「MongoDB」の設定ミスだけではない
スマホ用キーボードアプリのユーザー情報3100万人分が流出の恐れ その“真の原因”は
スマートフォン用キーボードアプリ「ai.type」のユーザー約3100万人分の個人情報が、誰でも閲覧できる状態になっていた。原因として「MongoDB」の設定ミスが挙がっているが、専門家はもう1つの問題を指摘する。
スマートフォン用キーボードアプリケーションのユーザー約3100万人分の個人情報が、流出の危険にさらされていた。ドキュメント志向のデータベース管理システム「MongoDB」の設定ミスと、デバイス内の全データへのフルアクセス取得が原因だ。
ユーティリティーベンダーKromtech Allianceのセキュリティ組織Kromtech Security Centerは、モバイルソフトウェアベンダーai.typeの同名キーボードアプリユーザーの個人情報が、インターネットで誰でも閲覧可能な状態になっていたと発表した。ai.typeはモバイルOS「Android」「iOS」向けにキーボードアプリを提供している。Kromtechによると、ai.typeはデフォルト設定のままでMongoDBを運用した結果、合計577GB、3億7300万件のデータが誰でもアクセス可能な状態になっていた。
今回の出来事はMongoDBの設定ミスが主な原因だと考えられるが、原因はそれだけではなかった。
併せて読みたいお薦め記事
スマートフォンアプリからの個人情報流出にどう対処するか
- 「iPhone安全神話」の落日 iOSアプリ50個に1個の割合で情報漏えいのリスクか
- 無料のWebサービスに個人情報を追跡されたくないAndroidユーザーに贈る6つのTips
- “個人情報を取り過ぎ”なAndroidアプリを機械学習で根絶できるか? Googleが挑戦
「プライバシー」をどう考えるか
専門家はもう1つの原因として、ai.typeのキーボードアプリがデバイスに対する過剰なアクセス権限を取得していたことを指摘する。ai.typeのキーボードアプリは、エンドユーザーのデバイス内データへのフルアクセスを要求していた。そのためスマートフォンに保存されたあらゆるデータを収集できるようになっていた。
Kromtechの発表を最初に報じたITニュースサイト「ZDNet」によれば、公開状態になっていたデータが適切に保護されたことを確認できたのは、ZDNetがai.typeに繰り返し連絡を試みた後だったという。
今回漏えいしたデータは、ai.typeのキーボードアプリをインストールした3100万人以上のエンドユーザーから収集したものとみられ、氏名、電話番号、デバイス識別番号(IMEI)、メールアドレス、居住国などの個人情報を含んでいた。
Kromtechの最高コミュニケーション責任者、ボブ・ディアチェンコ氏は、ブログ記事で次のように述べている。
理論上は、ai.typeの仮想キーボードをダウンロードしてインストールした人は誰でも、自分のスマートフォンのさまざまなデータを一般に公開していたことになる。こうした情報は、詐欺やなりすましなどの犯罪に悪用される危険性が極めて高い。デバイスへのフルアクセスを求める製品やサービスを、無料や割引価格で利用することと引き換えに、自分の情報を差し出す価値が本当にあるのかどうか、あらためて問われている。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社うるる] 「入札市場」攻略ガイド:効率的に落札するためのポイントを徹底解説 -
製品資料
[株式会社うるる] 入札情報に特化した「販路拡大」「効率化」のためのサポートツールとは? -
市場調査・トレンド
[株式会社うるる] 公共入札に成功する企業と失敗する企業の「5つの違い」 -
製品資料
[日本ビジネスシステムズ株式会社] 専門家が教える、Microsoft 365の「テナント統合/分離」を成功に導く秘訣 -
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に? ベテランエンジニアを追い込む“54歳の壁”
-
2
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
3
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
4
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
5
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
6
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
7
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
8
テレワークやBYODでリスクが拡大、デバイスの多様化を弱点としない管理方法とは
-
9
「有線LAN環境」に関するアンケート
-
10
Copilot導入で陥る“目的化”の落とし穴 定着の鍵は「作り込まない」こと
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する? 超速の攻撃からエンドポイントを保護する方法
-
2
最速72分でデータが流出? 最新の脅威トレンドや侵入手法から分かった防衛策
-
3
2026年のサイバーセキュリティには何が必要か? 最新データに学ぶ傾向と対策
-
4
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
5
「IT史に名を残すシステム障害」8選
-
6
SASE選定は「見極め力」で大きな差――本当に必要な製品を選ぶための6つの視点
-
7
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
10
「標的型攻撃メール」事例・サンプル集
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー