10
8

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

2026年10月はパッチの魔女月だった。お化けが増えたのか、誰かが明かりをつけたのか

10
Posted at

懐中電灯の光が、家のまわりに潜むバグのお化けを照らし出すイラスト

はじめに

2026年10月は、パッチが化けて出た月でした。

最終週だけを切り取っても、CISAはPHPの脆弱性2件(通称「PHP2Shell」)を悪用確認済みカタログ(KEV)に追加しました。Firefox 159は、1つのアドバイザリで167件のCVE(公開された脆弱性に付く識別番号)を公開しています。WordPress 7.1.4は22件の脆弱性を修正しました。月の前半には、MicrosoftのPatch Tuesdayが1,400件を超えました。Oracleの四半期アップデートも1,295件のパッチを出しています。

見出しだけを追えば、「ソフトウェアが壊れ始めた」と読めます。けれど数字を並べてみると、別の姿が見えてきます。

この記事の仮説はこうです。増えたのはバグそのものより、バグを見つける力と数え方だった。そして本当に問われているのは、それを受け止めるプロセスの方だ。

なお、英語で書いたMedium版を土台に、Qiita向けに再構成しています。

お化けは前から家にいた

まずは規模から。CVE Programの四半期データを使い、1月から9月の同じ期間でそろえて比べました。

CVE公開レコード数(1〜9月)

出典:CVE Program Metrics

増加そのものは、2026年に始まったわけではありません。2024年と2025年にも、2桁の伸びがありました。それでも2026年は別物です。9月末の時点で、すでに2025年の通年(48,244件)を超えていました。

ここで1つ注意があります。これは公開日で数えた数字です。2026年10月に公開されたCVEが、何年も前に出荷されたコードのバグを指していても不思議ではありません。

公開日は、バグが混入した日ではない。「今月見つかったバグ」と「今月作り込んだバグ」は、別の数字です。

見つける力が上がると、グラフは跳ねる

一番わかりやすい例はFirefoxです。

Firefoxのセキュリティバグ修正数

Mozillaは2025年を通じて、月に20〜30件ほどのセキュリティバグを修正していました。それが2026年4月には423件になります。うち271件は、AnthropicのClaude Mythos Previewを使って見つかったものです。

Mozillaはこれらを、出荷済みのコードに潜んでいた潜在的なバグだと説明しています。新しく作り込まれたのではなく、前から家にいたお化けです。

Mozilla Hacksの解説記事を読むと、「AIがバグを見つけた」で終わる話でもないとわかります。Firefoxのチームは、既存のファジング基盤の上にエージェント型のパイプラインを組みました。再現可能なテストケースを必須にし、重複排除とトリアージを通してから修正に回しています。成果を実用的なものにしたのは、モデルの性能だけでなく、その周りの検証の仕組みでした。

ここから立てられる仮説は単純です。検出の仕組みが変われば、製品が同じでもバグ件数は跳ねる。グラフの上昇だけでは、品質の悪化なのか、ライトが明るくなっただけなのかを区別できません。

数え方が変わっても、グラフは跳ねる

2つ目の落とし穴は、計測方法そのものの変更です。

Firefox 159のアドバイザリによると、社内で見つかったメモリ安全性のバグは、1つのCVEにまとめず、バグごとのCVEとして公開する方針へ変わりました。作業量が同じでも、見出しの数字は大きくなります。

CVEの仕組み全体も変わっています。CVEを採番できる組織(CNA)は、2022年末の263から、2026年第3四半期末には563まで増えました。発行元が増えれば、レコードも増えます。ソフトウェアの安全性とは関係なく、です。

Microsoftの10月のPatch Tuesdayに至っては、集計する人によって合計が1,407件から1,416件までばらつきました。既知の問題やサードパーティ製コンポーネントを含めるかどうかで、数字が変わるためです。

品質指標でも同じことが起きます。起票ルールを変えた。チケットの分割単位を変えた。重大度の定義を見直した。どれもダッシュボードの上では「品質の変化」に見えてしまいます。

グラフが跳ねたら、まず計測方法が変わっていないかを確かめる。10月は、その当たり前を大規模に見せてくれた月でした。

チケットが溢れたとき、何が起きたか

見つける力が上がると、次は受け止める側が詰まります。この章が、セキュリティの外へ一番持ち出しやすい部分です。

WordPressのHackerOne報告数

WordPressのHackerOne(脆弱性報告を受け付けるプラットフォーム)には、約10年間、月20〜30件の報告が届いていました。2026年7月には450件、8月には773件です。

セキュリティチームの報告によれば、2026年の報告は3,000件を超え、過去12年分の合計を上回りました。スパムや対象外の報告を除いた数です。

GitHubも同じ波をかぶりました。Advisory Databaseは2026年5月に1,560件のレビュー済みアドバイザリを公開しています。通常の月の5倍を超える量です。それでも流入には追いつかず、一部のレビューは数週間待ちとなりました。

発見が安くなっても、ボトルネックは消えません。検証、重複排除、調整、修正、公開の側へ移るだけです。

では、溢れたチケットにどう対処したのか。両チームの打ち手を並べると、意外なほどシンプルでした。

打ち手 WordPressの例 Mozillaの例
入口で対象を絞る 9月1日にバグバウンティの対象範囲を見直し、影響が明確な問題に集中 探索対象をソースファイル単位で指定し、AIに調べさせる
再現をゲートにする AIが報告を安全な環境で再現し、要約と推奨を付ける AIに再現可能なテストケースを作らせ、実際にクラッシュするか確かめる
判断は人に残す 最終判断はセキュリティ研究者が行う 届いたバグはFirefoxのエンジニアが確認して修正する
出口を自動化する セキュリティリリースの109工程の約73%を自動化 新しいビルドを毎週ユーザーへ届ける

結果として、WordPressのトリアージ待ちは359件から2桁まで減りました。ただし、これで片付いたわけではありません。量に対する運用上の答えであって、すべての報告を遅れなく捌ける証明ではない。そこは区別しておきたいところです。

件数ではなく、影響で見る

では、脆弱性が倍増した分だけ、攻撃も増えたのでしょうか。

手がかりとして、CISAのKEVカタログを集計しました。KEVは、実際に悪用された証拠がある脆弱性だけを集めたリストです。

KEVカタログへの追加数

出典:CISA KEVの公式データを集計(2026年10月30日時点のスナップショット)。dateAddedはカタログへの追加日であり、悪用が始まった日ではない。

CVEの公開数は、KEVへの追加数よりはるかに速く伸びています。ただし、2つを割り算して「悪用率」と呼ぶことはできません。KEVに追加されたものには何年も前のCVEが含まれていて、比べている母集団が違うからです。

悪用率を測るなら、ある期間に公開されたCVEをコホートとして追い、後から悪用の証拠が出たものを数える必要があります。

一方で、絶対数を見ると楽観もできません。1〜10月で比べると、2025年の214件に対して2026年は282件。約32%の増加です。PHP2Shellでは、PHPが緊急修正を出した10月21日の4日前、10月17日にはすでに悪用の試みが観測されていました(AWSの報告)。

品質の言葉に直せば、「起票されたバグの数」ではなく「本番で起きた障害」や「ユーザーに届いた影響」で見る、という話です。ただし分母と分子の母集団をそろえないと、きれいな比率ほど嘘をつきます。

一番育ったお化けは、パッチギャップ

この1か月で本当に大きくなったリスクがあるとすれば、それはバグの数ではありません。修正がコードに入ってから、ユーザーの手元に届くまでの時間。いわゆるパッチギャップです。

パッチギャップの図

バグを見つけるモデルは、パッチも読めます。AnthropicのFrontier Red Teamの報告によると、Mythos PreviewはFirefoxの修正が公開ソースに入ってから1時間以内に、動作するエクスプロイトを作りました。修正を含むリリースは、その時点でまだ18日先でした。

Mozillaはこれを受けて、新しいビルドを毎週ユーザーに届ける体制へ移りました。修正がリリースされるまで、一部の回帰テストを公開しない対策も発表しています。

品質の現場に置き換えると、「修正がマージされた」と「修正が本番に出た」の間の時間です。DORAの指標でいう変更のリードタイム(変更が本番へ届くまでの時間)に近い考え方です。発見が速くなるほど、ここの遅さが目立ちます。

現場に持ち帰れること

10月のパッチの山から、セキュリティ以外にも使える教訓を3つ挙げます。

  • グラフが跳ねたら、まず計測方法を疑う。 検出ツールの導入、起票ルールの変更、集計範囲の違いは、どれも品質の変化に見えてしまう。グラフには、計測方法を変えた日を注釈として残しておく
  • 流入が急増したら、入口と出口から手を付ける。 対象範囲を絞り、再現をゲートにし、リリース工程を自動化する。再現手順のない報告は、ラベルを付けて差し戻す。人の判断は、最後の判定に集中させる
  • 件数ではなく、届くまでの時間を見る。 修正がマージされたかではなく、本番に届いたかを追う。マージとデプロイの日時をチケット単位で記録すれば、その差がそのまま指標になる

おわりに

明るいライトのおかげで、ずっと家の中にいたお化けが、ようやく見えるようになりました。増えたのはお化けではなく、見つける力と数え方です。

そして怖いのは、10月に何体見つかったかではありません。居場所がわかったあとも、ドアを開けっぱなしにしている時間の方です。

参考文献

10
8
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
10
8

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?