Skip to main content
サイバーセキュリティ

データ侵害とデータ漏えい:実際には何が違うのか

データ侵害とデータ漏えいは似ていますが、封じ込めから情報開示まで、対応の進め方が異なります。このガイドでは、両者の違いを解説し、チームが適切に対応できるようにします。

著者 SentinelOne
Reviewer: Dianna Marks
データ侵害とデータ漏えい:実際には何が違うのか

要約

データ侵害は、何者かが組織に侵入し、資産やリソースにアクセスしたときに発生します。多くの侵害では、盗まれた個人のログイン認証情報が使われるか、ハッカーがリモートでアクセスできるマルウェアがコンピューターシステムにインストールされます。また、ハッカーがシステムの弱点(脆弱性)を悪用する場合もあります。

企業や顧客のデータが意図せず開示されることを、データ漏えいといいます。クラウドストレージの設定ミス、特定のファイルやデータベースに対するアクセス権限の不備、従業員による誤開示などが原因です。

データ侵害とデータ漏えいの最大の違いは、意図の有無です。データ侵害には、攻撃者が組織の認証情報を入手するために行う意図的な悪意ある行為が含まれます。データ漏えいは、機密データが誤って外部に開示されたときに発生します。。

データ侵害への対応には、IRとフォレンジック分析が必要です。データ漏えいの場合は、まず漏えいを封じ込め、どのデータが流出したかを評価し、組織のデータガバナンスを改善します。

はじめに

学習管理システムCanvasを提供する企業をご存じでしょうか。残念なニュースがあります。今年、同社のクラウドホスト環境でデータ侵害が発生しました。職員、教師、学生に関連する2億7,500万件のレコード以上が失われました。事態は急速に悪化し、制御不能になりました。ランサムウェアグループShinyHuntersの影響は、世界中の約9,000校に及びました。これは標的を定めて意図的に行われたデータ侵害です。

データ漏えいは、より偶発的に起こります。たとえば、深く考えずにパスワードをオンラインで漏らしてしまう場合です。チャットに書き込んだり、乗っ取られたポータルで同じパスワードを使い回したりすることが考えられます。

どちらも深刻で、片方がもう片方よりましということはありません。データ侵害もデータ漏えいも、機密情報を本来あるべきでない場所に置いてしまいます。ただし、その始まり方は異なります。

セキュリティチームが両者を同じ問題として扱うと、根本原因を見落とし、対応を誤ります。

このガイドでは、データ漏えいとデータ侵害の違いを説明します。実際の事例、それぞれの発生の仕組み、修復や被害軽減に必要な技術的対策を解説します。さらに、両方を防ぐためのベストプラクティスも紹介します。詳しく見ていきましょう。

Data Breach vs Data Leak - Featured Image | SentinelOne

データ侵害とは?

データ侵害は、犯罪者が顧客リスト、企業秘密、銀行取引明細書など、価値のある個人情報や企業情報に不正アクセスしたときに発生します。

一般に、フィッシングメールへの反応、コンピューターシステムの未修正の脆弱性の悪用、クレデンシャルスタッフィング(あるサイトの有効な認証情報を別のサイトへのログインに使用すること)、マルウェアを送り込むための悪意あるコードの使用などが発端となります。侵入後、犯罪者は"ラテラルムーブメント"(内部ネットワーク内を移動すること)を行い、権限を昇格させ、標的のデータをネットワークやシステムの外にコピーします。

犯罪者が狙うデータの種類は、何を収益化できるかによって決まります。氏名、住所、社会保障番号などの個人識別情報、医療記録、クレジットカードやその番号と有効期限、その他の個人や企業に関する機密情報が標的になります。

組織がデータ侵害を発見するまでには、発生から数週間、場合によっては数カ月かかることがあります。その間、犯罪者には盗んだデータを収集し、まとめ、販売する時間が十分にあります。

データ漏えいとは?

データ漏えいは、機密データが意図しない相手に誤って漏れたときに発生します。サイバー攻撃者がシステムに強引に侵入するデータ侵害とは異なり、データ漏えいでは、手違いによって誰でも機密データにアクセスできる状態になります。Amazon S3バケット、Elasticsearch、クラウドデータベースの設定が不適切な場合に発生することがあります。保護されていないgitリポジトリや、過度に開放的なデータ共有プロトコルも漏えいの原因です。

機密データには、文書、APIキー、顧客データベースも含まれます。漏れたデータが1件だけでも、攻撃者がフィッシング攻撃を仕掛けたり、最終的な侵害に向けてネットワークへ不正アクセスしたりするには十分です。データ漏えいが意図的でなくても、コンプライアンス上、データ侵害と同じくらい深刻な影響を及ぼします。

データ侵害とデータ漏えいの主な違い

すべてのセキュリティチームが知っておくべき、データ侵害とデータ漏えいの主な違いを紹介します。

意図と原因

データ侵害には、行為の背後に悪意があります。組織の外部または内部の人物が、アクセス権のないものにアクセスするため、セキュリティ対策を回避する場合があります。一方、データ漏えいには悪意が伴わず、単なるミスで起こることがあります。

事象の性質

データ侵害は侵入事案として発生するため、兆候が現れます。たとえば、不正なログイン試行、コマンド&コントロール通信、特定の場所へのデータの集約などです。一方、データ漏えいは受動的な事象です。能動的な攻撃はなく、公開すべきでない場所にデータを公開してしまいます。

検出方法

データ侵害は、脅威検出ツールからの通知で判明します。異常が侵害の兆候を示します。一方、データ漏えいは、アナリストや自動化されたセキュリティツールがデータを発見したときに検出されます。従業員を通じて、意図せず自らデータを漏らす場合もあります。このようなケースでは、データ侵害のアラートシステムは役に立ちません。

規制上の影響

規制上、どちらの事象も同じカテゴリーに分類されます。そのため、GDPR、HIPAA、CCPAの規則は両方に等しく適用されます。ただし、データ侵害は既存のセキュリティ上の脆弱性が原因で発生したとして、規制当局がより問題視する可能性があります。とはいえ、データ漏えいであっても、発生の経緯を規制当局に説明するだけでは責任を免れません。

対応方法

データ侵害への対応は通常、攻撃の阻止、被害の封じ込め、侵害範囲を把握するためのフォレンジック調査から始まります。データ漏えいへの対応は、より先回りした措置が必要です。権限を取り消し、公開されたデータを削除し、関連するキーをすべて直ちに変更します。違いをさらに確認したい場合は、以下の表をご覧ください。

主な違い:データ侵害とデータ漏えい

データ侵害とデータ漏えいの主な違いは次のとおりです。

データ侵害とデータ漏えいの実例

データ侵害とデータ漏えいの実例

実際のインシデントを見ると、データ侵害とデータ漏えいの違いがわかります。以下の事例をご覧ください。

  • Crimson Collectiveは今年活動し、100万人超の顧客を標的にしました。これは大規模なランサムウェア攻撃であり、その後、2026年4月頃に発生したBooking.comのサードパーティデータ侵害もありました。AI支援型のソーシャルエンジニアリング攻撃は検知がはるかに難しく、ハッカーは現実世界の誘因を利用するため、これらのインシデントには人的要素が加わります(そのため、セキュリティ自動化ツールで自動フラグ付けできません)。
  • またほぼ同時期に、欧州のあるフィンテック企業は、ローンアプリに関連する大量の機密データを含むElasticsearchインスタンスが偶発的に露出していたことを把握しました。それはログイン不要で6か月間アクセス可能な状態でした。研究者が定期的なオンラインスキャン中にそのデータ侵害を発見し、責任ある形で企業に通知しました。データ自体は実際には悪意を持ってアクセスされたわけではなく、むしろデータ漏えいと呼ばれるものに該当します。
  • ある技術サービスプロバイダーは、AWSにアクセスするための複数の認証情報を含むGitHubリポジトリを公開状態のままにしていました。その結果、スクリプトが自動的にこれを発見し、暗号資産マイニング基盤を立ち上げるため、また顧客のデータレポートを含むS3バケットにアクセスするために使用しました。なお、当初は明らかにデータ漏えいにつながるミスでしたが、最終的にはデータ侵害に発展した点に注意が必要です。
    • データ侵害とデータ漏えいを防ぐためのベストプラクティス
    • 今年、Crimson Collectiveは100万人を超える顧客を標的にしました。大規模なランサムウェア攻撃が発生したほか、2026年4月頃にはBooking.comでサードパーティを介したデータ侵害も起きました。AIを利用したソーシャルエンジニアリング攻撃は検知がはるかに難しくなっています。ハッカーは現実の状況を利用した誘い文句で人間の判断を突くため、セキュリティ自動化ツールではこうしたインシデントを自動的に検知できません。
    • 同じ頃、欧州のフィンテック企業は、ローン申請に関する大量の機密データを含むElasticsearchインスタンスが誤って公開されていたことを発見しました。このインスタンスは6か月間、ログインなしでアクセス可能でした。研究者が定期的なオンラインスキャン中にデータ侵害を発見し、責任ある方法で同社に通知しました。データが悪意を持ってアクセスされた事実はなく、実際にはデータ漏えいに該当します。
    • ある技術サービスプロバイダーは、AWSへのアクセスに使う複数の認証情報を含むGitHubリポジトリを公開したままにしていました。その結果、自動化されたスクリプトが認証情報を発見し、暗号資産マイニング用のインフラを立ち上げ、顧客のデータレポートを含むS3バケットにもアクセスしました。当初は明らかにミスによるデータ漏えいでしたが、最終的にはデータ侵害につながりました。

    データ侵害とデータ漏えいを防ぐためのベストプラクティス

    企業のデータ侵害とデータ漏えいを防ぐために、次のベストプラクティスを実践してください。

  • 特権クラウドロールに対してJITアクセス制御を実装します。昇格権限を持つユーザーには、タスク実行に必要な期間だけアクセスを付与し、一定時間後に取り消します。
  • 継続的インテグレーションパイプラインとすべてのリポジトリでシークレットスキャナーを使用します。ハードコードされたシークレット、APIトークン、暗号鍵が本番環境に現れることがないようにしてください。
  • 最小権限の原則を実践し、サービスアカウントには業務遂行に必要なデータベースとファイルのみにアクセスを許可します。他のユーザーに対して、機密データを読み取るための過度に許可された権限が存在しないことを確認してください。
  • UEBAツールを使用して異常な振る舞いを特定します。通常の従業員による異常な量のデータダウンロードは、アカウント侵害または悪意ある内部関係者の兆候である可能性があります。
  • データ侵害を防ぐには、ネットワークセグメンテーションと強力なファイアウォールポリシーが不可欠です。機密情報を扱うシステムでは、外向き接続の制限を検討してください。
  • エンドポイントにEDRソリューションを導入し、認証情報の収集攻撃、不正なPowerShellスクリプトの実行、インフラに対するliving-off-the-land攻撃を検知します。
  • レッドチーム演習を定期的に実施し、すでに一部のリソースを侵害した攻撃者が、侵害シナリオでさらに先へ進むために取り得る経路を確認します。
  • 脅威に即座に対処するため、データ漏えい専用のインシデントレスポンス計画を策定します。公開アクセスの削除、露出したデータ範囲の特定、コンプライアンスチームへの通知などの対応を含めるべきです。
  • ダークウェブのフォーラムやpastebinを定期的に監視(検索)してください。侵害された認証情報を発見することで、侵害の試みが行われる前にパスワード変更を実施できます。

    • SentinelOneはデータ侵害とデータ漏えいの防止にどのように役立つのか?
    • 特権クラウドロールにJITアクセス制御を導入します。高い権限を持つユーザーには、業務に必要な間だけアクセス権を付与し、その後取り消します。
    • 継続的インテグレーションのパイプラインとすべてのリポジトリでシークレットスキャナーを使用します。ハードコードされたシークレット、APIトークン、暗号化キーが本番環境に現れないようにしてください。
    • 最小権限の原則を実践し、サービスアカウントが業務に必要なデータベースとファイルにのみアクセスできるようにします。他のユーザーに機密データの読み取りを許す過剰な権限がないことも確認してください。
    • UEBAツールで異常な行動を特定します。一般従業員による通常より大量のデータダウンロードは、アカウントの侵害や悪意ある内部関係者の兆候かもしれません。
    • ネットワークのセグメンテーションと厳格なファイアウォールポリシーは、データ侵害の防止に不可欠です。機密情報を扱うシステムでは、外部への接続を制限することも検討してください。
    • エンドポイントにEDR製品を導入し、認証情報を収集する攻撃、無許可のPowerShellスクリプトの実行、インフラに対する正規ツールを悪用した攻撃を検知します。
    • レッドチーム演習を定期的に実施します。すでに一部のリソースを侵害した攻撃者が、侵害をさらに拡大する際に取り得る経路を確認してください。
    • データ漏えいに特化したインシデント対応計画を策定し、脅威に直ちに対処します。公開アクセスの解除、公開されたデータの範囲の特定、コンプライアンスチームへの通知を計画に含めてください。
    • ダークウェブのフォーラムやペーストサイトを定期的に監視・検索します。侵害された認証情報を発見すれば、侵害が試みられる前にパスワードを変更できます。

    SentinelOneはデータ侵害とデータ漏えいをどう防ぐのか? は Autonomous Security Intelligence (ASI) によって支えられています。これは、悪意ある振る舞いを特定し、重要な作業を自動化し、マシンスピードで脅威に対応する、プラットフォームの基盤に組み込まれたインテリジェンスファブリックです。ASIにより、セキュリティチームは、偶発的なデータ露出や侵入の試みが深刻化する前に特定するための可視性と自律的な機能を得られます。Singularity™ Platformは、エンドポイントテレメトリ、クラウドワークロードテレメトリ、IDプロバイダーテレメトリ、ネットワークテレメトリを1つのデータレイクに統合し、露出した資産または進行中の侵害のいずれかである可能性を明確に把握できるようにします。

    偶発的な露出の場合、 はAutonomous Security Intelligence (ASI)を基盤としています — プラットフォームの基盤に組み込まれたインテリジェンス基盤が悪意ある振る舞いを検知し, 重要な作業を自動化し, マシン速度で脅威に対応します. ASIにより, セキュリティチームはデータの意図しない露出や侵入の試みを深刻化する前に特定できる可視性と自律的な機能を得られます. Singularity™ Platformはエンドポイントのテレメトリ, クラウドワークロードのテレメトリ, IDプロバイダーのテレメトリ, ネットワークのテレメトリをひとつのデータレイクに統合し, 資産が露出しているのか侵害が進行中なのかを明確に把握できるようにします. はクラウド環境を継続的にスキャンし、設定ミス、保護されていないストレージ、APIキー、認証情報、トークンなどの露出したシークレットを検知します。このプラットフォームは、敵対者が発見する前に、露出したデータベースやアクセス可能なストレージバケットを自律的に検知します。さらに、Offensive Security Engine with Verified Exploit Paths™ は攻撃ベクトルをマッピングし、漏えい時に敵対者が正確にどこまで到達可能かを理解するのに役立ちます。

    誤ってデータが公開された場合、Singularity Cloud Securityはクラウド環境を継続的にスキャンし、設定ミス、保護されていないストレージ、公開されたAPIキー・認証情報・トークンなどのシークレットを検知します。攻撃者より先に、公開されたデータベースやアクセス可能なストレージバケットを自律的に検知します。さらに、Verified Exploit Paths™を備えたOffensive Security Engineが攻撃経路をマッピングし、漏えい時に攻撃者がアクセスできる範囲を正確に把握できます。Singularity™ Identity は、マシンスピードの振る舞いAIを使用して、ランサムウェア、認証情報の窃取、lateral movementを検知します。Storyline™ テクノロジーは数百万件の生イベントを相関分析してインタラクティブな攻撃タイムラインを作成し、侵入者がどのようにアクセスを獲得し、どのデータを持ち出したのかを正確に示します。Purple AIにより、アナリストは自然言語クエリを使って不審な振る舞いを検索し、脅威ハンティングを実施し、要約レポートを作成し、即時の緩和策を受け取ることができます。

    データ侵害が発生した場合は、Singularity™ EndpointとSingularity™ IdentityがBehavioral AIを使い、ランサムウェア、認証情報の窃取、ラテラルムーブメントをマシン速度で検知します。Storyline™テクノロジーは数百万件の生のイベントを関連付け、対話的に調査できる攻撃タイムラインを作成します。侵入者のアクセス方法と流出させたデータも正確に示します。Purple AIを使えば、アナリストは自然言語で質問して、不審な行動の検索、脅威ハンティング、要約レポートの作成を行い、緩和策を即座に得られます。

    SentinelOneのインシデントへの備えと対応サービスでは、24/7の監視と迅速な緩和措置を利用できます。データ侵害によって公開された資産をハッカーが悪用した場合、SentinelOneのインシデント対応チームがホストを隔離し、悪意あるプロセスを停止して、1-Click Rollbackで数分以内にエンドポイントを復旧します。SentinelOneのWayfinder Managed Detection & Response (MDR)は、データ漏えいを起点とする多段階攻撃を検知するための、複数の領域にまたがる可視性も提供します。

    まとめ

    偶発的なデータの公開でも、進行中の侵入でも、対応の第一歩は環境内の資産とデータの流れを把握することです。SentinelOneのSingularity Platformは、エンドポイント、クラウド、アイデンティティを横断する統合的な可視性をセキュリティチームに提供します。自律的な検知と対応により、漏えいが侵害に発展する前に対処します。

    Callout Background Image Gradient

    AIを活用したサイバーセキュリティ

    リアルタイムの検知、マシンスピードのレスポンス、デジタル環境全体の可視化により、セキュリティ態勢を強化します。

    よくある質問

    すべてのデータ漏えいがデータ侵害に該当するわけではありません。データ漏えいは、データベースの設定ミスなどによって機密データが誤って公開されることです。一方、データ侵害は、誰かが意図的に侵入してデータを盗むことを指します。漏えいを発見しても、悪意あるアクセスがなければデータ漏えいにとどまります。しかし、攻撃者が公開されたデータを取得すれば、データ侵害になります。データ漏えいがデータ侵害に発展することはありますが、発端は異なります。

    GDPRなどの規制では、データ漏出とデータ侵害のどちらも個人データに関するインシデントとして扱います。人々にリスクがある場合は、当局への報告が必要です。攻撃によるデータ侵害は、ほぼ必ず報告が必要です。データ漏出の場合、公開されたデータに誰もアクセスしておらず、リスクもないと速やかに証明できれば、報告を省略できる可能性があります。ただし、確証がなければ報告すべきです。迷ったら報告してください。

    いいえ、データ漏出を必ず報告する必要があるとは限りません。個人データが公開されても、外部から誰もアクセスしていないことを証明でき、速やかに是正した場合、規制当局への通知が不要なこともあります。ただし、公開されたデータに健康情報や財務情報などの機密情報が含まれ、誰かが閲覧した可能性が少しでもあれば、報告すべきです。判断する前に、適用される現地の法律を確認してください。迅速に対応し、すべてを記録に残しましょう。

    一般に、データ漏出は明らかな攻撃の兆候がないため、検知が困難です。クラウドストレージの設定ミスや従業員のミスは、数か月間気づかれないこともあります。データ侵害は異常なネットワークトラフィックやマルウェアのアラートなどの手がかりを残すことが多く、適切なツールがあればより早く検知できます。ただし、ひそかに進むデータ侵害は発見が難しい場合もあります。データ漏出を早期に発見できなければ、データ侵害に発展する可能性があります。

    データ漏出には、データ損失防止(DLP)とクラウドセキュリティ態勢管理ツールを優先してください。設定ミスのあるストレージや公開されたデータベースを発見し、修正できます。データ侵害には、エンドポイントでの検知と対応(EDR)およびSIEMを重視してください。マルウェアや不審なログインを検知できます。データ分類ツールも活用しましょう。データ漏出とデータ侵害の両方に役立ちます。監視は常時稼働させてください。

    さらに詳しく見る サイバーセキュリティ

    Decorative background gradient

    最先端のサイバーセキュリティプラットフォームを体験

    世界で最もインテリジェントで自律型のサイバーセキュリティプラットフォームが、現在そして将来にわたって組織をどのように保護できるかをご覧ください。
    Dark dashboard UI with purple-highlighted nav, summary cards showing 149, 7, 78, 56, 1.2 h, and a status table with linked purple text