MCPサーバーにおけるANSIエスケープシーケンスインジェクション:人間には見えず、AIには見える
ANSI escape injection in MCP servers: Hidden from humans, visible to AI (brightsec.com)
要約
本記事では、AIエージェントが処理するデータにANSIエスケープシーケンスを注入する脆弱性について解説しています。これらのシーケンスは端末では制御コードとして機能し、人間には表示されませんが、AIは生のテキストとして認識するため、攻撃者は人間には見えない指示をAIに実行させることが可能です。DAST(動的アプリケーションセキュリティテスト)ツールを用いることで、この種の攻撃を自動的に検出する方法についても詳述しています。
全文翻訳
DASTによるMCPサーバーでのANSIエスケープシーケンスインジェクションの検出
ANSIエスケープシーケンスは、言語モデルのためではなく、端末のために設計されました。これらは、端末に色を変更したり、テキストを非表示にしたり、画面をクリアしたり、カーソルを移動させたりするように指示する、目に見えない制御コードです。レンダリングされた端末を読んでいる人間は、コードそのものを見ることはなく、その効果だけを見ます。言語モデルが同じコンテンツを読んでいる場合、すべてのバイトを読み取ります。
そのギャップが攻撃のすべてです。攻撃者がAIエージェントが消費するテキストにANSIエスケープシーケンスを密輸できれば、モデルにとっては完全に読み取り可能でありながら、出力レビュー中の人間に指示を隠すことができます。これは、実際の製品で見られる出力無効化の失敗と同じクラスのものです。Kubernetesのkubectl(CVE-2021-25743)は、イベント文字列で端末出力を偽装できる制御シーケンスを受け入れ、Git(CVE-2024-52005)は、端末制御を無効化せずにリモートサイドバンドメッセージを表示しました。モデルコンテキストプロトコル(MCP)では、サーバーがツール、リソース、プロンプトを公開し、それらをエージェントに直接ストリーミングするため、モデルが読み取るすべてのフィールドが潜在的なインジェクションサーフェスとなります。
DASTは、このクラスの欠陥を検出する自然な方法です。Brightスキャナーは、外部から実行中のターゲットを操作し、細工された入力を送信し、脆弱性の証拠を実際の応答で検査します。ソースコードへのアクセスは不要です。このブラックボックス、ランタイムの姿勢は、ANSIエスケープシーケンスインジェクション(AESI)が要求するまさにそれです。なぜなら、ペイロードが生き残るかどうかは、ライブサーバーがそれをどのように処理し、中継するかに完全に依存するからです。この記事では、攻撃の2つのバリアント、直接取得型AESIと保存型AESI、それらが危険にさらすもの、そして最も重要なこととして、DASTスキャナーがそれらを自動的に検出する方法について説明します。
ANSIエスケープシーケンスとは
ANSIエスケープシーケンスは1970年代に遡ります。当時、さまざまなベンダーのハードウェア端末は、それぞれ独自の互換性のない制御方言を持っていました。ANSI X3.64標準はそれらを統一しました。プログラムは、カーソルを移動させたり、画面をクリアしたり、色を設定したりするために、合意されたコードセットを1つ発行でき、準拠する端末はすべてそれに従いました。これらは、テキスト端末をポータブルな方法で制御可能にするために発明されました。そして、今日攻撃が悪用しているのも、まさにその制御機能です。
ANSIエスケープシーケンスは、エスケープバイト(ESC、16進数で0x1B)で始まり、端末が印刷可能なテキストではなくコマンドとして扱う制御コードが続きます。ここで重要なのは2つのカテゴリです。テキストを不可視にする隠蔽コードと、表示をクリアしたり、カーソルを移動させたり、行を消去して正規に見える出力を消去または上書きしたりする画面とカーソルコードです。
重要な洞察:レンダリングはこれらのバイトを人間から隠しますが、モデルは生のテキストを処理します。人間にとっては空行や整然としたレポートに見えるものが、エージェントにとっては完全な指示セットを運ぶことができます。
攻撃1:直接取得型AESI
多くのMCPサーバーは、URLを取得してその内容をモデルに返すツール(「このページを要約する」または「このドキュメントを読む」機能)を公開しています。攻撃は次のように機能します。
- 攻撃者は、ANSIエスケープシーケンスと隠された指示が混在するコンテンツを、自身が制御するURLでホストします。
- そのURLが、fetchスタイルのツールに引数として渡されます。
- サーバーはコンテンツを取得し、それをモデルが消費可能なフィールド、つまりエージェントが実際に取り込む応答場所に中継します。
- モデルは隠された指示を読み取り、それに基づいて行動します。
ここで覚えておくべき概念はモデルが消費可能なフィールドです。MCP応答のすべての部分がモデルに到達するわけではありません。重要なのは、エージェントがコンテンツとして扱う特定のフィールドです。
- ツール結果 —
result.content[].text内のテキスト - リソース読み取り —
result.contents[].text内のテキスト - プロンプトテンプレート —
result.messages[].content.text内のテキスト
それ以外の場所にペイロードが表示されても、悪用されることはありません。これはクロスプロンプトインジェクションの一種です。悪意のある指示は、ユーザー自身のプロンプトではなく、エージェントが処理するように要求されたデータに乗ってきます。
攻撃2:保存型AESI
保存型AESIは、より危険な配信メカニズムを持つ同じペイロードです。サーバーがライブURLを取得する代わりに、攻撃者は1つのエントリポイント(メモ、コメント、レコードなど)を通じてペイロードをストレージに書き込み、別のエントリポイントがそのデータをモデルフィールドに読み戻したときに後で爆発します。
保存型バリアントが直接取得型よりも悪い理由は3つあります。
- 永続性。ペイロードはストレージに残り、将来のセッションでも、潜在的には他のユーザーに対しても再度発火します。
- 分離。書き込みと読み取りは異なるエントリポイントであり、異なるプロトコルを使用することさえあります。通常のHTTPエンドポイントを通じて書き込まれたペイロードは、エージェントが同じレコードをMCPツールまたはリソースを通じて読み戻したときに再表示される可能性があります。
- 遅延公開。書き込み時には何も問題がないように見えます。インジェクションは、後で無関係な読み取りが保存されたテキストをモデルのコンテキストにプルしたときにのみアクティブになります。
決定的に、これらの書き込み→読み取りパスは、パラメータ名、ツール説明、またはプロトコルタイプから推測することはできません。書き込まれたデータがどこに再表示されるかを知る唯一の信頼できる方法は、経験的にプローブすることです。これはまさに自動検出が行うことです。
セキュリティへの影響
不正なエージェントアクション。隠された指示により、モデルはツールを呼び出したり、データを開示したり、分析を変更したり、エージェントの既存の権限内で攻撃者が制御した出力を生成したりする可能性があります。
人間参加型ループのバイパス。ANSI隠蔽は、エージェントを監督または承認しているユーザーから攻撃者の指示を隠すことができます。表示される応答は無害に見えますが、モデルは生のペイロードを受け取り、それに従う可能性があります。
ログおよび監査証跡の操作。画面クリア、カーソル移動、行消去シーケンスは、端末またはログビューアの出力を偽装し、レビューおよびインシデント対応中のアクティビティを不明瞭にする可能性があります。
永続的なインジェクションリスク。保存型AESIでは、ペイロードはアプリケーションデータに残り、後続のMCPツール、リソース、またはプロンプトを通じて再出現する可能性があります。1回の書き込みが将来のセッション、他のユーザー、およびクロスプロトコル読み取りパスに影響を与える可能性があります。
実際には、共有ナレッジベース内の1つの汚染されたレコードが、それを読み取るすべての後続のエージェントワークフローに影響を与える可能性があります。リスクは単に誤解を招く要約だけでなく、ツール、認証情報、および下流システムにアクセスできるエージェントに到達する攻撃者が制御したデータです。
DASTによる検出の自動化
この作業の中心は、攻撃を再現可能で自動化されたテストにすることです。検出はいくつかの設計原則に基づいて構築され、その後、直接取得用と保存用の2つのパイプラインに適用されます。
設計原則
- 生のバイトを検査する。ANSIエスケープバイトが信号であるため、検査前のレンダリング、サニタイズ、または正規化はそれを破壊します。検出は生のHTTP/MCP応答バイトを読み取ります。
- モデルが消費可能なフィールドのみがカウントされる — シンク。分類子は、モデルが実際に取り込むJSONパス(ツールコンテンツ、リソースコンテンツ、プロンプトメッセージテキスト)をウォークし、それ以外はすべて無視します。
- 一意のトリガーマーカー。各ペイロードには独自のありそうもないマーカーが含まれているため、一致は正確に1つのインジェクションに効果を戻します — ブラックボックス確認が依存するメカニズムです。
- 3つの信号による確認。フィールドは、ANSIエスケープバイト、固定の命令フレーズ、およびペイロードのトリガーがすべて同じモデルが消費可能なフィールドで共存する場合にのみ脆弱です。これらすべてを要求することが、誤検知を抑制します。
- エンコードされた値への再帰。分類子は文字列化されたJSONに下降するため、JSONエンコードされたフィールド内にラップされたペイロードもキャッチされます。
したがって、検出はバイナリです — 3つの信号ルールが保持されるか、されないかのどちらかです。これが、チェックが自動化するのに十分な低ノイズである理由です。
ペイロードコーパス
インジェクションは、ホストされたペイロードファイルの小さなコーパスから駆動されます。各ファイルは、異なるANSI技術(隠蔽、背景色に合わせた前景、画面クリア、カーソル消去、およびHTMLラップバリアント)を独自のトリガーで実行します。サーバーが1つの技術を削除しても、別の技術を中継する可能性があるため、多様性が重要です。
直接取得型検出パイプライン
直接テストは、少なくとも1つのパラメータを持つMCPアクションリクエストエントリポイント(ツール/呼び出し、リソース/読み取り、プロンプト/取得)を対象とします。どのパラメータが「URLライク」であるかを推測しようとはしません — 文字列、URL、メール、電話、ファイルURIなど、広範なテキストパラメータタイプをインジェクション可能と見なします。
- インジェクション。各候補エントリポイントとコーパス内の各ペイロードについて、ペイロードのホストURLをインジェクション可能なテキストパラメータに置き換え、エントリポイントを1回呼び出します。サーバーがそのURLを取得し、そのコンテンツを中継することが期待されます。
- キャプチャ。完全なMCP応答を生のバイトとして記録します。失敗した応答やJSON-RPCエラーを含む応答はスキップされます — それらは何も検出せず、個別の「安全」な分類も記録されません。
- 分類。モデルが消費可能なフィールドをウォークし、3つの信号ルールを適用します。ANSIバイト、命令テキスト、およびトリガーがすべて1つのフィールドに共存する場合、そのフィールドは脆弱です。
- レポート。脆弱なパラメータごとに1つの問題ファイルを生成します — 直接テストでは、複数の問題がエントリポイントごとに許可されており、独立して悪用可能な各パラメータが表面化します。各検出結果は、それをトリガーしたペイロードURLと、ペイロードが検出されたフィールドパスを記録します。
保存型検出パイプライン
保存型の場合の難しい問題は、分類ではなく、書き込まれたデータがどこに再表示されるかを発見することです。パイプラインは、実際のペイロードを送信する前に、2つのフェーズでそれを経験的に解決します。
フェーズ1 — プローブ。各インジェクションエントリポイントに一意の不活性マーカーを割り当て、それを無害なキャリアテキストに埋め込んで書き込みます。ソースごとに1つのマーカーを使用することで、後での一致が正確に1つの書き込みに起因するものになります。インジェクション候補は次のとおりです。
- 呼び出しの引数内のテキストパラメータを持つMCPツール/呼び出しまたはプロンプト/取得エントリポイント、または
- 書き込み可能なテキストパラメータを持つHTTP POST/PUT/PATCHエンドポイント。
書き込みが取り込み時に拒否された場合、そのエントリポイントは除外されます — それからのリフレクションは不可能です。
フェーズ2 — リフレクションのマッピング。すべてのリフレクション候補を読み戻し、生の応答からプローブマーカーをスキャンします。保存型AESIの場合、リフレクション候補はMCPアクションリクエストエントリポイントのみです — ペイロードは悪用可能であるためにMCPモデルが消費可能なフィールドに再表示される必要があるため、プレーンなHTTP GETはこの場合、適格な読み取りサーフェスではありません。マーカーが見つかった場合、エンジンはそれが表示された正確なJSONフィールドパスを記録します。モデルが消費可能なフィールドパスに着地しないリフレクションは破棄されます。結果はマップです。各インジェクションエントリポイントは、そのデータが再表示される読み取りサーフェス(およびフィールドパス)を指します。
これはまた、クロスプロトコルケースが実際に現れる場所でもあります。HTTPエンドポイントを通じて書き込まれたマーカーは、同じレコードがMCPツールまたはリソースを通じて読み戻されたときに検出される可能性があります。書き込み側はHTTPまたはMCPであり、適格な読み取り側はMCPです。
フェーズ3 — 攻撃と確認。マッピングされた各パスについて、インジェクションエントリポイントを通じて実際のAESIペイロードを書き込み、次にマッピングされたMCPリフレクションサーフェスを読み戻し、分類子を適用します — ただし、プローブフェーズが既にモデルが消費可能であることを証明した記録されたフィールドパスでのみ適用します。確認をその正確なパスに固定することで、テストは正確で低ノイズに保たれます。レポートは短縮されます。特定のインジェクションエントリポイントに対して保存型インジェクションが確認されると、テストはそのための単一の保存型AESI問題ファイルを生成して停止します。検出結果は、ペイロードURL、リフレクションエントリポイント、およびそのMCPメソッドと名前を記録します。
プローブフェーズがこれを実行可能にしています。未知のソースからシンクへのトポロジーを、フィールドパスで固定された具体的なマップに変換するため、ペイロード配信はデータが既に表示されることが証明されている場所に正確にターゲットを絞ります。そのソースからシンクへのモデリングが、実際のDAST検出とナイーブなリフレクション推測を分離するものです。
防御策と要点
MCPサーバーを構築または統合するチーム向け:
- 制御バイトをサニタイズする。取得または保存されたコンテンツをモデルが消費可能なフィールドに配置する前に、そこから制御バイトを削除します。その境界でANSIエスケープシーケンスを削除すると、ペイロードの隠蔽メカニズムが除去されます。
- 取り込みを検証する。URL許可リストと書き込みエンドポイントでの入力検証は、多くのペイロードが取得または保存される前に停止させます。
- すべての外部および保存されたテキストを信頼しない。それがモデルに到達できるようになった瞬間から — どのプロトコルまたはエントリポイントが配信したかに関わらず、信頼しないように扱います。
- 継続的にスキャンする。自動化された、バイトレベルの、フィールドを意識した検出は、CIおよびMCPサーフェスに対するDASTに属し、直接取得型と保存型の両方のパスをカバーします。
繰り返し現れる教訓は、効果的な検出は、個々のリクエストだけでなく、データフローをモデル化する必要があるということです。単一のリクエストがテキストがモデルに到達するかどうかを伝えることはめったにありません。データがどこに書き込まれ、どこに再表示されるかをマッピングすることが、推測を確定した、悪用可能な検出に変えるものです。
結論
AESIは、AIエージェントが消費するフォーマットのすべての曖昧さを引き継ぐことを示しています。1970年代のカーソルコードは、モデル(端末ではない)がバイトを読み取った瞬間にインジェクションプリミティブになります。MCPがエージェントにますます多くの信頼できないテキストを供給するにつれて、次の攻撃は、新しいエクスプロイトよりも、意図されていなかった消費者に到達する古い表現の奇妙さから来るでしょう。
それらをキャッチすることはDASTに属します。なぜなら、生存はライブサーバーが取得、保存、削除、および再表示するものに依存するからです — コードからは何も見えません。AESIを人間のレビュー担当者にとって危険にする隠蔽は、自動化にとって扱いやすいものにするまさにそれです。モデルはすべてのバイトを見ます。スキャナーもそうあるべきです。