なぜインターネット経由の通話は盗み聞きされうるのか
御社がIP電話（VoIP、Voice over Internet Protocol、つまりインターネットプロトコル上の音声とも呼ばれます）を使うと、一つひとつの会話は何千ものデータパケットに分割され、メールやウェブページと同じようにネットワーク上を流れます。これが大きな利点です。電話配線が不要で、どの都市にも内線を置くことができ、費用もずっと安く済みます。
問題は、初期設定のままでは、こうしたパケットの多くが平文、つまり何の保護もない状態で流れていることです。通信経路のどこか（公衆Wi-Fi、社内の侵害された機器、設定の不十分な回線など）に入り込んだ人は、誰と話しているかを見ることができ、最悪の場合は通話の音声を再構成できてしまいます。米国国立標準技術研究所（NIST）は、VoIPセキュリティに関するガイドSP 800-58ですでにこう警告していました。データネットワーク上の音声はそのネットワークのリスクを引き継ぐため、独自の対策が必要だ、と。
良いニュースは、この扉を閉じるための、長年実績のあるオープンな標準が存在することです。あとはそれを有効にして、正しく設定するだけです。
守るべきものは2つ：封筒と手紙
インターネット経由の通話には2つの部分があり、それぞれ守り方が異なります。郵便で送る手紙を思い浮かべてください。
- 封筒はシグナリングです。誰が、誰に電話をかけ、通話がいつ始まりいつ終わるのか。IP電話では、これをSIP（Session Initiation Protocol、セッション開始プロトコル）が担います。SIPは、インターネットの標準を策定する団体IETFがRFC 3261で定義しています。
- 手紙は音声です。御社とお客様が話す内容の音声で、RTP（Real-time Transport Protocol、リアルタイム転送プロトコル）という別のプロトコルで運ばれます。
封筒だけを守っても、誰かが手紙を読めてしまうかもしれません。手紙だけを守っても、誰に、いつ書いているかは知られてしまいます。だからこそ、本当に安全な通話は両方を暗号化します。
SIP over TLS：封をした封筒
TLS（Transport Layer Security、トランスポート層セキュリティ）は、ブラウザに鍵マークが表示されるとき、オンラインバンキングを守っているのと同じ技術です。IETFによると、その目的は第三者によるメッセージの盗聴、改ざん、偽造を防ぐことです。現行バージョンはTLS 1.3で、RFC 8446で公開され、最近RFC 9846で改訂されました。前のバージョンであるTLS 1.2はRFC 5246で規定されていました。
SIPのシグナリングがTLSの中を流れるのは、送り主と受取人しか開けられない金庫に封筒を入れるようなものです。さらにTLSはデジタル証明書を使い、双方が偽物ではなく正しいサーバーと通信していることを確認できるようにします。RFC 3261自体もSIPSという方式でこれを想定しており、宛先ドメインまでの区間でTLSによる暗号化通信を必須としています。
SRTP：両端だけが理解できる言葉で話す音声
SRTP（Secure Real-time Transport Protocol、RTPの安全なバージョン）はRFC 3711で定義されています。音声に対して3つの重要なことを行います。
- 機密性：標準ではAESアルゴリズムで音声を暗号化するため、誰かがパケットを傍受しても意味のない雑音しか得られません。
- メッセージ認証：途中で誰かがパケットを改ざんしたかどうかを検知できます。
- リプレイ攻撃からの保護：攻撃者が通話を混乱させるために再送しようとするパケットを拒否します。
重要な点があります。SRTPは自ら鍵を配布するわけではなく、それはシグナリングの際に取り決められる外部の仕組みが行います。そのため、SRTPとTLSは組み合わせることで最もよく機能します。封筒が開いたままだと、音声の鍵が露出してしまう可能性があるからです。
IP電話に対する代表的な攻撃
リスクを理解するのに専門家である必要はありません。RFC 3261とNISTのガイドは、特に次のようなシナリオを挙げています。
- 盗聴（傍受）：暗号化されていない音声トラフィックを誰かが取得し、会話を再構成します。
- なりすまし：第三者が正規のサーバーや別のユーザーになりすましたり、画面に表示される番号を偽装して御社のスタッフをだましたりします。
- SIP認証情報の窃取と登録の乗っ取り：攻撃者が内線のユーザー名とパスワードを手に入れると、その内線になりすまして登録し、着信を受けたり、御社の回線を使って通話を行い、その料金を御社が支払うことになったりします。
- 通話の切断や改ざん：偽のシグナリングメッセージによって、通話中の電話を切ったり内容を改変したりしようとすることができます。
- サービス妨害：システムにメッセージや通話を大量に送りつけ、処理能力を奪います。米国のサイバーセキュリティ機関（CISA）は、自動化された大量の通話が回線をあふれさせる電話サービス妨害（TDoS）について専用のガイドを出しています。
例：パスワードの弱い内線
メデジンにある流通会社が、クラウド型の電話交換機に40の内線を持っているとします。設置を早く済ませるため、すべての内線に短く、内線番号に似たパスワードが設定され、サーバーはどの国からの接続も受け付けていました。
ある金曜日の夜、誰かが自動で組み合わせを試し、ある内線のパスワードを推測して、別の場所から登録します。週末の間、その回線を使って国際電話をかけます。月曜日、会社は利用料金に気づき、さらにその内線の営業電話が転送されていた可能性があることにも気づきます。
何があれば防げたでしょうか。長く固有のパスワード、会社が事業を行う国とネットワークからの接続のみを受け付けるファイアウォール、一定回数失敗した後の自動ブロック、利用上限、異常なトラフィックのアラートです。どれも高価な対策ではありません。高くつくのは、それらがないことです。
企業の通話を守るためのベストプラクティス
- できる限りすべてを暗号化する：電話機、ソフトフォン、トランクで、シグナリングにはSIP over TLS、音声にはSRTPを使います。
- 強固で固有のパスワード：内線ごとに長い独自のパスワードを設定し、初期パスワードや番号に基づくものは決して使わないでください。プラットフォームが対応していれば、MinTICが業務ツールについて推奨しているように、管理ポータルで多要素認証を有効にしてください。
- ファイアウォールとアクセス制御：必要なポートだけを開け、接続できるネットワークを制限します。NISTは、VoIP対応のファイアウォールやセッションボーダーコントローラー（SBC、Session Border Controller）の使用を推奨しています。
- 常に最新の状態に：交換機、電話機、サーバーのセキュリティパッチは、メーカーが公開したらすぐに適用します。
- 音声ネットワークを分離する：NISTは、音声とデータを論理的に分離したネットワーク（例えば同じ配線の中の仮想ネットワークであるVLAN）で運用し、感染したコンピューターが電話機に直接アクセスできないようにすることを勧めています。
- 保護されたリモート管理：管理画面へは、VPN（仮想プライベートネットワーク）やSSHなどの暗号化された経路からのみアクセスします。
- 継続的な監視：ログ、認証の失敗、不審な通話パターンを確認し、アラートと利用上限を設定します。
電話サービス事業者に確認すべきこと
クラウドPBXや法人向け携帯電話のサービスを契約（または更新）する前に、次の質問をし、具体的な回答を求めてください。
- 内線とトランクでSIP over TLSとSRTPに対応していますか？初期設定で有効になっていますか？
- どのバージョンのTLSを使い、証明書をどのように管理していますか？
- SIPの認証情報をどのように守り、何度か失敗した後はどうなりますか？
- 内線を登録できる国、ネットワーク、IPアドレスを制限できますか？
- 常時監視、不正利用アラート、設定可能な利用上限はありますか？
- プラットフォームはどのくらいの頻度で更新され、インシデントはどのように通知されますか？
- インフラを運用しているのは誰ですか？自社のチームですか、それとも再販元の第三者ですか？
事業者が答えに詰まったり、一般論で答えたりする場合は、他を探すべきサインです。業界の規制の枠組みについては、当社の規制情報のセクションもぜひご確認ください。
オープンソースもセキュリティの言葉を話す
世界のIP電話の多くはオープンソースソフトウェアで動いており、最もよく使われているツールはこれらの標準に対応しています。通信事業者に広く使われているSIPサーバーであるKamailioには、TLS 1.3に対応したTLSモジュールがあります。Asteriskは、シグナリングにTLS、音声にSRTPを組み合わせる方法を段階的に文書化しています。FreeSWITCHも、SIP over TLSとSRTPによる安全なメディアの設定を提供しています。
ソフトウェアが対応しているからといって、有効になっているとは限りません。違いを生むのは、それを毎日設定し、更新し、監視するチームです。19 80 TIC Cloudでは、当社のエンジニアチームが自社のIP電話プラットフォームを運用しているため、こうしたセキュリティ上の判断は社内で行われ、見直されています。
