フェーズ3: ペネトレーションテストの体験
フェーズ2でPrivateリポジトリにpushしたTasks APIと 同じFastAPIコード をCloudFormationでAWSにデプロイし、その稼働環境に対してAIエージェントによる多段階ペネトレーションテストを実行します。フェーズ2でコードレビュー用に連携したGitHubリポジトリを ソースコードのコンテキスト として参照させることで、Security Agentが 設計→コード→稼働環境を横断したコンテキスト で攻撃シナリオを組み立ててくれるのがポイントです。Quickstart: Run a penetration testの流れに沿って体験します。
| 💡 ポイント |
|---|
| ペネトレーションテスト機能は $50/task-hour の従量課金(秒単位計測)です。新規利用者には 2ヶ月間の無料トライアル が付き、月200 task-hourまで無料で試せます。ただし、トライアル枠を使い切っている/対象外のアカウントで実行した場合、1回のテストで数万円〜十数万円の課金が発生する可能性 があります(公式料金例では小規模APIで約$173、平均的アプリケーションで約$1,200、大規模で約$1,500)。 誤った設定(対象スコープを広く取りすぎる、停止忘れなど)で実行時間が伸びると、想定外の高額請求 につながる恐れがあります。このフェーズの実行は自己責任で行ってください。料金が不安な場合は、実行せずに以降のハンズオン手順を読んで流れを理解するだけに留めるのもOK です。フェーズ1・フェーズ2は無料枠のみで完結しているので、フェーズ3をスキップしても本章の核心部分は体験できます。 |
| 💡 ポイント |
|---|
| 本章を無料枠外で完走させた場合の概算料金を、セクション制作時の実測値ベースで試算します。Tasks APIは意図的に脆弱性を多く埋め込んであり(SQLi・IDOR・認証バイパス・平文パスワード等)、AIエージェントが13カテゴリ・全28アクションで深掘り検証を行うため、想定よりも task-hour が大きく膨らみます。 実測ベースの目安: - 総 task-hour: 8〜12 task-hour(並列実行のため経過時間より大きくなる) - 単価: $50 / task-hour(秒単位課金) - 完走時の料金: $400〜$600(約60,000〜90,000円)(1ドル150円想定) 公式料金例 の「小規模API 約$173」よりも実測値は高めに着地する傾向があります。これはTasks APIに学習目的で多様な脆弱性を仕込んでおり、AIエージェントが各カテゴリで攻撃検証を完走するためです。 料金特性として知っておくべきこと: - 秒単位で即時課金されます。実行ボタンを押した瞬間から課金が走り、画面の経過時間 ≠ 課金対象時間(並列で複数のエージェントが動くため task-hour の方が大きい) - 途中で停止しても、それまでに消費した task-hour 分は返金されません。1時間経過後に停止しても、その分は支払い対象です - 完走を目指したほうが結果的にコスパが良い です。途中で止めるとPDFレポートも取得できないため、$300払って中途半端に終わるより、$500払って完走させた方が学習価値が高くなります 加えて、フェーズ3で作成するEC2(t3.micro)・ALB・VPCなどの構成リソース費用が 1日あたり数十円〜100円程度 かかります。検証で1〜2日利用する場合は合計で数百円レベルですが、削除し忘れて長期間残すと月額換算で2,000〜3,000円規模になります。最後の「不要リソースの削除」セクションで必ずCloudFormationスタックを削除してください。 判断の目安: - 学習効果を最大化したい・PDFレポートを取得したい → 完走させる。途中中断は「払い損」になる - 料金が不安 → そもそも実行せず、セクションの手順とPDFレポートのサンプル解説を読んで流れを理解するだけに留める - リスクカテゴリを絞りたい → 手順1の「リスクタイプを除外する」で範囲を絞ってから実行(ただし教材で扱うFindingsの一部は出ない可能性あり) 上記はあくまで2026年4月時点の公開料金と為替、および本章の制作時実測値に基づく概算です。最新の料金は AWS Security Agent pricing を必ず確認してください。 |
| 💡 ポイント |
|---|
| 無料トライアルは 最初のペネトレーションテストを実行した瞬間 から2ヶ月間開始されます。実行前に以下の3点を確認しておくと安心です。 1. トライアル未開始かの確認: エージェントスペース詳細画面の「ペネトレーションテスト」タブに実行履歴が無ければ、まだトライアルは始まっていません(枠満額)。 2. 利用枠の確認: AWS Billing and Cost Management コンソール → 「Free Tier」ページで、AWS Security Agent の task-hour 使用量を確認できます。 3. 予算アラートの設定: AWS Budgets で「Zero spend budget」を作成しておくと、想定外の課金が発生した瞬間にメール通知が届きます。実行前に仕掛けておくと安全網になります。 |
1. Tasks APIをCloudFormationでデプロイ
1.1 テンプレートのダウンロード
ペネトレーションテストの対象として、Tasks APIをVPC・ALB・EC2・CloudFrontを含む構成で起動する必要があります。これらを手動で1つずつ作るのは時間がかかるうえ、設定ミスのリスクもあるため、本章では予め用意したCloudFormationテンプレートで一括構築します。以下のボタンからCloudFormationテンプレートをダウンロードしてください。
このテンプレートを適用すると、以下のリソースが作成されます。
| リソース | 名前 | 説明 |
|---|---|---|
| VPC | tasks-api-vpc | 10.100.0.0/16のアドレス範囲を持つ仮想ネットワーク |
| パブリックサブネット×2 | tasks-api-public-subnet-1/2 | ALB・EC2を配置するサブネット(2AZ構成) |
| Internet Gateway | tasks-api-igw | インターネット接続用ゲートウェイ |
| ALB | tasks-api-alb | CloudFrontのオリジンとなるロードバランサ(ポート80) |
| ターゲットグループ | tasks-api-tg | ポート8000(FastAPIのリッスンポート)へ転送 |
| EC2インスタンス | tasks-api-ec2 | Tasks APIを稼働させるEC2(Amazon Linux 2023) |
| セキュリティグループ | tasks-api-alb-sg / tasks-api-app-sg | ALBは80番をインターネット公開、EC2は8000番を ALBからのみ 許可 |
| IAMロール | tasks-api-instance-role | EC2にアタッチされるロール。Session Manager(SSM)経由のアクセスを許可 |
| CloudFront ディストリビューション | (自動生成) | ALBの前段に配置され、HTTPS対応の *.cloudfront.net ドメインを提供する |
| 📝 なぜCloudFrontを挟むのか |
|---|
AWS Security Agent のペネトレーションテスト機能は、対象ドメインの所有権を HTTPS GET で検証します(公式ドキュメント)。一方、ALBの自動DNS(*.elb.amazonaws.com)はAWSが所有するドメインのため、自分のACM証明書を発行できず、HTTPS化が困難です。そこで、CloudFrontディストリビューションをALBの前に配置します。CloudFrontを作ると、 dXXXXXXXXX.cloudfront.net という独自サブドメインと 有効なSSL証明書 が標準で付いてくるため、独自ドメインを購入しなくてもHTTPS要件を満たせる のがポイントです。Security Agentにはこの CloudFront ドメインを登録します。 |
| 📝 Tasks APIのコードはどこにあるか |
|---|
Tasks APIのFastAPIコードは、CloudFormationテンプレート内のEC2インスタンスの UserData に直接埋め込まれています。EC2起動時にUserDataがpipで依存関係をインストールし、コードを /opt/app/main.py として書き出して uvicorn で起動します。これにより、外部のDockerレジストリや公開リポジトリに脆弱なコードを置く必要がなく、CloudFormationテンプレート1つで完結する構成になっています。Privateリポジトリ側のコード(フェーズ2でpush済み)は、Security Agentがペネトレーションテストの コンテキスト として参照する用途で利用されます。 |
1.2 CloudFormationスタックの作成
ダウンロードしたテンプレートはローカルにあるだけでは実体が作られません。CloudFormationコンソールからこのテンプレートをアップロードしてスタックを作成することで、Tasks APIのインフラ一式が実際にAWS上にデプロイされます。AWSマネジメントコンソールでCloudFormationのダッシュボードを開き、スタックの作成 > **新しいリソースを使用(標準)**をクリックします。
| 設定項目 | 値 | 設定の基準 |
|---|---|---|
| テンプレートの準備 | 既存のテンプレートを選択 | ダウンロードしたファイルを使用するため |
| テンプレートソース | テンプレートファイルのアップロード | ローカルのテンプレートを直接アップロードするため |
| テンプレートファイル | 先ほどダウンロードしたtasks-api-handson.yml |
ハンズオン環境を構築するテンプレート |
| スタック名 | tasks-api-handson |
スタックを識別するための名前 |
画面下部の「AWS CloudFormation によって IAM リソースがカスタム名で作成される場合があることを承認します。」にチェックを入れ、スタックを作成します。
ステータスがCREATE_COMPLETEになったら、出力タブを開きます。以下の値をコピーしておきます。
CloudFrontDomain(例:dXXXXXXXXX.cloudfront.net): 後ほどSecurity Agentに登録する検証ターゲットTasksApiUrl(例:https://dXXXXXXXXX.cloudfront.net): Tasks APIへのHTTPSアクセス用URL
| ⚠️ CloudFrontドメインにアクセスできない場合 |
|---|
CloudFrontディストリビューションは作成後、全エッジロケーションへの伝搬に5〜15分 かかります。CloudFormationがCREATE_COMPLETEになっても、CloudFrontドメインへのアクセスがすぐに繋がらない場合があります。アクセスエラーが続くときは、5分ほど待ってから再度試してください。 |
1.3 Tasks APIの動作確認
CloudFormationがCREATE_COMPLETEになっても、EC2上のFastAPIアプリケーションやCloudFrontの伝搬がまだ完了していない可能性があります。ペネトレーションテストの設定段階でドメイン検証を行うため、その前に「CloudFront → ALB → EC2上のアプリケーション」までの経路が本当に通っているかを自分で確認しておくと、後の手順でつまずきません。以下のコマンドでヘルスチェックエンドポイントを叩きます。CloudFront経由のHTTPSでアクセスします。
curl https://<CloudFrontDomain>/health
以下のように応答が返れば、CloudFront → ALB → EC2上のFastAPIアプリケーションの経路が正常に稼働しています。
{"status":"ok"}
| 💡 ポイント |
|---|
EC2のUserDataがpip installを完了してuvicornが起動し、ALBのヘルスチェックが通るまで 3〜5分程度 かかります。さらにCloudFrontの伝搬で 追加5〜15分 が必要なので、CREATE_COMPLETE 後すぐは502やアクセスエラーが返ることがあります。少し待ってから再度アクセスしてください。もしいつまでも復旧しない場合、まずは Systems Manager → セッションマネージャー からEC2に接続し、 sudo cat /var/log/tasks-api-bootstrap.log でUserDataの実行ログを確認できます。 |
2. ペネトレーションテスト機能を有効化
CloudFormationでインフラが揃ったら、AWS Security Agent側でペネトレーションテストの設定を行います。エージェントスペース詳細画面のヘッダーから Enable penetration test をクリックします。3ステップの設定ウィザードが開きます。
2.1 ステップ1: ターゲットドメインの設定
テスト対象のドメインと、所有権の検証方法を指定します。ALBの自動DNS名ではなく、CloudFormationが出力したCloudFrontドメインを指定する のがポイントです(HTTPS要件を満たすため)。
| 設定項目 | 値 | 設定の基準 |
|---|---|---|
| Target domain | CloudFormationで出力されたCloudFrontDomain(例: dXXXXXXXXX.cloudfront.net) |
HTTPSで応答できるCloudFrontドメインを使う |
| Verification method | HTTP_ROUTE |
CloudFrontドメインに対してHTTPS GETで検証 |
Next をクリックして次へ進みます。
| 📝 ドメイン検証の必要性 |
|---|
| AWS Security Agentは「自分が所有していないドメインに対して攻撃リクエストを送らない」ための安全装置として、ドメイン所有権の検証を必須にしています(公式ドキュメント)。検証方法は以下の3つから選べます。 One-click verification: Route 53で管理しているドメイン向けの自動検証 DNS_TXT: DNSのTXTレコードに検証トークンを追加する方式(自分のドメインのDNSを編集できる場合) HTTP_ROUTE: 特定のHTTPSパスに検証トークンを含むJSONを応答させる方式(HTTPS対応のWebサーバが必要) 本章はCloudFrontドメインを使うため、HTTP_ROUTEで検証します。Security AgentはHTTPS GETで検証パスにアクセスし、レスポンスJSONに検証トークンが含まれていることを確認します。 |
2.2 ステップ2: ドメインの検証
Target domainsテーブルで対象ドメインを選択し、Verifyをクリックすると、検証用の固定パス /.well-known/aws/securityagent-domain-verification.json と検証トークン(例: cib4P56CWznyz5vY3WQroA)が表示されます。
このパスへのリクエストに対して、検証トークンを含むJSONを応答させる必要があります。CloudFrontはオリジンであるALBにリクエストを素通りさせる構成のため、ALBのリスナールール に固定レスポンスを設定します。
-
EC2コンソールで ロードバランサー を開き、
tasks-api-albの詳細画面を表示 -
リスナーとルール タブで
HTTP:80のリスナーを選択 → ルールを管理 → ルールを追加 -
以下の設定で固定レスポンスルールを作成します。レスポンス本文は JSON形式、Content-Typeは
application/jsonが必要な点に注意してください。
| 設定項目 | 値 | 設定の基準 |
|---|---|---|
| ルール名 | aws-security-agent-verification |
ルールの識別名 |
| 条件 | パス(Path)= /.well-known/aws/securityagent-domain-verification.json |
先頭の / を必ず付ける。抜けるとマッチしない |
| アクション | 固定レスポンスを返す(Return fixed response) | 検証用JSONを返す |
| Response body | {"tokens": ["<Security Agentが指定した検証トークン>"]} |
公式仕様で定められたJSON形式 |
| Content type | application/json |
text/plainではなくJSONとして返す |
| HTTPステータスコード | 200 |
検証成功とみなされるコード |
| 優先度 | 1 |
デフォルトルールより先に評価させる |
📝 レスポンス本文はJSONで、Content-Typeも application/json |
|---|
AWS Security Agent の公式ドキュメントでは、検証パスへのレスポンスは以下のJSON形式が要求されています(公式ドキュメント)。{"tokens": ["<insert-token>"]}レスポンス本文がプレーンテキストのトークンだけだったり、Content-Typeが text/plainになっていたりすると、検証は失敗します。 |
ルールを保存したら、ターミナルから直接 CloudFront 経由でアクセスして、想定どおりのJSONが返ることを確認します。
curl -i https://<CloudFrontDomain>/.well-known/aws/securityagent-domain-verification.json
以下のように 200 OK + content-type: application/json + JSONボディが返れば成功です。
HTTP/2 200
content-type: application/json
...
{"tokens": ["cib4P56CWznyz5vY3WQroA"]}
curl で正しい応答が確認できたら、Security Agent の画面に戻り、対象ドメインのラジオボタンを選択した状態で 「検証」 ボタンをクリックします。1〜2分待ってからページをリロードし、ステータスが 「保留中」→「検証済み」 に変わっていれば成功です。検証済みのドメインに対してのみ、ペネトレーションテストが実行できます。
| ⚠️ 検証が「失敗」になった場合 |
|---|
| 「失敗」ステータスは、過去の検証試行が失敗してキャッシュされている可能性があります。以下を順に試してください。 1. curl で200とJSON応答を再確認: ALBルールの設定漏れ、パスの先頭 / 抜け、JSON形式の崩れ、Content-Type の指定漏れがないか2. CloudFrontの伝搬を待つ: ディストリビューション作成直後やキャッシュ無効化直後は、5〜15分の伝搬時間が必要 3. ドメインを削除して再追加: 「Remove Domain」で削除 →「ドメインを追加」で同じCloudFrontドメインを再登録すると、新しい検証トークンが発行されます(古いトークンは無効)。新トークンに合わせてALBルールのレスポンス本文も更新してください |
2.3 ステップ3: 追加リソースの設定(オプション)
ペネトレーションテストのカバレッジを広げるための任意設定項目です。本章では最低限で構いません。
| 設定項目 | 値 | 設定の基準 |
|---|---|---|
| Service access | Create default role(デフォルト) | Security Agent用サービスロールを自動作成 |
| VPC(オプション) | 未設定 | Public アクセス可能なCloudFrontドメインなら不要 |
| CloudWatch logs(オプション) | 未設定 | ログ保存したければ指定 |
画面下部の Save をクリックします。AWS Security Agentが設定を検証し、必要なAWSリソースを作成します。
3. GitHubリポジトリの連携状態を確認
ペネトレーションテストで発見した脆弱性に対しては、修正PRを自動生成させる ことができます。これには エージェントスペースとGitHub リポジトリの連携が必要ですが、本章では フェーズ2 の「エージェントスペースへのリポジトリ接続とコードレビュー有効化」で「ペネトレーションテストの修正」トグルもあわせて有効化済み のため、ここでの追加操作は不要です。
ペネトレーションテスト機能の設定画面下部の GitHub セクションに、tasks-api-handson リポジトリが「ペネトレーションテストの修正:有効化済み」で表示されていれば、フェーズ3の修正PR自動生成は使える状態です。次のセクションに進んでください。
| ⚠️ 「ペネトレーションテストの修正:無効化済み」と表示されている場合 |
|---|
フェーズ2の「機能を管理」画面で、ペネトレーションテストの修正列のトグルを有効化し忘れている可能性があります。エージェントスペース詳細画面に戻り、tasks-api-handson の 「機能を管理」 から該当トグルを「有効化済み」に切り替えてください。 |
4. ペネトレーションテストの実行
ここまでで エージェントスペースとGitHub リポジトリの連携が整ったので、いよいよ稼働中の Tasks API に対するペネトレーションテストを作成・実行します。
Security Agentコンソールのエージェントスペース画面で、ペネトレーションテストカードの 「ウェブアプリケーションで開始」 をクリックして Web Application を起動します。
Web Application のホーム画面に切り替わるので、「ペネトレーションテスト」セクションの 「ペネトレーションテストを作成」 をクリックします。
ここから先は 手順1〜手順4 の4ステップでペネトレーションテストを設定していきます。手順2〜4は「オプション」表記ですが、本章では 手順3(認証リソース)と手順4(学習リソース)まで設定 することで、認証必須エンドポイントの脆弱性検出と、設計→コード→稼働環境を横断したコンテキスト分析の両方を有効化します。手順2のVPCのみスキップします。
4.1 手順1: ペネトレーションテストの詳細
最初の手順では、ペネトレーションテストの 基本情報・テスト範囲・実行権限 を設定します。
| 設定項目 | 値 | 設定の基準 |
|---|---|---|
| ペネトレーションテスト名 | tasks-api-handson-pentest |
アプリケーションと用途が識別できる名前。AWS公式は最大100文字以内・記述的な名前を推奨 |
| ターゲット URL | 検証済みドメインから CloudFrontドメイン を選択 | Tasks API の全エンドポイントを対象にするため、ドメインルートを指定 |
| リスクタイプを除外する | 未設定 | Tasks API には学習目的で多様な脆弱性を仕込んでいるため、13カテゴリすべてを網羅的に検知させる |
| 範囲外の URL | 未設定 | 破壊的操作や保護対象パスはないため除外不要 |
| アクセス可能な URL | 未設定 | Tasks API は外部サービス連携なしのため不要 |
| カスタム HTTP ヘッダー | 未設定 | デフォルトの User-Agent: securityagent のままで問題なし |
画面下部にスクロールし、「アクセス許可」 セクションでサービスロールを選択し、「自動コード修正」 セクションでチェックを入れます。
| 設定項目 | 値 | 設定の基準 |
|---|---|---|
| サービスロール | security-testing-XXXXXXXXXXXX(フェーズ3冒頭で Create default role で作成したロール) |
ペネトレーションテスト実行用のIAMロール |
| CloudWatch ロググループ | 未選択(空欄) | 未指定なら /aws/securityagent プレフィックスで自動作成される |
| 自動コード修正を有効にする | チェックを入れる | 連携済みの tasks-api-handson リポジトリに修正PRを自動作成させるため |
設定したら、画面右下の 「次へ」 をクリックします。
4.2 手順2: VPC リソース(オプション)
ターゲットドメインがVPC内のプライベート環境にある場合のみ、ペネトレーションテストを実行するVPCを指定します。本章では Tasks API を CloudFront 経由でPublicアクセス可能な構成 にしているため、VPCの設定は不要 です。
VPC欄は空のままで、画面右下の 「次へ」 をクリックします。
| 💡 ポイント |
|---|
| 画面下部に「オプションの手順をすべてスキップ」というボタンもありますが、これを押すと手順3(認証リソース)も飛ばしてしまい、認証必須エンドポイントのテストが行われなくなります。本章では押さずに「次へ」で手順3に進んでください。 |
4.3 手順3: 認証リソース(オプション)
Tasks APIには認証必須エンドポイント(/api/v1/tasks など)と認証不要エンドポイント(/api/v1/users/{id}、/api/v1/admin/users など)が混在しています。認証必須エンドポイントまで網羅的にテストするため、テストユーザの認証情報を登録します。
| 設定項目 | 値 | 設定の基準 |
|---|---|---|
| 認証情報の種別 | 認証情報を入力(デフォルト) | ハンズオン用途では直接入力でOK。Secrets Manager 経由は本番運用向け |
| Credential 名 | Credential1(デフォルトのまま) |
1セットしか登録しないため編集不要 |
| ユーザ名 | alice@example.com |
app/main.py の lifespan で初期投入されているテストユーザ |
| パスワード | alice1234 |
同上 |
| 2要素認証 | 未設定 | Tasks API は2FA未実装のため不要 |
| アクセス URL | 手順1で入力した CloudFrontドメイン を選択 | この認証情報で認証するドメインを指定 |
| エージェントスペースログインプロンプト | 下記のプロンプト文を貼り付け | Tasks API はJSON APIのため、AIにログイン手順を明示的に教える必要がある |
エージェントスペースログインプロンプトには、以下の英文をそのまま貼り付けます。
This application is a JSON-based REST API (FastAPI), not a web form.
To authenticate:
1. Send a POST request to /api/v1/auth/login
2. Set the request header: Content-Type: application/json
3. Set the request body (JSON): {"email": "<username>", "password": "<password>"}
4. The response will contain a JWT token in the "token" field of the JSON body
5. For subsequent authenticated requests, include the header: Authorization: Bearer <token>
Use this token to access protected endpoints under /api/v1/tasks.
| 💡 ポイント |
|---|
| AWS Security Agent はLLMベースで認証フローを解釈するため、英語の方が安定して指示を解釈できます。AWS公式のexamples も英語で記載されています。 |
| 💡 ポイント |
|---|
alice@example.com / alice1234 は app/main.py の lifespan 内で初期投入しているテストユーザです。admin@example.com / admin1234 の管理者ユーザも同様に登録されているため、複数ロールでのテストを行いたい場合は 「別の認証情報を追加」 から両方の認証情報を登録できます。 |
| 💡 ポイント |
|---|
| 以前は Login URL / Sign-in payload / Token extraction / Authorization header を個別フィールドで設定していましたが、新UIではこれらすべてが エージェントスペースログインプロンプト という自然言語の指示文に統合されました。AIエージェントがこのプロンプトを読んで認証フローを自律的に実行する仕組みです。Webフォームではない認証フロー(JSON APIなど)の場合は、上記のような明示的な手順を記述しないとログインに失敗するので注意してください。 |
設定したら、画面右下の 「次へ」 をクリックします。
4.4 手順4: その他の学習リソース(オプション)
最後の手順では、AIがアプリケーションの構造を理解しやすくするための追加リソースを設定します。フェーズ1〜2で既に tasks-api-handson リポジトリには design-doc.md、ソースコード、API実装が揃っているため、以下を追加できます。
| 追加リソース | 値 |
|---|---|
| ソースコード | フェーズ2で連携済みの tasks-api-handson リポジトリ |
| 設計ドキュメント | リポジトリ内の design-doc.md |
これらを取り込ませることで、Security Agentは「設計書で cursor.execute を使うと宣言されている → 実装でも実際にf-stringの生SQL → 稼働環境でSQLインジェクションが成立する」という横断的な分析が可能になります。
設定したら、画面右下の 「ペネトレーションテストを作成」 をクリックします。
| 💡 ポイント |
|---|
| 同じ画面に 「作成して実行」 ボタンもあります。こちらは設定保存と同時にテストが走り出すショートカットです。本章では設定が正しく保存されたことを画面で確認してから実行に移れるよう、「ペネトレーションテストを作成」(作成のみ)を選択します。 |
4.5 ペネトレーションテストの実行開始
「ペネトレーションテストが作成されました」の緑バナーが表示されたら、いよいよ実行に進みます。
| 💡 ポイント |
|---|
| 次のステップで 「実行を開始する」 ボタンを押すと、その瞬間から $50/task-hour の従量課金が秒単位で開始 されます。一度実行を開始すると、途中で停止しても すでに消費した task-hour 分は返金されません。 無料枠外で完走させた場合、本章の実測値で $400〜$600(約60,000〜90,000円) の課金が発生します。詳細は本章冒頭の「💡 本章の実測料金」に記載があります。 重要:2ヶ月の無料トライアルは「初回ペネトレーションテスト実行時点」から起算されます。AWS公式の料金ページにも new AWS Security Agent customers receive a 2-month free trial starting with their first penetration test run と明記されているとおり、今回のボタン押下が アカウントとして初めての実行 であれば、その瞬間から2ヶ月の無料期間カウントダウンが始まります。Security Agent を今後の業務・本番運用で使う予定がある場合、本章で初回実行をしてしまうと、本来一番価値のあるタイミングで無料枠を消化済み になる可能性があります。業務で使う予定があるなら、本章では実行を見送り、手順を読むだけに留めて無料枠を温存するという判断も検討してください。ボタンを押す前に、以下を必ず確認してください: 1. 無料トライアル枠の残量 を AWS Billing コンソール → 「Free Tier」で確認したか 2. 予算アラート(AWS Budgets) を仕掛けたか(想定外の課金検知用) 3. 手順1のターゲットURLが、自分が所有するTasks APIのCloudFrontドメインで間違いない か 4. 手順1で「自動コード修正を有効にする」のチェック状態 が意図通りか 5. 無料トライアルの条件(2ヶ月/月200 task-hour)と料金($50/task-hour)は 2026年4月時点 の情報。実行前に AWS Security Agent pricing で 最新の条件・料金を必ず確認 したか 料金が不安な場合は、ここでブラウザを閉じて実行を取りやめても問題ありません。作成した状態で保存されているだけでは課金は発生しません。後日改めて実行することもできます。 |
確認が取れたら、画面右上の 「実行を開始する」 をクリックします。
「ペネトレーションテストが開始されました」の緑バナーが表示され、ステータスが 「進行中」 に切り替われば、ペネトレーションテストの開始は完了です。
| 💡 ポイント |
|---|
| ペネトレーションテストは プリフライト → 静的分析 → ペネトレーションテスト → ファイナライズ の4フェーズで進みます。実際の攻撃リクエストが Tasks API に飛ぶのは3フェーズ目の「ペネトレーションテスト」からで、それまでのフェーズは攻撃側の準備(テスト基盤のプロビジョニング・ソースコード解析)です。プリフライトだけでも5〜15分かかるので、すぐに攻撃が始まらなくても焦らず待ちましょう。 |
5. ペネトレーションテスト結果の確認
ペネトレーションテストは最大数時間かかります(対象アプリケーションの規模とリスクカテゴリ数に応じて、本章の実測では3〜5時間程度)。実行中はステータスが「進行中」のままなので、完了するまで待ったうえで結果画面に進みます。
5.1 実行ステータスを確認する
検出結果の中身に入る前に、まずはテスト全体が正常に最後まで走り切ったかを確認しないと、サマリが信頼できません。途中で失敗していると意図していないFindingsだけが見えるため、対応の優先順位を見誤る原因になります。ペネトレーションテストが完走すると、ステータスが 「完了」 に切り替わり、検出結果の件数(重要・高・中程度・低)がサマリで表示されます。エージェントスペース詳細画面のペネトレーションテストタブで、対象のテスト名(tasks-api-handson-pentest)をクリックして詳細画面を開きます。
「現在の手順」が 「すべての手順が完了しました」、ステータスが 「完了」 になっていれば、テストは正常に終わっています。Tasks APIに意図的な脆弱性を仕込んでいるので、重要 / 高 / 中程度 が複数件、合計10件前後の検出結果が出ていれば期待どおりの状態です。
| 💡 ポイント |
|---|
ステータスが「失敗」になっている場合は、ターゲットURLへの到達性や認証情報のいずれかに問題があった可能性が高いです。手順1で指定したCloudFrontドメインが現在もアクセスできるか、手順3で指定した alice@example.com / alice1234 でログインできるかを確認してから、ペネトレーションテストを再作成してください。 |
5.2 ペネトレーションテストの実行詳細を確認する
完走したことが分かったら、次は「全体としてどのカテゴリの脆弱性が、どのくらいの重大度で出ているか」を俯瞰して掴みます。最初から個別Findingsの中身を1件ずつ読むのではなく、まずサマリで全体像を把握すると、後で個別Findingsを読む順番(重要度の高い順)を判断しやすくなります。「すべての実行」テーブルから個別の実行行をクリックすると、実行詳細画面 が開きます。ここでは、4フェーズの進捗・重大度レベルの分布(円グラフ)・リスクタイプ別の件数(横棒グラフ)が一目で把握できます。
円グラフは 重大度(Severity) ごとの件数を表しています。重大度の判定基準は AWS Security Agent が出力するレポート(後述の「サンプルレポートのダウンロード」を参照)の Executive Summary に明記されており、重要(Critical) が最優先で対応すべきレベルです(英語表示時の原文。日本語表示の場合は翻訳された日本語が表示されます)。
Critical Requires immediate action; exploitation could lead to system compromise. High Requires prompt attention; exploitation could result in significant security impact. Medium Should be addressed in a reasonable timeframe; contributes to overall security risk. Low Can be addressed as part of regular maintenance; minimal immediate risk. Informational For informational purposes; minimal to no immediate risk.
横棒グラフの リスクタイプ には、Sql Injection、Insecure Direct Object Reference、Privilege Escalation、Server Error 500 など、Tasks APIに仕込んだ脆弱性カテゴリが並びます。Tasks APIで意図したとおり、SQLインジェクションとIDOR(認可の不備)が複数件検出されていれば、AIが想定どおりに脆弱性を発見できている証拠です。
5.3 個別Findingsの詳細を確認する
サマリで全体像が見えたら、次は1件ずつのFindingに踏み込みます。Security Agentの強みは「指摘するだけ」ではなく実際に攻撃した証跡(Reproduction Steps)まで残してくれる点なので、ここで詳細パネルを実際に開いて、AIが「どんな攻撃ペイロードで脆弱性を確定させたか」を読み解きます。「検出結果」タブ をクリックすると、検出された個別の脆弱性(Findings)の一覧が左ペインに表示され、選択したFindingの詳細が右ペインに展開されます。
各Findingには、以下の情報が表示されます。これらの指標の意味も、レポートの Executive Summary に定義があります。
エージェントの信頼度(Agent confidence level) は、AIエージェントがそのFindingを本物の脆弱性だと判定した確度です。
Agent confidence level: Indicates AWS Security Agent's certainty that a finding represents a genuine security vulnerability. High confidence findings have been verified and confirmed through successful exploitation. Medium and low confidence findings may require additional manual validation.
重大度(Severity) は前述の Critical / High / Medium / Low / Informational の5段階です。リスクスコア(Risk score) は CVSS v3.1 に基づく数値で、10.0 が最大 です。
Risk score: A numerical assessment combining the severity of the vulnerability with the likelihood of exploitation using Common Vulnerability Scoring System (CVSS) metrics. Higher scores indicate findings that should be prioritized for remediation. Risk scores are calculated using CVSS v3.1 (Common Vulnerability Scoring System version 3.1).
たとえばスクリーンショットで選択している 「SQL Injection Authentication Bypass in Login Endpoint」 は、レポートで以下のように説明されています。/api/v1/auth/login の email と password の両方からSQLインジェクションが成立し、認証をバイパスして管理者トークンを取得できることが確認されています。
The POST /api/v1/auth/login endpoint is critically vulnerable to SQL injection via both the email and password JSON body fields. The application constructs raw SQL queries using unsanitized user input against a SQLite 3.40.0 database, allowing multiple injection techniques:
- OR-based predicate injection: Injects
' OR 1=1--into the email field, making the WHERE clause always true and returning the first database row (admin user) without valid credentials.- UNION-based data extraction: Injects
UNION SELECT sqlite_version(),2--to append an attacker-controlled SELECT statement, causing the DB to return arbitrary data ...- Password field injection: The password field is equally vulnerable — injecting
' OR '1'='1bypasses password verification and returns the admin token.
詳細パネルを下にスクロールすると、Reproduction Steps(再現手順)として実際に投げた curl コマンドと応答が掲載され、Risk Reasoning で CVSS の各メトリクス(AV / AC / PR / UI / S / C / I / A)の評価根拠が解説されます。「疑わしい」で止まらず 実際に攻撃リクエストを送って成功したログまで残している のが、AIペネトレーションテストの特徴です。
5.4 PDFレポートを生成する
画面で個別に確認する以外に、全Findingsを1つのPDFレポートにまとめて出力 できます。チームへの共有や、コンプライアンス監査の証跡として保管する用途を想定した機能です。
実行詳細画面の右上にある 「レポートを生成」 ボタンをクリックします。
レポートに含める内容を絞り込むダイアログが開きます。デフォルトではすべてのリスクレベル・リスクタイプ・タスクステータスが選択された状態になっています。
| 設定項目 | 値 | 設定の基準 |
|---|---|---|
| リスクレベル | Critical / High / Medium / Informational すべて選択 | 体験用途では網羅的に確認したいので絞り込まない |
| 信頼度レベル | High | 確証の取れた検出結果のみに絞る |
| 検出結果のステータス | Active | 未対応のFindingsのみを対象にする |
| リスクタイプ | すべて選択 | 13カテゴリすべての結果を確認する |
| タスクステータス | Completed | 完走したタスクの結果のみを対象にする |
設定したら、画面右下の 「生成してダウンロード」 をクリックします。1分前後でPDFがダウンロードされます。
5.5 サンプルレポートのダウンロード
参考として、本章の制作時に Tasks API で実際に実行したペネトレーションテストのレポートPDFを配布します。実行を見送った場合でも、このPDFを読むことで「どのような検出結果が出力されるのか」「Findings の証跡がどこまで詳細に書かれるのか」を体感できます。
PDFは大きく以下の構成になっています。
- Executive Summary: テスト全体の概要と、Severity / Confidence / Risk score の判定基準
- Scope: テスト対象ドメインと使用した認証情報
- Methodology: 4フェーズの実行アプローチと、各リスクカテゴリで実行した攻撃シナリオの一覧
- Findings (12): 検出されたFindingsの一覧(タイトル・重大度・ステータス)
- Detailed Findings: 個別Findingごとの詳細(Description / Reproduction Steps / Risk Reasoning)
メソドロジーのセクションには、AIエージェントが取る4フェーズのアプローチが明記されています。
This penetration test was conducted using AWS Security Agent, which deploys specialized AI agents through a four-phase approach: Preflight (connectivity validation), Static Analysis (code and configuration review), Penetration Testing (runtime vulnerability exploitation), and Finalizing (validation and reporting). The agent analyzes application context from source code and documentation to identify vulnerabilities through tailored multi-step attack scenarios.
そして、Security Agent の最大の特徴である 「証跡ベースの検証」 がここで宣言されています。
AWS Security Agent validates findings through proof-based exploitation, providing reproducible attack paths with step-by-step evidence. Each finding includes CVSS v3.1 severity assessment, confidence rating based on validation success, and detailed reproduction steps.
サンプルレポートでは、Tasks APIに意図的に仕込んだ脆弱性が 12件のFindings として検出されています。重要(Critical)3件・高(High)5件・中程度(Medium)3件・参考情報(Informational)1件という内訳で、特に Critical の上位3件は SQLインジェクション・認証バイパス・複数の脆弱性を連鎖させた完全な権限昇格チェーン という、いずれも単独で本番システムを致命的に侵害できるレベルの脆弱性です。
| 💡 ポイント |
|---|
| Security Agent のレポートPDFはコンソールの言語設定にかかわらず英語で出力されます。チームへ展開する際は、Critical / High などの重大度ラベルや、Description / Reproduction Steps の見出しが英語であることを前提に共有してください。社内向けに日本語化が必要な場合は、PDFのテキストを翻訳ツールに通すか、Findings 一覧(コンソール側は日本語表示に対応)からスクリーンショットで補足するのが現実的です。 |
6. 修正PRを自動生成する
PDFレポートで結果を把握できたあと、AWS Security Agent には 検出された脆弱性に対する修正コードを生成し、GitHub にPRとして自動投稿する 機能が用意されています。Findingの詳細パネル右上にある「コードを修正」ボタンをクリックすると、Security Agent が修正案を考案し、フェーズ2で連携済みの tasks-api-handson リポジトリに 修正PRを自動作成 してくれます。
公式ドキュメントの Remediate a penetration test finding では、リポジトリ種別による挙動の違いが明記されています(英語表示時の原文。日本語表示の場合は翻訳された日本語が表示されます)。
For private GitHub repositories, AWS Security Agent opens a pull request with the proposed fix. For public repositories, the remediation is available as a downloadable diff file that you can apply locally.
本章の tasks-api-handson は Privateリポジトリ で連携しているため、ボタンを押すと修正PRがGitHubに自動作成されます。生成されたPRは Finding 詳細パネルの「Code Remediation」セクションにステータスとPRリンクが表示されるので、GitHubの Pull requests タブから通常のレビュー・マージのフローで適用できます。
なお、上記のスクリーンショットでは「コードを修正」ボタンが灰色で非活性になっています。Security Agent側で 修正対象のコード位置が明確に特定できたFinding に対してはこのボタンが活性化され、クリックすると修正PRが作成される、という挙動になります。
| 💡 ポイント |
|---|
| 自動生成された修正PRは、無条件にマージせず、必ず開発者がレビューしてからマージ することが推奨されます。AIが生成するコードは正しい修正方針になっているケースが多いものの、組織独自のコーディング規約・既存設計との整合性・テストカバレッジの担保などは人間がチェックする必要があります。次の「検出された脆弱性の解説と対策案」セクションで示す対策方針と照らし合わせて、修正PRの妥当性を評価するのがおすすめです。 |
Findings一覧に複数件が表示され、PDFレポートをダウンロードできていれば、ペネトレーションテストの体験は完了です。
| 💡 ポイント |
|---|
| 各FindingのProof of exploitationを開いて、AIがどんな攻撃リクエストを送ったか・どう応答を分析して脆弱性を確定させたかを読むと、AIペネトレーションテストの実力が実感できます。従来のスキャナが「疑わしい」で止まっていた指摘が、「実際に悪用できた」まで踏み込んで検証されている点に注目してみてください。 |
| 💡 ポイント |
|---|
Security Agentの真価は 複数のFindingsを連鎖させて1つの致命的な攻撃シナリオに昇華させる 点にあります。Tasks APIの場合、たとえば「/api/v1/auth/login でSQLi → 任意ユーザのpasswordを取得 → そのユーザでログイン」あるいは「/api/v1/admin/users で全ユーザの認証情報を取得 → 個別ユーザになりすまし → 他ユーザのタスク閲覧」のように、単独では中程度の問題が連鎖した結果として全データ漏えいに繋がるケースを発見してくれます。Findingsの「Attack chain」表示があれば、そこを開いて連鎖の道筋を確認してみてください。 |
| 💡 ポイント |
|---|
| 従来のペネトレーションテストは「外部ベンダに年1〜2回依頼、1回数百万円、結果はPDFレポート」が一般的でした。AWS Security Agentのペネトレーションテストは オンデマンドで実行でき、しかも修正PRまで自動生成 されます。1回あたり$400〜$600(小〜中規模APIの場合)と従量課金ではありますが、従来比で1/10〜1/100のコストで、リリース前の重要な変更タイミングごとに実行する、といった運用が現実的になります。 |
7. 検出された脆弱性の解説と対策案
ここからは、サンプルレポートに掲載されている12件のFindingsの中から特に重要な4種類を取り上げ、レポートの記述を引用しながら何が問題で、どう直すべきか を解説します。Tasks APIには複数の脆弱性が連鎖した攻撃チェーンが成立していますが、根本原因は「入力値の検証不足」「暗号学的保護の欠如」「認可チェックの欠落」の3点に集約されます。Security Agent の「コードを修正」ボタンが自動生成するPRも、おおむねここで紹介する方針の修正コードになっています。
7.1 SQLインジェクション(Finding 1・2・6)
レポートの Finding 2 では、ログインエンドポイントが致命的なSQLインジェクションに対して脆弱であることが指摘されています(英語表示時の原文。日本語表示の場合は翻訳された日本語が表示されます)。
The POST /api/v1/auth/login endpoint is critically vulnerable to SQL injection via both the email and password JSON body fields. The application constructs raw SQL queries using unsanitized user input against a SQLite 3.40.0 database
Tasks APIの app/main.py ではログイン処理が、ユーザ入力を f-stringで生SQLに直接埋め込む 実装になっています。攻撃者が email フィールドに ' OR 1=1-- を渡すと、SQLが WHERE email='' OR 1=1--' AND password='...' のように展開され、WHERE 句が常に真になることで、認証なしに最初の行(管理者)のトークンが取得できてしまいます。
対策は、ユーザ入力を SQL構文の一部としてではなく値として扱わせる ことです。素のsqlite3を使う場合は ? プレースホルダによるパラメータ化クエリ、SQLAlchemyを使う場合はORMのfilterを利用します。
NGの実装例です。f-stringでSQLを組み立てており、入力値が構文として解釈されてしまいます。
cursor.execute(
f"SELECT * FROM users WHERE email='{email}' AND password='{password}'"
)
パラメータ化クエリで書き換えると、入力値は値として渡されるためSQL構文に影響しません。
cursor.execute(
"SELECT * FROM users WHERE email = ? AND password = ?",
(email, password),
)
SQLAlchemy ORMを使うと、SQL文字列を組み立てる必要がなくなり、より安全です。
user = db.query(User).filter_by(email=email).first()
公式のFastAPI SQL (Relational) Databases でも、SQLAlchemyを通じたDB操作が標準パターンとして示されています。
7.2 偽造可能な認証トークン(Finding 3・8)
レポートの Finding 3 では、トークンに署名検証メカニズムが完全に欠落していることが指摘されています。
The application uses plain base64-encoded tokens in the format base64('user_id:role') with no cryptographic signature, HMAC, or integrity protection. Any attacker can forge a valid token for any user ID and any role purely locally (e.g., echo -n '3:user' | base64).
Tasks APIは base64('user_id:role') という形式のトークンを発行していますが、サーバ側に秘密鍵がなく、署名検証もしていない ため、攻撃者がローカルで echo -n '1:admin' | base64 を打つだけで管理者トークンを偽造できます。
対策は、JWT (JSON Web Token)を使い、サーバ側の秘密鍵で HMAC署名 を付けて発行・検証することです。秘密鍵を知らない攻撃者は payload を改ざんしても署名検証で弾かれます。
import os
from datetime import datetime, timedelta, timezone
import jwt
JWT_SECRET = os.environ["JWT_SECRET"] # 本番ではSecrets Manager等から取得
def create_token(user: User) -> str:
payload = {
"sub": str(user.id),
"role": user.role,
"exp": datetime.now(timezone.utc) + timedelta(hours=1),
}
return jwt.encode(payload, JWT_SECRET, algorithm="HS256")
def verify_token(token: str) -> dict:
return jwt.decode(token, JWT_SECRET, algorithms=["HS256"])
JWTライブラリは PyJWT 公式ドキュメント に記載があります。exp クレームを必ず含めてトークンに有効期限を設けることで、漏えい時の影響範囲を時間的に限定できます。
7.3 パスワードの平文保存とレスポンスへの露出(Finding 4・7)
サンプルレポートでは、Finding 4(タイトル: IDOR on /api/v1/users/{user_id} - Unauthenticated Access to Any User Profile with Plaintext Passwords)と Finding 7(タイトル: Unauthenticated and Unprivileged Access to Admin User List with Plaintext Passwords)の両方で、レスポンスに平文パスワードが含まれることが指摘されています。Finding 4 の Description には次のように記載されています。
The passwords stored and returned are in plaintext (not hashed), compounding the severity.
Tasks APIは登録時のパスワードを平文のままDBに保存し、さらに APIレスポンスのJSONにも password フィールドを含めて返却 しています。万一DBやレスポンスが漏えいすると、全ユーザのパスワードがそのまま攻撃者の手に渡ります。
対策は2つを必ず両立させます。1つ目は、保存時に bcrypt などの適応的ハッシュ関数でハッシュ化することです。bcryptは計算コストが調整可能で、ブルートフォース攻撃に対する耐性があります。
import bcrypt
def register(email: str, password: str) -> User:
hashed = bcrypt.hashpw(password.encode(), bcrypt.gensalt()).decode()
user = User(email=email, password=hashed)
db.add(user)
db.commit()
return user
def login(email: str, password: str) -> User | None:
user = db.query(User).filter_by(email=email).first()
if user and bcrypt.checkpw(password.encode(), user.password.encode()):
return user
return None
2つ目は、APIレスポンスのスキーマから password を除外 することです。FastAPIでは response_model にPydanticモデルを指定することで、モデルに定義していないフィールドは自動的にレスポンスから除外されます。
from pydantic import BaseModel
class UserResponse(BaseModel):
id: int
email: str
role: str
# password フィールドはあえて定義せず、レスポンスから除外する
@app.get("/api/v1/users/{user_id}", response_model=UserResponse)
def get_user(user_id: int):
return db.query(User).filter_by(id=user_id).first()
OWASP Password Storage Cheat Sheet では、現代のパスワードハッシュとして bcrypt / scrypt / Argon2 が推奨されており、平文保存や単純なMD5・SHA-1ハッシュは明確に非推奨とされています。
7.4 IDOR と認可チェックの欠落(Finding 4・7・10)
Finding 4 は IDOR と平文パスワード露出を1つにまとめたFindingで、ここでは IDOR の観点を取り上げます(平文パスワードの観点は前述の「パスワードの平文保存とレスポンスへの露出」セクションに記載があります)。レポートの Finding 4 の Description では、認証・認可の両方が完全に欠落していることが次のように指摘されています。
The GET /api/v1/users/{user_id} endpoint enforces no authentication or authorization controls. Any client — whether completely unauthenticated or authenticated as a low-privilege user — can access any user's full profile by manipulating the integer user_id path parameter.
Tasks APIは /api/v1/users/{user_id} で パスパラメータの user_id をそのままDB検索に使って返却 しているだけで、リクエスト元が誰かを確認していません。これは典型的な IDOR(Insecure Direct Object Reference、安全でない直接オブジェクト参照)です。
対策は、すべての保護対象エンドポイントで 2段階のチェック を行うことです。1段階目は 認証(リクエストに有効なトークンが付いているか)、2段階目は 認可(その認証ユーザがリソースにアクセスする権限を持つか)です。
FastAPIではDependsを使って認証処理を共通化し、エンドポイントの先頭で認可チェックを書きます。
from fastapi import Depends, Header, HTTPException
def get_current_user(authorization: str = Header(...)) -> User:
token = authorization.removeprefix("Bearer ")
try:
payload = verify_token(token) # 前述のJWT検証
except jwt.PyJWTError:
raise HTTPException(401, "Invalid token")
user = db.query(User).filter_by(id=int(payload["sub"])).first()
if not user:
raise HTTPException(401, "User not found")
return user
@app.get("/api/v1/users/{user_id}", response_model=UserResponse)
def get_user(
user_id: int,
current_user: User = Depends(get_current_user),
):
# 認可チェック:自分自身か管理者のみアクセス可能
if current_user.id != user_id and current_user.role != "admin":
raise HTTPException(403, "Forbidden")
user = db.query(User).filter_by(id=user_id).first()
if not user:
raise HTTPException(404, "Not found")
return user
/api/v1/admin/users のような 管理者専用エンドポイント では、current_user.role == "admin" の確認を必ず行います。
@app.get("/api/v1/admin/users", response_model=list[UserResponse])
def admin_list_users(current_user: User = Depends(get_current_user)):
if current_user.role != "admin":
raise HTTPException(403, "Admin only")
return db.query(User).all()
OWASP API Security Top 10 — API1:2023 Broken Object Level Authorization でも、オブジェクトIDを受け取るすべてのAPI操作にオブジェクトレベルの認可チェックを実装すること が原則として明記されています。
7.5 対策の優先順位
これら4種類の対策を Tasks API に適用すると、サンプルレポートで Critical / High に分類されているFindingsの大半が解消されます。実際に対応する際は、Findings の重大度の順(Critical → High → Medium → Informational)で着手するのが基本です。Critical の上位には複数の脆弱性が連鎖した攻撃チェーンが含まれていることが多く、チェーンの起点を1つ潰すだけで、連鎖していた複数のFindingsが同時に解消する ケースもあります。本章の場合、SQLインジェクションを潰すと、それを起点としていた認証バイパス・トークン取得・権限昇格のチェーンがまとめて成立しなくなります。
組織独自の追加要件(使用してよいライブラリ・ログ出力ポリシーなど)をコードレビューに組み込みたい場合は、次の「参考: 組織セキュリティ要件(Security requirements)の追加」セクションも参照してください。