローテーションせよ」という予防的な注意喚起。同日23:38に「実際に不正利用の報告があった」という確定情報と、発行元での失効・再発行・課金確認の指示。翌31日01:04に、無料プランも含め全顧客に監査ログを公開、という流れです。

ここで誤解しやすいのは、最初の「復号済みとみなせ」という通知が、全ユーザーの漏えいを確定させたわけではない点です。インシデント対応の定石として、被害範囲が確定する前にリスクを早期に封じ込める目的の表現であり、一部ユーザーの被害報告がすなわち全顧客への影響を意味するわけでもありません。

なぜ起きるか

原因を段階的に分解すると、技術的な弱点は「キーの保存場所」より「キーの拡散経路」にあります。

1つ目は、ローカル検証用に発行したキーが、そのまま本番環境にコピーされるケースです。開発初期の動作確認で使った資格情報が、デプロイスクリプトに埋め込まれたまま残ります。

2つ目は、役目を終えたはずのデモプロジェクトが、スケジュールジョブだけ生き続けているケースです。プロジェクト自体は廃止判断が出ていても、cronやワーカーの定義が残っていれば古いキーを使い続けます。

3つ目は、複数のAIエージェントがセットアップの手間を省くために、同一プロバイダーアカウントの1つのキーを共有しているケースです。これにより更新漏れが起きたときの影響範囲が、想定より大きく広がります。

4つ目は、ローテーション作業自体が本番サービスだけに閉じてしまい、周辺環境(ステージング・検証用コンテナ・個人のサンドボックス)が取り残されるケースです。IaC(Infrastructure as Codeのことで、インフラ構成をコードで管理する手法)でTerraformやPulumiを使っていても、シークレットの参照先がモジュール化されていないと、同じキーが複数のスタックに埋め込まれたまま気づかれません。

自分のプロジェクトが該当するか確認する

まず、キーがどこにデプロイされているかを棚卸しします。IaCでインフラを管理している場合、Terraformなら以下のように環境変数やシークレット参照を横断的に検索できます。

# Terraformのstate内でAPIキーらしき変数名を含むリソースを洗い出す
terraform state list | xargs -I{} terraform state show {} \
  | grep -iE "api_key|openai|anthropic|secret"

次に、実際に稼働中のコンテナ・ワークロードで、その環境変数が今も使われているかを確認します。Kubernetes環境であれば、以下のようにSecretを参照しているPodを洗い出せます。

kubectl get pods -A -o json | jq -r '
  .items[] |
  select(.spec.containers[].envFrom != null) |
  .metadata.namespace + "/" + .metadata.name
'

さらに重要なのが、プラットフォームの監査ログとプロバイダー側の請求明細の突き合わせです。OpenAIやAnthropicの管理コンソールには、APIキーごとの使用量・課金履歴を確認できる画面があります。自チームが把握していない時間帯・リージョンからの呼び出しがないか、ここで照合します。

バージョン確認の観点では、利用しているTerraform providerやPulumiのシークレット管理モジュール(例えばHashiCorp Vaultプロバイダーやクラウドのsecrets manager連携)が、キーのローテーションをコード側で強制できる構成になっているかも見ておく価値があります。terraform.lock.hclやPulumi.yamlに記載されたプロバイダーのバージョンが古い場合、シークレットの自動失効機能が使えない可能性があります。

対策の手順

「アプリが正常稼働している」ことは、キーが安全である証拠にはなりません。確認の順序を間違えないことが被害拡大を防ぎます。

対応の順序は次の通りです。

  • 発行元(OpenAI・Anthropicなど各モデルプロバイダーのコンソール)で、旧キーを先に失効させる
  • そのうえで、キーがデプロイされている場所をすべて洗い出す(本番・ステージング・個人サンドボックス・退役済みプロジェクトのスケジュールジョブまで含める)
  • 新キーを発行し、IaCのコード側(Terraformのvariableやpulumi configのsecret)で参照を更新し、手動でのコンソール操作に頼らない形に書き換える
  • プラットフォームの監査ログと、各プロバイダーの請求明細を突き合わせ、説明のつかない課金がないか確認する
  • 公開アクセスが有効になっているアドオン(DBやキャッシュなど)があれば、この機会に無効化する

この手順をSLO(Service Level Objectiveのことで、可用性やレイテンシの目標値)の観点から見ると、キー漏えい対応そのものを「障害対応Runbook(手順書)」に組み込んでおくことが有効です。発生してから手順を考えるのではなく、ローテーション作業の所要時間と影響範囲の洗い出しにかかる時間を、あらかじめ訓練しておくと復旧目標時間を現実的に見積もれます。

オブザーバビリティ(システム内部の状態を外部から観測できるようにする設計)の観点では、APIキー単位での呼び出しログをダッシュボード化しておくと、プロバイダー側の請求を待たずに異常な呼び出し量を検知できます。コスト最適化の面でも、キー単位の使用量アラートを事前に設定しておけば、不正利用による予期しない課金を早期に発見できます。

まとめ

AI APIキーの管理は、保存場所の暗号化だけでは不十分です。キーがどこにデプロイされ、どの範囲で共有されているかという「拡散経路」の把握が対応速度を左右します。

次に取れる一歩として、まずは自分のチームで利用中のTerraform state・Kubernetes Secret・個人サンドボックスを横断的に棚卸しし、1つのキーが何か所で使われているかを数えてみることをおすすめします。そのうえで、プロバイダーの請求明細とプラットフォームの監査ログを定期的に突き合わせる仕組みを、手動チェックではなく自動アラートとして組み込んでおくと安心です。

参考

Leaked AI API keys after a cloud platform incident: blast radius, rotation, and bill forensics

AI 駆動開発のご相談は forva AI へ。

まずはお気軽にどうぞ。