長期的な記憶機能を備えた大規模言語モデルエージェントの普及に伴い、新規サイバー攻撃手法GhostWriterが指摘された。ニューメキシコ州立大学のGeorge Torres氏らによる論文はプレプリントサーバーarXivに公開され、エージェントの記憶蓄積サブシステムを悪用する攻撃のメカニズムと防御策を提示している。 GhostWriterは、攻撃者がエージェントの長期記憶に偽の記憶や悪意ある指示を注入し、後続の正当なユーザーリクエスト時にそれらが自動的に実行される二段階型攻撃である。第一段階でペイロードを記憶領域に潜伏させ、第二段階でユーザーの正当な問い合わせをトリガーに悪意ある行動を誘発する。同研究チームの検証では、最先端のエージェントに対して注入成功率が約98％、動作起動率が約60％に達した。特に機密情報を扱うパーソナルアシスタント型エージェントにおいて、外部からの悪意あるメール要約と秘匿転送など、記憶の改ざんを通じた機密漏洩リスクが顕在化した。 本攻撃の根本原因は、自律型AIにおけるセキュリティ観点の記憶ガバナンス欠如にある。この課題に対応するため、Torres氏はAgentic Memory SentryAM-Sentryと名付けられた緩和策を提案している。AM-Sentryは、記憶保存時のポリシー制御と記憶検索時の入力スクリーン機能の二つを組み合わせた防御フレームワークであり、実験によりGhostWriterの成功率を大幅に低減させながらエージェントの本来の機能性を維持することに成功した。 記憶機能を統合したAIエージェントの利便性が拡大する中、本研究成果は長期的記憶管理のセキュリティ基準確立への重要な基盤となる。今後の実環境での検証と業界標準化を通じて、次世代AIパーソナルアシスタントの信頼性向上とサイバーリスクの抑制に寄与すると期待されている。