見た目は同じ、中身は別物 - Unicode の視覚的攻撃

apple.com と аpple.com は同じに見えま⁠す⁠か⁠? 実は違い⁠ま⁠す⁠。2 つ目の URL の最初の「а」はラテン文字の「a」ではなく、キリル文字の「а」(U+0430) で⁠す⁠。人間の目には区別がつきにくいものの、コンピューターにとっては別の文字であり、別のドメイン⁠で⁠す⁠。

Unicode は世界中の文字を統一的に扱える仕組みですが、その豊富な文字セットがセキュリティ上の脅威にもなってい⁠ま⁠す⁠。

ホモグラフ攻撃 - 偽ドメインの作り方

ホモグラフ攻撃 (IDN homograph attack) は、見た目が同じ (または酷似した) 異なる文字を使って偽のドメイン名を作成する攻撃⁠で⁠す⁠。

  • ラテン文字の「a」(U+0061) とキリル文字の「а」(U+0430)
  • ラテン文字の「o」(U+006F) とキリル文字の「о」(U+043E)
  • ラテン文字の「p」(U+0070) とキリル文字の「р」(U+0440)
  • ラテン文字の「e」(U+0065) とキリル文字の「е」(U+0435)

これらを組み合わせると、аррle.com (先頭の「а」と 2 つの「р」がキリル文字) のように、apple.com と視覚的に区別しにくいドメイン名を作成でき⁠ま⁠す⁠。フィッシングサイトの URL として使われれば、注意深いユーザーでも騙される可能性があり⁠ま⁠す⁠。

ブラウザーの対策

主要なブラウザーは、ホモグラフ攻撃への対策として、混合スクリプト (複数の文字体系が混在する) のドメイン名を Punycode 表記で表示し⁠ま⁠す⁠。先の аррle.com はキリル文字とラテン文字が混ざっているため、アドレスバーには xn--le-6kc8da.com と表示され、偽装に気づきやすくなり⁠ま⁠す⁠。

ただし、ラテン文字の「l」に似たキリル文字パロチカ (U+04CF) を使えば、ラベル全体をキリル文字だけでそろえた綴り (аррӏе.com = xn--80ak6aa92e.com) も作れ⁠ま⁠す⁠。Unicode の技術標準 UTS #39 が「whole-script confusable」と呼ぶこの形は、混合スクリプトという条件に当てはまらないため、ブラウザー側は「よく知られたドメインと紛らわしい単一スクリプトのラベルも Punycode 表示する」といった判定を重ねる必要があり⁠ま⁠す⁠。

見えない文字 - ゼロ幅文字の脅威

Unicode には、画面上に表示されない「ゼロ幅文字」が複数存在し⁠ま⁠す⁠。

  • U+200B: Zero Width Space (ゼロ幅スペース)
  • U+200C: Zero Width Non-Joiner
  • U+200D: Zero Width Joiner
  • U+FEFF: Zero Width No-Break Space (BOM)

これらの文字は目に見えませんが、文字列の比較やハッシュ計算には影響し⁠ま⁠す⁠。

  • 透かし (ウォーターマーク): 機密文書にゼロ幅文字を埋め込み、漏洩時に誰が流出させたかを特定する手法が⁠あ⁠る⁠。各受信者に異なるパターンのゼロ幅文字を挿入すれば、流出した文書のパターンが漏洩者の特定につながる
  • パスワードの問題: コピー & ペーストでパスワードを入力する際、ゼロ幅文字が混入すると「正しいパスワードなのにログインできない」という事態が起こり得る
  • コードの改ざん: 見た目は同じでも動作が異なるソースコードを作る⁠攻⁠撃⁠。2021 年に公表された Trojan Source (CVE-2021-42574) がこの手口の代表で、中心となるのは次節の方向制御文字であり、ゼロ幅文字や同形文字はその変種として使われる

方向制御文字 - テキストの流れを操る

Unicode には、テキストの表示方向を制御する文字があり⁠ま⁠す⁠。アラビア語やヘブライ語は右から左に書くため、これらの制御文字は正当な用途を持ちますが、攻撃にも悪用され⁠ま⁠す⁠。

  • U+202E: Right-to-Left Override。この文字以降のテキストを強制的に右から左に表示する

例えば、ファイル名 document_‮fdp.exe は、画面上では document_exe.pdf と表示され⁠ま⁠す⁠。ユーザーが PDF ファイルだと思ってダブルクリックしかねませんが、実際には .exe ファイル (実行ファイル) で⁠す⁠。

開発者が注意すべきこと

  • ユーザー入力を受け付ける際、ゼロ幅文字や方向制御文字をサニタイズ (除去) する
  • ドメイン名の検証では、Punycode に変換してから比較する
  • ファイル名の表示では、方向制御文字を除去またはエスケープする
  • コードレビューでは、ゼロ幅文字の混入を検出するツール (例: grep -P '[\x{200B}-\x{200F}\x{202A}-\x{202E}]') を使用する

まとめ

Unicode は世界中の文字を統一的に扱える仕組みですが、その豊富さがセキュリティの脅威にもなってい⁠ま⁠す⁠。ホモグラフ攻撃、ゼロ幅文字、方向制御文字 - これらの脅威を知っていれば、フィッシングサイトの URL や不審なファイル名に対する警戒心が高まり⁠ま⁠す⁠。IP 確認さんにアクセスする際も、URL バーのドメイン名が正しいことを確認する習慣をつけてくだ⁠さ⁠い⁠。

この記事の関連用語

フィッシング ホモグラフ攻撃で偽ドメインを作成し、正規サイトになりすます⁠手⁠法⁠。 DNS 国際化ドメイン名 (IDN) は Punycode に変換されて DNS で解決さ⁠れ⁠る⁠。 HTTPS 偽ドメインでも TLS 証明書を取得できるため、HTTPS だけでは安全性を保証でき⁠な⁠い⁠。 IP アドレス ドメイン名が異なれば IP アドレスも異⁠な⁠る⁠。ホモグラフ攻撃の偽ドメインは別の IP を⁠指⁠す⁠。

よくある質問

ホモグラフ攻撃では Unicode のどんな性質が使われま⁠す⁠か⁠?

字形が似ていてもコードポイントは別物という性質⁠で⁠す⁠。ラテン文字の a は U+0061、キリル文字の а は U+0430 で、ドメイン名は Punycode に変換されてから解決されるため、見た目が同じでも 1 文字違えば別のサーバーに届き⁠ま⁠す⁠。

ゼロ幅文字とは何で⁠す⁠か⁠?

画面上に表示されない Unicode 文字⁠で⁠す⁠。文字列の比較やハッシュ計算には影響するため、パスワードへの混入、機密文書の透かし、ソースコードの改ざんなどに悪用され⁠ま⁠す⁠。

ブラウザーはホモグラフ攻撃を防いでいま⁠す⁠か⁠?

主要ブラウザーは複数の文字体系が混ざったドメイン名を Punycode 表記で表示し⁠ま⁠す⁠。ただしラベル全体を 1 つの文字体系でそろえた綴り (UTS #39 の whole-script confusable) はこの条件に当てはまらないため、ブラウザーはよく知られたドメインとの紛らわしさも併せて判定してい⁠ま⁠す⁠。表示された名前を信じきらず、綴りを 1 文字ずつ確かめる習慣が最後の防壁になり⁠ま⁠す⁠。