data-breach-detector

data-breach-detector

読み取り専用の侵害インテリジェンス MCP サーバーです。公開情報開示フィードから、「この組織は過去に侵害されたことがあるか」「最近の侵害ニュースは何か」「20年にわたる侵害履歴はどのようなものか」「この脅威テキストの深刻度はどの程度か」という質問に答えます。報告するのは内容ではなくインテリジェンスです。侵害の発生、時期、規模、カテゴリー、漏えいしたデータの種類を伝え、漏えいしたレコード自体は扱いません。

防御担当者と、その代わりに作業するエージェント向けに構築されています。

他の選択肢ではなく、これを選ぶ理由

侵害関連ツールの大半は次の3つの領域に分かれており、それぞれ構造的な欠点があります。

• 一般消費者向けのチェッカー（HaveIBeenPwnedのサイト）が答えるのは、「自分のメールアドレスは侵害に含まれているか」という1つの質問だけです。1回に1アカウント、1回に1つの情報源しか確認できません。
• 漏えいデータのブローカー（DeHashed、IntelX、LeakCheckなど）は、漏えいしたレコードそのものへのアクセスを販売します。これをAI エージェントに組み込むと、盗まれた認証情報をエージェントに渡すことになります。
• エンタープライズ向けインテリジェンスプラットフォーム（SpyCloud、Recorded Future、Flashpoint）は適切にデータを結合しますが、契約額は数万ドルに達し、APIも非公開です。

このサーバーは、4つ目の選択肢を提供します。

1. 4つの主要な情報源を、1つのクエリー可能なインターフェースに集約します。 検証済み侵害ディレクトリ（HIBP）、リアルタイムのランサムウェア漏えいサイトトラッカー（RansomLook）、2020年まで遡る約16,000件の被害者を記録した漏えいサイトアーカイブ（ransomwatch）、およびSEC 8-K Item 1.05の提出書類――企業が法的義務に基づいて開示する「重大なサイバーセキュリティインシデント」です。規制当局レベルと犯罪インフラレベルの証拠を、同じインデックスで確認できます。キーも契約も不要です。
2. 履歴を中核機能として扱います。 breach_history、breach_timeline、breach_statsは、2007年から現在までを単なるキャッシュではなく、製品そのものとして扱います。2013年のすべての侵害、組織の完全なインシデント時系列、被害の繰り返しのフラグ付け、年別および攻撃者別の集計を確認できます。
3. 倫理上の境界を利用規約ではなく、コードで守ります。 フェッチ、クロール、プロキシのプリミティブはなく、.onionへのアクセスもありません。各フィールドを組み立てる前に、レコードの生成時点でフィード由来の文字列をすべてサニタイズします。メールアドレス、ハッシュ、IPアドレス、暗号資産アドレス、認証情報のようなトークンを伏せ、Unicodeタグ、ゼロ幅文字、双方向テキスト制御文字、異体字セレクター、端末制御コードといった、人間の読者から指示を隠すために使われる不可視の文字も取り除きます。ランサムウェア集団が書いた漏えいサイトのタイトルをエージェントが読むため、これは重要です。同じフィールドがインテリジェンスであると同時に、インジェクションの入り口にもなります。人間が目にする2つのフィールドだけを伏せるのでは不十分です。ID、攻撃者名、統計の分類キーも、同じ文字列から作られるためです。
4. 正確さを計測できるようにしています。 feed_sourcesは、各フィードの最新項目、古さを示すフラグ、最後に発生した取得エラーを報告します。上流の情報源が停止している場合も、事実として示し、黙って欠落させることはありません。（ransomwatchプロジェクト自体は2025年6月に更新を停止しており、このサーバーはそれを隠さず明示します。）
5. MCPネイティブ、無料、MIT、セルフホスト可能です。 pip installを1回実行すれば、stdioまたはストリーム可能なHTTPで利用できます。

対応していないこと

• 任意のURLのフェッチ、クロール、プロキシは行いません。汎用スクレイピングのプリミティブはありません。
• .onionのマーケットプレイスへのアクセスや、取引は行いません。
• ダンプ、ペースト、漏えい情報の生テキストは決して返しません。フィード由来の文字列は、各レコードの構築時点で、伏せ字処理と隠された指示に使われる文字の除去を行います。そのため、ID、攻撃者名、エンティティ名、日付、ソースURL、集計キーは、生の文字列ではなくサニタイズ済みの値から作られます。

情報源（公開情報、キー不要）

• HaveIBeenPwned /api/v3/breaches — 2007年まで遡る検証済み侵害ディレクトリ。ドメイン、侵害日、pwn count、漏えいしたデータのカテゴリーを収録します。
• RansomLook（ransomlook.io）— リアルタイムのランサムウェア漏えいサイトトラッカー。
• ransomwatch（joshhighet/ransomwatch）— 約16,000件の漏えいサイト投稿を収録した更新停止済みアーカイブ。2020年1月から2025年6月までの履歴を保持します。
• SEC EDGAR — Item 1.05 Material Cybersecurity Incidentsを含む8-K提出書類（2023年12月以降、第一者による開示が義務付けられています）。

ツール

ツール	返される内容
breach_news(since_days, sector, source, limit, offset)	最近の情報開示 — 組織、日付、規模、流出したデータの種類、深刻度
check_exposure(query, since_days, limit, offset)	ドメイン／企業が侵害データに含まれているか — はい／いいえ + メタデータ
breach_history(query, year_from, year_to, sector, data_type, min_accounts, order, limit, offset)	2007年まで遡ってアーカイブ全体を検索
breach_timeline(entity, limit, offset)	1つの組織について、インシデントごとの時系列 + 繰り返し被害に遭っているかの評価
breach_stats(group_by, sector, limit)	年／情報源／データの種類／脅威レベル／ランサムウェア攻撃者ごとの集計
assess_threat(text)	セキュリティ関連テキストを分類 — レベル、カテゴリ、対応（ネットワーク接続なし）
feed_sources()	フィード、情報源ごとの更新状況、古さを示すフラグ、前回の取得エラー

各リストツールは count、limit、offset、returned を返し、 breach_stats は buckets_total を返すため、切り詰められた回答は その状態がわかります。また、ページングによって続きにアクセスできるため、データが失われることはありません。

実行

pip install data-breach-detector

data-breach-detector           # stdio (for MCP clients)
data-breach-detector --http    # streamable-HTTP on 127.0.0.1:8790/mcp

または、設定を使って MCP クライアントを接続してください。

{ "mcpServers": { "data_breach_detector": {
  "command": "data-breach-detector"
} } }

ホスト型リモートサーバー：https://breach.seiche.info/mcp

ライセンス

MIT。侵害データは各情報源（HaveIBeenPwned、RansomLook、 ransomwatch、SEC EDGAR）に帰属します。このツールは、公開されている情報開示の メタデータを出典表記付きで集約するだけです。