ユーザーの依頼を受けたエージェントがサブエージェントやツールを呼び出すとき、下流のサービスが知りたいのは2点です。呼び出しているワークロードは誰か。そして、誰の権限で動いているのか。ワークロードIDだけではこの2点目に答えられず、ユーザートークンの転送では1点目が崩れます。SPIFFEのJWT-SVIDとRFC 8693のtoken exchangeを分業させる設計を整理します。
なぜワークロードIDだけでは委譲連鎖を検証できないのか
ワークロードIDは「誰が呼んでいるか」を証明するが、「誰のためか」は証明しない。委譲の主体は別の層で運ぶ必要がある。
SPIFFEはワークロードに暗号学的なIDを与える仕組みです。IDは spiffe://demo.example.com/service/agent-service のようなURIで表現されます。Red Hatの解説は、この層を転送層(mTLSで「誰が呼んでいるか」に答える層)と位置づけています。
一方、ユーザーやエージェントの論理的な識別子はJWTで運び、「誰のために」に答える層を別に持たせる構成です。同記事は、ユーザー単位のSPIFFE証明書は使わないと明記しています。ユーザーはOIDCセッションで出入りし、長寿命ワークロード向けのSPIREの登録モデルに合わないためです。
1層だけで済ませると、次の2つの事故が起きます。
- ユーザートークンをそのまま下流へ転送すると、下流はどのエージェントが介在したかを区別できない
- ワークロードIDだけで認可すると、エージェントがユーザー権限を超えた操作を実行できてしまう
JWT-SVIDはどこまで検証を担えるのか
JWT-SVIDの
subにはワークロードのSPIFFE IDが入り、audとexpの欠落したトークンは検証側が拒否しなければならない。
JWT-SVID仕様は、subにSPIFFE IDを設定すること、audを1つ以上持つこと、expを持つことを必須としています。検証側は aud に自身の識別子が含まれない場合も拒否します。署名アルゴリズムはRS256、ES256、PS256などの許可リストで、ヘッダーは alg・kid・typ に限られます。
設計で押さえるべき点は3つです。
- bearerトークンである: 仕様はリプレイのリスクを明記し、有効期間をできるだけ短くするよう勧めています。ネットワーク上のすべての区間で通信の機密性を確保します
- audienceは1つに絞る: 複数のaudienceを許すと、受け手が別のaudienceへトークンを再利用できます。
productionのような広い値も避けます jtiの一意性追跡は検証側の義務ではない: リプレイ対策をjtiに任せず、短命化とaudience絞り込みで抑えます
JWT-SVIDは「このワークロードが、この宛先に対して」という証明にとどまります。ユーザー権限の委譲を表現する仕組みは持ちません。
token exchangeとactクレームで委譲をどう表すのか
RFC 8693の委譲では、
subject_tokenが依頼者を、actor_tokenが実行者を示し、actクレームの入れ子が連鎖を記録する。
RFC 8693は、grant_type に urn:ietf:params:oauth:grant-type:token-exchange を指定し、subject_token(必須)と actor_token(任意)を送る方式です。仕様はなりすまし(impersonation)と委譲(delegation)を区別しています。委譲では実行者が自身のIDを保ったまま依頼者の代理として動くため、エージェント用途に適合します。
act クレームは現在の実行者を示すJSONオブジェクトで、入れ子にすると過去の実行者を並べた連鎖になります。注意すべきは、アクセス制御に使うのは最上位のクレームと現在の実行者だけで、入れ子の過去の実行者は参考情報にすぎない点です。連鎖全体を認可の根拠にしないでください。
may_act クレームは、ある当事者が別の当事者の実行者になれることを示します。認可サーバーはこれを見て、委譲を許可するか判断できます。
2層をどう組み合わせて実装するか
転送層のmTLSと、アプリケーション層の委譲JWTを別々に検証し、ポリシーエンジンで権限の積集合を取る構成が基本形になる。
Red Hatの例では、ユーザーがKeycloakでOIDCトークンを取得し、Envoyのext-procフィルターがKeycloakのtoken exchangeを呼びます。得られるのは sub がエージェント、act がユーザーという委譲JWTです。下流サービスはJWKSで署名を検証し、委譲情報を取り出します。転送層のID(SVID)と委譲情報(JWT)は独立して検証し、ポリシーエンジンが両者の積集合で許可範囲を決めます。
実装の要点です。
- 委譲JWTの
audは呼び出し先ごとに絞り、再交換でも広げない - エージェント名は人間向けの慣習であり、権限付与ではない。能力はポリシー側で定義する
- 委譲トークンを外部リソース(S3やGitHubなど)の資格情報へ変換する「最後の一歩」は、同記事も未解決として残している。別途、短命な認証情報の払い出し設計が要る
エージェントのゼロトラスト通信設計で述べた転送層の統制に、この委譲層を重ねるイメージです。識別・認可の全体地図はNIST NCCoEのコンセプトペーパー解説にあります。
参考
- SPIFFE JWT-SVID 仕様
- RFC 8693: OAuth 2.0 Token Exchange
- Wiring zero trust identity for AI agents: SPIFFE, token exchange, and Kagenti(Red Hat)
まとめ
エージェントの委譲連鎖は、JWT-SVIDが示すワークロードの身元と、token exchangeの act が示す依頼者の2層で検証します。どちらか1層に寄せると、なりすましか権限超過のどちらかが残ります。大規模環境でのID基盤設計と統制の実装は、大企業向けAI変革プログラムRDEで伴走しています。まずは自社の下流サービスが、トークンの aud と act をどこまで検証しているかを棚卸しすることから始めてください。
