大学の情報漏えいは33件。
でも被害の96%は、たった3件でした
2025年8月〜2026年7月の公表事例を、文部科学省の学校データと突き合わせて集計。数えるほど「よくある事故」と「大きな事故」が別物だと分かりました。
大学のセキュリティは「事故を減らす対策」と「大事故を防ぐ対策」が
まったくの別物。両方いります。
1年間に公表された大学の情報漏えいは33件。漏れた情報は合わせて約34万9千人分でした。ところがその人数の96%は、たった3件から出ています。残り30件は全部合わせても4%です。
いちばん多い事故はメールの誤送信など「うっかりミス」で全体の58%。ところが被害人数で見ると、うっかりミスはわずか3.4%しかありません。
被害の約9割は「外部からの侵入」5件。件数では15%なのに、1件で22万人分が流出した例もありました。数は少ないが桁が違うのです。
1件が巨大になる理由は、大学が卒業生・受験生・公開講座の参加者の情報まで何十年も持ち続けているから。最大の1件は22万件で、どの大学の在学生数よりも多い数でした。
だから大学の担当者は、研修だけでなく「1人・1社が何万人分に手が届くか」を減らすべき。先生・職員は一斉メールを個人のメールソフトで送らない。学生は大学に預けた情報が卒業後も残ることを知っておく。
研修で減るのは「件数」だけ。被害の大きさを決めるのは「1つのIDが届く範囲」です。
📋 目次
この記事の読み方
専門知識はいりません。使うのは足し算と割り算だけです。「大学で1年間にどんな情報漏えいが何件あって、何人分が漏れたか」を数え、文部科学省の学校データ(全国812大学・学生297万人)と突き合わせただけ。それだけで、ふだん見えないものが見えてきます。
📖 まず、用語を3つだけ
この記事に出てくる言葉はこれだけ。ここを読めば最後まで迷いません。
🔰 この記事で使う言葉
- 不正アクセス(ふせいアクセス)
- 外部の攻撃者が、大学のシステムに勝手に入り込むこと。パスワードを盗んだり、ソフトの弱点を突いたりして侵入します。今回いちばん被害が大きかった原因です。
- 内部不正(ないぶふせい)
- その組織の中の人——職員や元職員が、自分の権限を悪用して情報を持ち出すこと。「外から守る」だけでは防げないタイプです。
- 委託先(いたくさき)
- 大学が仕事をお願いしている外部の会社。システムの開発や運用を任せていることが多く、大学のデータに触れられる立場にあります。ここが攻撃されると大学も被害を受けます。
もう1つだけ。この記事では被害の大きさを「人・件」という単位で書きます。公表資料によって「〇〇人分」と書いてあったり「〇〇件」と書いてあったりして統一されていないためです。厳密な人数ではなく、だいたいの規模を表す数だと思ってください。
なぜ「1万人あたり」で比べるのか
学生5万人の大学と学生300人の大学で、事故を「1件」と同じに数えたら不公平ですよね。大きい大学ほど事故が起きるのは当たり前だからです。そこで学生1万人あたり何件かに直して比べます。人口が違う都道府県を比べるとき「10万人あたりの件数」を使うのと同じ考え方です。
🔍 分析①:いちばん大きかったのは、どの事故か
最大は慶應義塾大学の222,508件。この1件だけで全体の6割を超えます。
この1年で最も大きかった大学の情報漏えいは、慶應義塾大学の222,508件でした。迷惑メール対策の機器に未知の弱点を突かれ、そこから内部のサーバまで侵入されたものです。2位は法政大学の90,000件で、こちらは大学自身ではなく委託先が攻撃を受けたことによる被害でした。
ここで1つ、ことわっておきたいことがあります。この記事の数字は、他の集計と食い違うかもしれません。理由は単純で、機械的な集計だと大学の事故が数え落とされるからです。
漏えいデータには、組織名を文部科学省の学校リストと照合して「学校」に分類する仕組みがあります。ところが報道では「慶応大」「大教大」「北大」のように略称で書かれるため、正式名称のリストと一致しません。一致しなかった大学は「民間企業」に分類され、「大学の事故」の集計から抜け落ちます。最大の222,508件も、まさにこれで漏れていました。
🔧 なぜ大事故が数え落とされたのか
そこで1件ずつ手で確認したところ、大学の事故は22件ではなく33件ありました。この記事はその33件で集計しています。
📊 集計から漏れていた大学の事故(上位5件)
| 公表日 | 大学 | 原因 | 影響数 | 何が起きたか |
|---|---|---|---|---|
| 2025-12-29 | 慶應義塾大学 | 不正アクセス | 222,508件 | 迷惑メール対策機器の弱点を突かれ、内部のサーバまで侵入された |
| 2026-02-04 | 大阪教育大学 | 誤操作 | 2,376件 | 2度にわたるメール誤送信 |
| 2026-07-02 | 大阪教育大学 | 誤操作 | 1,476件 | 個人情報をメールに誤って添付 |
| 2026-01-05 | 富山県立大学 | 誤操作 | 923人 | Teamsの設定ミスで学内から閲覧可能に |
| 2026-03-03 | 明治学院大学 | 誤操作 | 922件 | Teamsのファイル権限設定ミス |
漏れていた11件を足すと、被害総数は120,717 → 349,371へと2.89倍になります。「大学最大の漏えいは法政大学の90,000件」という前提も、実際には慶應義塾大学の222,508件(2.5倍)でした。
ニュースやレポートで「〇〇件」という数字を見たときは、何をどう数えた数字なのかを確かめる価値があります。
🔀 分析②:件数と被害が、見事に逆転する
いちばん多い事故が、いちばん小さい被害。いちばん少ない事故が、いちばん大きい被害。
正しく数え直した33件を、原因ごとに並べてみます。ここで奇妙なことが起きます。
📊 原因別:件数の多さと被害の大きさは、まるで逆
大きくまとめると、こうなります。
うっかりミス系
誤操作+紛失
25件(75.8%)
被害は3.6%
攻撃・内部不正系
侵入+内部不正+盗難
8件(24.2%)
被害は96.4%
大学で起きる事故の4件に3件はうっかりミスです。でもそれで漏れる情報は全体のわずか3.6%。逆に4件に1件しかない攻撃系が、被害の96.4%を生んでいます。
つまり——「事故を減らす対策」をどれだけ頑張っても、被害の大きさはほとんど減りません。逆も同じで、攻撃対策だけしても事故件数は減りません。両方いるのです。
ちなみに、うっかりミス19件のうち12件(63.2%)はメールが原因でした。宛先を間違える、全員のアドレスが見える形で一斉送信してしまう、といったものです。大学は入試・公開講座・イベント・付属校の連絡など、学生以外にも大量のメールを送る機会が多いのが背景にあると考えられます。
📉 分析③:たった3件で96%
「平均」を計算しても意味がない、極端に偏った世界。
被害の大きさを、大きい順に並べてみます。すると、とんでもない偏りが見えます。
📊 上位3件が全体に占める割合
| 順位 | 大学・原因 | 影響数 | 累計での割合 |
|---|---|---|---|
| 1位 | 慶應義塾大学/不正アクセス | 222,508 | |
| 2位 | 法政大学/委託先への攻撃 | 90,000 | |
| 3位 | 津田塾大学/内部不正 | 22,444 | |
| 4位以下 | 残り30件すべて | 14,419 |
上位3件だけで95.9%。残り30件を全部足しても4.1%にしかなりません。
33件の被害を単純に平均すると1件あたり約1万1千人分になります。でも実際の真ん中の値(中央値)は334。平均は最大の1件に引っぱられて、実態の30倍以上に膨らんでいます。
こういう「たまに超巨大な値が出る」データでは、平均はほとんど役に立ちません。ニュースで平均値を見たときは、この偏りを思い出してください。
もう1つ、想像してみてほしいことがあります。1位の222,508件は、日本の大学生全体(297万人)の13人に1人分にあたる数です。1つの大学の事故なのに、です。
これは何を意味するでしょうか。日本でいちばん学生数の多い大学でも在学生は数万人規模です。22万件は、どう考えても在学生だけでは足りません。つまりそこには、卒業生・受験生・公開講座の受講者・保護者・元教職員といった、もう大学にいない人たちの情報が大量に含まれていたと考えられます。
大学のデータは「辞めた後」も残り続ける
企業と違い、大学は卒業生名簿を何十年も持ち続けます。受験しただけの人の情報も残ります。だから在学生の数よりずっと多い人数の情報を抱えているのが大学という組織の特徴です。ここが、1件あたりの被害が大きくなりやすい構造的な理由になっています。
🏛️ 分析④:国立・公立・私立で、形がまるで違う
公立は「事故が多い」、私立は「被害が大きい」。
学校の設置者(国立・公立・私立)ごとに分けると、はっきり性格が分かれました。学生数がまったく違うので、学生1万人あたりに直して比べます。
📊 設置者別:頻度と規模がきれいに逆転する
| 区分 | 学校数 | 学生数 | 事故 | 学生1万人あたり事故 | 学生1万人あたり影響数 |
|---|---|---|---|---|---|
| 国立 | 85校 | 608,869人 | 9件 | 138.5 | |
| 公立 | 103校 | 170,373人 | 7件 | 92.4 | |
| 私立 | 624校 | 2,193,170人 | 17件 | 1,547.4 | |
| 全体 | 812校 | 2,972,412人 | 33件 | 0.111 | 1,175.4 |
※ 学校数・学生数は文部科学省「令和7年度 学校基本調査」。
読み取れることは2つです。
事故は多いが、小さい
公立大学は学生1万人あたり0.411件で、私立の約5.3倍。ただし被害規模は小さく、1万人あたり92.4にとどまります。今回、国公立で不正アクセス・内部不正は1件も起きていません。
事故は少ないが、巨大
学生1万人あたりの事故は0.078件と最も少ないのに、被害数は1,547.4と桁違い。今回の攻撃系8件はすべて私立で起きています。
私立の1,547.4という数字は、上位3件のうち3件すべてが私立だったことに強く引っぱられています。この3件を除くと私立の値は大きく下がります。
また、国公立のほうが公表に積極的である可能性、大学の規模やシステム構成の違い、報道されやすさの違いもあります。これは「どちらが安全か」を示した結果ではありません。「同じ数の事故でも、現れ方が違う」という観察です。
🔁 分析⑤:同じ大学が、何度も繰り返している
33件を起こしたのは29校。表記ゆれを直すと、繰り返しがもう1つ見つかりました。
33件の事故を起こしたのは29校です。つまり、複数回起こしている大学があります。
📊 1年間に複数回の漏えいを公表した大学
| 大学 | 回数 | 報道での表記 | 内容 |
|---|---|---|---|
| 山口大学 | 3件 | 山口大/山口大/山口大 | 知財センターのセミナー案内、入学手続き案内、付属小学校説明会案内——すべて別部門のメール誤送信 |
| 慶應義塾大学 | 2件 | 慶応大/慶大 | ゼロデイ攻撃による大規模流出、理工学部のSSD紛失 |
| 大阪教育大学 | 2件 | 大教大/阪教大 | 2度のメール誤送信、メールへの誤添付 |
表記ゆれで「繰り返し」が隠れていた
慶應義塾大学は報道で「慶応大」と「慶大」、大阪教育大学は「大教大」と「阪教大」と、同じ大学が別の略称で書かれていました。名前だけで集計すると別々の大学に見えてしまい、繰り返しに気づけません。実際、正式名称に直すまで見つかったのは山口大学の3件だけでした。
山口大学の3件はとくに示唆的です。知財センター、入試担当、付属小学校——部門はバラバラなのに、全部メール送信ミスです。
これを「別々の部署で起きた、たまたま似た3件」として処理すると、たぶん何も変わりません。そうではなく、複数の部門が同じやり方でメールを送っている=大学全体の仕組みの問題として扱う必要があります。誰か1人の不注意ではなく、不注意が事故になってしまう仕組みのほうが原因だからです。
🧠 考察:この分析でわかった3つのこと
数字を並べてみて、はじめて見えてきたこと。
「減らす」と「防ぐ」は別作業
事故の75.8%はうっかりミスですが、被害の96.4%は攻撃・内部不正です。件数を減らす対策と、被害を小さくする対策は、効く場所がまったく違います。研修を強化すれば件数は減りますが、大事故のリスクはほとんど変わりません。片方だけやって「対策した」と考えるのがいちばん危険です。
「何を数えた数字か」で結論が変わる
同じデータでも、集計の仕方ひとつで被害総数が2.89倍変わりました。原因は報道が大学名を略称で書いていた、ただそれだけのこと。セキュリティの統計を読むときは、件数そのものより「何を、どう数えた数字か」を先に確かめたほうが確実です。
大学は「卒業後」を抱えている
最大の事故は22万件。在学生の数をはるかに超えます。大学は卒業生・受験生・講座参加者の情報を何十年も持ち続ける組織だからです。守るべき対象は「今いる学生」だけではありません。この点が、企業のセキュリティ対策をそのまま持ち込めない理由でもあります。
3つを合わせると、大学のセキュリティで本当に管理すべきものが見えてきます。それは事故の件数ではなく、「1人の職員、または1社の委託先が、何人分の情報に手を伸ばせるか」です。
🔧 二層で考える:頻度を下げる層と、上限を下げる層
🛠️ 大学の情報担当者がやるべきこと
優先順位をつけます。人手が足りなくても回る順番で。
今回の数字がはっきり示したのは、「事故をゼロにする」より「1件起きたときに全学生・卒業生・受験生のデータまで届かない形にする」ほうが効く、ということです。
まず最初にやる3つ
📏 「1つのIDで何人分に届くか」を測る
職員アカウント・委託先アカウントを1つずつ見て、そのIDで閲覧できる個人情報の最大人数を出します。ここがそのまま「最悪のときの被害上限」です。まずは数字にすることから。
🗄️ 卒業生・受験生データを本番システムから切り離す
今回いちばん大きな被害は、在学生の数をはるかに超えていました。もう在籍していない人のデータを、日常業務のシステムと同じ場所に置かない。学部別・年度別・用途別に分けるだけでも上限は下がります。
🚪 退職・異動の日にアクセスを止める
今回の内部不正22,444人分は元職員によるものでした。「辞めたあともログインできる」状態は、被害の上限をそのまま残します。退職日=失効日にするだけで防げる種類の事故です。
委託先については、この4つを確認する
今回2位の90,000件は、大学自身ではなく委託先が攻撃されたことによる被害でした。委託先は「外の会社」ですが、被害を受けるのは大学です。
📦 何を渡しているか
- 全学分を一括で渡していないか
- 必要な範囲・期間に絞れないか
🔑 どこまで触れるか
- 管理者権限を常時持っていないか
- 再委託先はどこまでか
⏱️ 止められるか
- 緊急時に何時間で遮断できるか
- 連絡先と手順は決まっているか
📞 知らせてくれるか
- 侵害の疑い段階で連絡が来るか
- 契約書に書いてあるか
「事故を何件減らしたか」に加えて、次を記録してください。
□ 1つのIDから到達できる最大人数
□ 委託先が取得できるデータの最大件数
□ 退職者アカウントの残存数と残存日数
□ 同一部門・同一手口の再発回数
□ 卒業生・受験生データを保持しているシステムの数
👩🏫 先生・職員・学生ができること
専門部署でなくても、今日から変えられることがあります。
先生・職員のみなさんへ
今回、うっかりミス19件のうち12件がメールでした。そして山口大学の3件はすべて違う部署で、同じ失敗をしています。これは注意力の問題ではなく、やり方の問題です。
一斉メールを自分のメールソフトで送らない
宛先の入れ間違いは、気をつけていても起きます。受信者どうしのアドレスが見えない配信サービスを大学で用意してもらい、そちらに統一するのが確実です。「BCCに入れる」を人間が毎回正しくやる前提の運用は、いつか必ず破れます。
添付ファイルより「期限つきリンク」
添付ファイルは一度送ったら取り消せません。期限つきの共有リンクなら、間違えたときに後から権限を切れます。今回、Teamsやクラウドの設定ミスも複数ありました。共有するときは「誰が見られる設定か」を送信前に必ず1回確認してください。
名簿は「混ぜない」だけで被害が減る
学生・保護者・公開講座の参加者・受験生を1つのリストにまとめないでください。混ざったリストで1回誤送信すると、全員分が一度に漏れます。分けておけば、同じミスをしても被害は一部で止まります。手間のわりに効果の大きい対策です。
学生のみなさんへ
「自分は関係ない」と思うかもしれませんが、今回の分析でわかったことが1つあります。大学に預けた情報は、卒業してからも残り続けます。最大の事故で漏れた22万件は、在学生だけでは説明がつかない数でした。
🔐 やっておくと安心
- 大学アカウントのパスワードを他のサービスと使い回さない
- 大学が二段階認証を提供していたら必ず有効にする
📨 漏えいのお知らせが来たら
- そのアドレス宛の不審メールが増えると考えて警戒する
- 大学を装ったメールにも注意する
大学の漏えいでいちばん多いのはメールアドレスの流出です。すぐに大きな被害が出るわけではありませんが、そのアドレスを狙った偽メールが届きやすくなります。お知らせが来たら、しばらく警戒しておくのが実際的です。
📌 この分析でわかっていないこと
どこまで言えて、どこから言えないかを正直に書きます。
この記事の数字は公表された事故だけを集めたものです。次の限界があります。
| 限界 | 内容 |
|---|---|
| 公表されたものだけ | 33件は報道・公表された事故。気づかれていない事故、公表されていない事故は含まれない |
| 「安全さ」の比較ではない | 国公私立の差には、公表への積極性・報道されやすさ・大学規模の違いが混ざっている。因果関係ではない |
| 単位が混ざっている | 影響数は「人」と「件」が混在。同じ人の複数レコードもあり得るため、正確な人数ではない |
| 学生以外も含む | 卒業生・受験生・公開講座受講者・教職員も含まれる。「学生の何%が被害」ではない |
| 大学ごとの学生数と結合できていない | 「その大学の学生数に対して何%か」は未計算。今回は全国の学生数で割った業界全体の指標にとどまる |
| 小中高とは比べられない | 大学以外の学校事故は分類が十分でなく、小中高との比較はまだできない |
| 期間が1年ちょうどではない | 2025年8月7日〜2026年7月17日の約345日。年度とも暦年とも一致しない |
次にやるべきこと
いちばんの宿題は、事故を起こした各大学の学生数と1件ずつ結合することです。「その大学にとって何%の被害だったのか」がわかれば、大学ごとの深刻さを比べられます。今回は全国合計で割った数字までしか出せていません。また、33件という数は統計的な結論を出すには少なすぎます。数年分を積み上げる必要があります。
・大学の情報漏えいは1年で33件・のべ34万9千人分(29校)
・被害の96%が上位3件に集中。平均値はほとんど意味を持たない
・事故の75.8%はうっかりミスだが、被害では3.6%。攻撃系24.2%が被害の96.4%
・データの自動分類が失敗し、最大の事故が集計から漏れていた(影響数は2.89倍に増えた)
・大学が守るべきは在学生だけでなく卒業生・受験生。だから1件が巨大になる
・対策は「件数を減らす」と「上限を下げる」の二層で、別々に管理する


コメント