FaultRay - 仮想インフラカオスエンジニアリングシミュレータ

システム概要

概要

FaultRayは、実際のインフラに一切触れることなく、インフラ障害の連鎖的影響をシミュレーションする仮想カオスエンジニアリングツールである。インフラの依存関係グラフをモデル化し、150以上のカオスシナリオを自動生成・実行して、システムの脆弱性と障害連鎖リスクを可視化する。

コンセプト

仮想シミュレーション: 実インフラ・ステージング環境に影響を与えない。全てメモリ上で完結
依存関係グラフ分析: NetworkXを用いた有向グラフでコンポーネント間の依存関係をモデル化
自動シナリオ生成: 30カテゴリ・150以上のカオスシナリオを自動生成
セキュリティニュース連動: 実際のセキュリティニュースからシナリオを自動追加
リスクスコアリング: 影響度 x 拡散率 x 発生確率の3軸でリスクを定量評価

技術スタック

カテゴリ	技術	用途
言語	Python 3.11+	メインランタイム
CLI	Typer + Rich	コマンドライン・ターミナル出力
データモデル	Pydantic	バリデーション・シリアライゼーション
グラフ解析	NetworkX	依存関係グラフ・連鎖解析
HTTP	httpx	非同期HTTP通信（Prometheus・RSS）
Web	FastAPI + Jinja2 + D3.js	Webダッシュボード
メトリクス	psutil	ローカルシステムスキャン
設定	PyYAML	YAML定義ファイル読み込み

アーキテクチャ

システム構成図

+------------------+     +------------------+     +------------------+
|  Discovery Layer |     |   Model Layer    |     | Simulator Layer  |
|                  | --> |                  | --> |                  |
| - Local Scanner  |     | - InfraGraph     |     | - ScenarioGen    |
| - Prometheus     |     | - Components     |     | - CascadeEngine  |
| - Terraform      |     | - Dependencies   |     | - SimEngine      |
| - YAML Loader    |     | - Save/Load JSON |     | - Feed Scenarios |
+------------------+     +------------------+     +------------------+
                                                          |
                         +------------------+     +------------------+
                         |    API Layer     | <-- |  Reporter Layer  |
                         |                  |     |                  |
                         | - FastAPI        |     | - CLI Report     |
                         | - D3.js Graph    |     | - HTML Report    |
                         | - Dashboard      |     | - SVG Diagram    |
                         +------------------+     +------------------+

ディレクトリ構成

faultray/
  src/faultray/
    cli.py                 # CLIインターフェース（13コマンド）
    model/                 # インフラモデル定義
      components.py        # Component, Dependency, ResourceMetrics等
      graph.py             # InfraGraph（NetworkXラッパー）
      loader.py            # YAML読み込み
    discovery/             # インフラ検出
      scanner.py           # ローカルシステムスキャン
      prometheus.py        # Prometheusメトリクス連携
      terraform.py         # Terraform state/plan解析
    simulator/             # カオスシミュレーション
      scenarios.py         # 30カテゴリのシナリオ定義
      engine.py            # シミュレーション実行エンジン
      cascade.py           # 障害連鎖伝播エンジン
    feeds/                 # セキュリティニュースフィード
      sources.py           # 8つのRSS/Atomフィードソース
      fetcher.py           # フィード取得・パース
      analyzer.py          # インシデントパターン分析
      store.py             # シナリオ永続ストア
    reporter/              # レポート生成
      report.py            # CLI出力フォーマット
      html_report.py       # HTMLレポート生成
    api/                   # Webダッシュボード
      server.py            # FastAPIルーティング
      templates/           # Jinja2テンプレート
      static/              # CSS, D3.jsスクリプト
  tests/
    test_cascade.py        # カスケードテスト（16件）
    test_feeds.py          # フィードテスト（11件）
  examples/
    demo-infra.yaml        # YAMLインフラ定義例
    sample-tfstate.json    # Terraform state例

データモデル

コンポーネント種別

種別	値	例
ロードバランサー	load_balancer	nginx, ALB, HAProxy
Webサーバー	web_server	Apache, Caddy
アプリサーバー	app_server	Express, Gunicorn, ECS Service
データベース	database	PostgreSQL, MySQL, RDS
キャッシュ	cache	Redis, Memcached, ElastiCache
キュー	queue	RabbitMQ, SQS, Kafka
ストレージ	storage	S3, EBS, NFS
DNS	dns	Route53, CoreDNS
外部API	external_api	Stripe, Twilio

ヘルスステータス

ステータス	説明
HEALTHY	正常稼働
DEGRADED	劣化（応答遅延、一部機能停止）
OVERLOADED	過負荷（処理能力の限界付近）
DOWN	完全停止

依存関係の種類

種類	値	障害伝播の挙動
必須	requires	依存先DOWN → 自身もDOWN（レプリカなし時）
オプション	optional	依存先DOWN → 自身はDEGRADED（停止しない）
非同期	async	依存先DOWN → 遅延DEGRADED（キュー溜まり）

ResourceMetrics（リソースメトリクス）

フィールド	型	説明
cpu_percent	float	CPU使用率 (0-100)
memory_percent	float	メモリ使用率 (0-100)
disk_percent	float	ディスク使用率 (0-100)
network_connections	int	現在のネットワーク接続数
open_files	int	オープンファイル数

Capacity（キャパシティ制限）

フィールド	型	説明
max_connections	int	最大接続数
max_rps	int	最大リクエスト/秒
connection_pool_size	int	接続プールサイズ
max_memory_mb	int	最大メモリ (MB)
max_disk_gb	int	最大ディスク (GB)
timeout_seconds	float	タイムアウト秒数
retry_multiplier	float	リトライ倍率

CLIコマンド一覧

インフラ検出

コマンド	説明	主要オプション
faultray scan	ローカルシステム/Prometheusからインフラ検出	--output, --hostname, --prometheus-url
faultray load	YAMLファイルからインフラ読み込み	YAML_FILE, --output
faultray tf-import	Terraform stateからインポート	--state, --dir, --output

シミュレーション

コマンド	説明	主要オプション
faultray simulate	カオスシミュレーション実行	--model, --html
faultray demo	デモインフラでシミュレーション実行	--web, --host, --port
faultray tf-plan	Terraform planの変更影響分析	PLAN_FILE, --dir, --html

レポート・表示

コマンド	説明	主要オプション
faultray show	インフラモデルのサマリー表示	--model
faultray report	HTMLレポート生成	--model, --output
faultray serve	Webダッシュボード起動	--model, --host, --port

セキュリティフィード

コマンド	説明	主要オプション
faultray feed-update	セキュリティニュースからシナリオ自動生成	--model, --timeout
faultray feed-list	保存済みフィードシナリオ一覧表示	なし
faultray feed-sources	設定されたフィードソース一覧	なし
faultray feed-clear	フィードシナリオストアのクリア	なし

カオスシナリオ

障害タイプ

障害タイプ	値	直接効果
コンポーネント停止	component_down	DOWN
CPU飽和	cpu_saturation	OVERLOADED
メモリ枯渇	memory_exhaustion	DOWN (OOM)
ディスクフル	disk_full	DOWN
接続プール枯渇	connection_pool_exhaustion	DOWN
ネットワーク分断	network_partition	DOWN
レイテンシスパイク	latency_spike	DEGRADED
トラフィックスパイク	traffic_spike	OVERLOADED

自動生成シナリオ（30カテゴリ）

単一障害シナリオ

カテゴリ	内容	生成数
単一コンポーネント停止	各コンポーネントの完全停止	N
CPU飽和	各コンポーネントのCPU 100%	N
メモリ枯渇 (OOM)	各コンポーネントのメモリ使い切り	N
接続プール枯渇	DB/App/Cacheのプール使い切り	該当数
ディスクフル	DB/Storage/App/Queueのディスク満杯	該当数
ネットワーク分断	各コンポーネントの完全隔離	N
レイテンシスパイク (5x)	各コンポーネントの応答遅延5倍	N
DB高レイテンシ (20x)	DB応答遅延20倍	DB数

トラフィックシナリオ

カテゴリ	内容	生成数
トラフィック 1.5x	通常の1.5倍トラフィック	1
トラフィック 2x	通常の2倍トラフィック	1
トラフィック 3x	通常の3倍トラフィック	1
トラフィック 5x	通常の5倍トラフィック	1
トラフィック 10x	DDoSレベル10倍トラフィック	1

複合障害シナリオ

カテゴリ	内容	生成数
ペア障害	全2コンポーネント組み合わせの同時障害	C(N,2)
トリプル障害	全3コンポーネント組み合わせの同時障害	C(N,3)
コンポーネント停止 + トラフィック	1台停止 + 2x/3xトラフィック	N x 2
キャッシュスタンピード	キャッシュ停止 + 2x/5xトラフィック	Cache数 x 2

インフラ種別特化シナリオ

カテゴリ	内容	対象
DBログ爆発	トランザクションログの異常増大	database
DBレプリケーション遅延	レプリカの同期遅延	database
DB接続嵐	接続プール枯渇+リトライ嵐	database
DBロック競合	テーブルロックによる全クエリブロック	database
キューバックプレッシャー	メッセージ処理追いつかず蓄積	queue
ポイズンメッセージ	処理不能メッセージによるキュー詰まり	queue
LBヘルスチェック失敗	全バックエンドのヘルスチェック失敗	load_balancer
TLS証明書期限切れ	SSL/TLS証明書の有効期限切れ	load_balancer
LB設定リロード失敗	設定変更失敗によるLBダウン	load_balancer
メモリリーク	徐々にメモリを消費するリーク	app_server
スレッドプール枯渇	ワーカースレッドの使い切り	app_server
GCポーズ	GC Full発生による一時停止	app_server
不良デプロイ	バグを含むデプロイメント	app_server
キャッシュエビクション嵐	メモリ圧迫による大量キー退避	cache
キャッシュスプリットブレイン	レプリカ間の不整合	cache

大規模障害シナリオ

カテゴリ	内容	生成数
ゾーン障害	同一ホスト上の全コンポーネント同時停止	ホスト数
ティア間ネットワーク分断	App-DB、App-Cache、LB-App間の通信断	3
カスケードタイムアウト連鎖	DB遅延→App タイムアウト→504応答	1
全インフラ崩壊	全コンポーネント同時停止	1
ノイジーネイバー	1プロセスが他のリソースを圧迫	App数
ピーク時DB遅延	3xトラフィック中のDB応答遅延	DB数
ローリングリスタート失敗	デプロイ中にApp半数停止	1
全リソース枯渇	CPU+メモリ+ディスク全て逼迫	App数
フェイルオーバーテスト	プライマリ障害時のフェイルオーバー検証	該当DB数
ブラックフライデー	10xトラフィック+キャッシュ圧力	1

デモ構成（6コンポーネント）での実績

デフォルトシナリオ: 124件、フィード追加: 26件、合計: 150件

リスクスコアリング

重要度スコア (0.0 - 10.0)

計算式

impact_score = (DOWN数 x 1.0 + OVERLOADED数 x 0.5 + DEGRADED数 x 0.25) / 影響コンポーネント数
spread_score = 影響コンポーネント数 / 全コンポーネント数
raw_score = impact_score x spread_score x 10.0
final_score = raw_score x likelihood

スコアキャップ

条件	最大スコア
影響が自身のみ（連鎖なし）、DOWN	3.0
影響が自身のみ、OVERLOADED	2.0
影響が自身のみ、DEGRADED	1.5
全体の30%未満に波及	6.0
DEGRADEDのみ（DOWNなし）	4.0
全体の30%以上に波及	10.0

リスクレベル分類

レベル	スコア範囲	表示
CRITICAL	7.0 - 10.0	赤色で警告表示
WARNING	4.0 - 6.9	黄色で警告表示
PASSED	0.0 - 3.9	低リスクとして記録

発生確率 (Likelihood: 0.2 - 1.0)

現在のメトリクスに基づき、各障害シナリオの発生確率を算出する。

障害タイプ	条件	確率
ディスクフル	使用率 >90%	1.0（切迫）
ディスクフル	使用率 >75%	0.7
ディスクフル	使用率 >50%	0.4
ディスクフル	使用率 <50%	0.2（低い）
接続プール枯渇	使用率 >90%	1.0（切迫）
接続プール枯渇	使用率 >70%	0.7
CPU飽和	使用率 >85%	1.0
CPU飽和	使用率 >60%	0.6
メモリ枯渇	使用率 >85%	1.0
コンポーネント停止	常時	0.8（ハードウェア障害は常に可能）
レイテンシスパイク	常時	0.7（頻繁に発生）
トラフィックスパイク	常時	0.5（可能性あり）

レジリエンススコア (0 - 100)

システム全体の耐障害性を0-100で評価する。

減点要因

要因	減点
単一障害点（レプリカ1、依存先あり）	-5 ~ -20
高使用率（70%超え）	-3 ~ -15
深い依存チェーン（5ホップ超）	-(深さ-5) x 5

セキュリティニュースフィード連携

概要

実世界のセキュリティインシデント情報をRSS/Atomフィードから自動取得し、カオスシナリオに変換する。これにより、最新の脅威トレンドを反映したシミュレーションが可能になる。

データフロー

RSS/Atom Feeds  -->  Fetcher  -->  Analyzer  -->  Store  -->  SimEngine
  (8ソース)       (httpx非同期)  (パターン     (~/.faultray/  (自動マージ)
                               マッチング)    feed-scenarios.json)

フィードソース（8件）

ソース	URL	種別
CISA Alerts	cisa.gov/cybersecurity-advisories	RSS
NIST NVD	nvd.nist.gov/feeds/xml/cve	RSS
The Hacker News	feedburner.com/TheHackersNews	RSS
BleepingComputer	bleepingcomputer.com/feed	RSS
AWS Security Bulletins	aws.amazon.com/security/security-bulletins	Atom
Google Cloud Incidents	status.cloud.google.com	Atom
Krebs on Security	krebsonsecurity.com/feed	RSS
Ars Technica Security	feeds.arstechnica.com/arstechnica/security	RSS

インシデントパターン（18種）

パターン	検出キーワード例	変換先障害タイプ
DDoS 体積型攻撃	ddos, traffic flood, syn flood	TRAFFIC_SPIKE (10x)
アプリ層 DDoS	layer 7, slowloris, request flood	POOL_EXHAUSTION + CPU
クラウド障害	aws outage, region down	COMPONENT_DOWN + NETWORK
DNS障害	dns failure, dns hijack	COMPONENT_DOWN
DB破損	data loss, replication fail	COMPONENT_DOWN + DISK
DB接続嵐	connection exhaust, pool limit	POOL_EXHAUSTION
メモリリーク	memory leak, oom, heap exhaust	MEMORY_EXHAUSTION
TLS証明書障害	certificate expir, ssl fail	COMPONENT_DOWN
ネットワーク分断	split brain, bgp hijack, fiber cut	NETWORK_PARTITION
ストレージ障害	disk full, ebs fail, io error	DISK_FULL
キャッシュ障害	redis crash, cache stampede	COMPONENT_DOWN + MEMORY
キュー障害	kafka fail, message lost	COMPONENT_DOWN
CPU乗っ取り	cryptojack, resource hijack	CPU_SATURATION
サプライチェーン	supply chain, npm malicious	COMPONENT_DOWN + LATENCY
ランサムウェア	ransomware, lockbit	COMPONENT_DOWN + DISK
レイテンシ劣化	latency spike, timeout increase	LATENCY_SPIKE
K8s障害	kubernetes vuln, pod crash	COMPONENT_DOWN + CPU
カスケード障害	cascading fail, retry storm	DOWN + LATENCY + POOL

自動更新の仕組み

faultray feed-update を実行
8つのRSS/Atomフィードを並列取得（httpx非同期）
記事タイトル+サマリーに対して18パターンのキーワードマッチング実施
マッチした記事からインシデントパターンを抽出、信頼度スコア算出
インシデントをカオスシナリオに変換（コンポーネント種別マッピング付き）
~/.faultray/feed-scenarios.json に永続保存（重複排除付きマージ）
次回の faultray simulate 実行時にデフォルトシナリオと自動統合

インフラ検出

ローカルシステムスキャン

psutilを使用してローカルマシンのサービスを自動検出する。

リスニングポートからサービス種別を推定（5432→PostgreSQL、6379→Redis等）
確立済み接続から依存関係を推定
CPU/メモリ/ディスク/接続数のメトリクスを取得

Prometheus連携

Prometheusサーバーに対してPromQLクエリを実行し、メトリクスを取得する。

メトリクス	PromQLクエリ
CPU使用率	100 - avg by(instance)(rate(node_cpu_seconds_total{mode="idle"}[5m])) * 100
メモリ使用率	(1 - node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100
ディスク使用率	(1 - node_filesystem_avail_bytes / node_filesystem_size_bytes) * 100
接続数	node_netstat_Tcp_CurrEstab

Terraform連携

対応リソース（50種以上）

Terraformリソース	マッピング先
aws_lb / aws_alb / aws_elb	LOAD_BALANCER
aws_ecs_service / aws_lambda_function	APP_SERVER
aws_db_instance / aws_rds_cluster	DATABASE
aws_elasticache_cluster	CACHE
aws_sqs_queue	QUEUE
aws_s3_bucket	STORAGE
aws_route53_zone	DNS
google_compute_instance	APP_SERVER
azurerm_virtual_machine	APP_SERVER

Terraform Plan リスク評価

変更内容	リスクスコア
リソース削除	8-10
置換（create + delete）	9
DB変更（削除以外）	6-8
DB削除	10
インスタンスタイプ変更	6-7
スケールダウン	5

Webダッシュボード

エンドポイント一覧

パス	メソッド	説明
/	GET	メインダッシュボード
/components	GET	コンポーネント一覧
/simulation	GET	シミュレーション結果
/graph	GET	D3.jsインタラクティブグラフ
/demo	GET	デモデータ読み込み
/simulation/run	GET	シミュレーション実行（JSON）
/api/simulate	POST	シミュレーション実行（JSON）
/api/graph-data	GET	グラフデータ取得（JSON）

UIの特徴

ダークテーマ（Grafana風）
D3.js力学グラフによるインタラクティブな依存関係可視化
コンポーネント種別ごとの色分け
レジリエンススコアゲージ
リアルタイムシミュレーション結果表示

使い方

クイックスタート

デモ実行（最も簡単）

pip install -e .
faultray demo

YAML定義からシミュレーション

faultray load examples/demo-infra.yaml
faultray simulate --html report.html

Terraformからインポート

# stateファイルから
faultray tf-import --state terraform.tfstate

# ライブ環境から
faultray tf-import --dir /path/to/terraform

# planの影響分析
terraform plan -out=plan.out
faultray tf-plan plan.out --html plan-report.html

セキュリティフィード更新

faultray feed-update --model faultray-model.json
faultray feed-list
faultray simulate  # フィードシナリオも自動統合

Webダッシュボード

faultray serve --model faultray-model.json --port 8080
# ブラウザで http://localhost:8080 を開く

YAML定義ファイルの書き方

components:
  - id: nginx
    name: "nginx (LB)"
    type: load_balancer
    host: web01
    port: 443
    replicas: 2
    metrics:
      cpu_percent: 25
      memory_percent: 30
    capacity:
      max_connections: 10000

  - id: postgres
    name: "PostgreSQL"
    type: database
    host: db01
    port: 5432
    replicas: 1
    metrics:
      cpu_percent: 45
      memory_percent: 80
      disk_percent: 72
    capacity:
      max_connections: 100
      connection_pool_size: 100

dependencies:
  - source: nginx
    target: app-server
    type: requires
    weight: 1.0

  - source: app-server
    target: redis
    type: optional
    weight: 0.7

テスト

テストカバレッジ

全27テスト:

カスケードテスト（16件）

コンポーネント停止の連鎖伝播
接続プール枯渇の影響
オプション依存の連鎖制限
トラフィックスパイクの影響
重要度スコア計算
孤立コンポーネントの非連鎖
グラフレジリエンススコア
グラフ保存・読み込み
非連鎖障害の低スコア
全連鎖障害の高スコア
オプション vs 必須依存のスコア比較
複合障害シナリオ
ディスクフルの常時DOWN
低使用率時の低リスク
total_componentsコンテキスト
DEGRADED専用キャップ

フィードテスト（11件）

DDoS記事の検出
ランサムウェア記事の検出
メモリリーク記事の検出
無関係記事の非マッチ
複数パターン同時検出
汎用シナリオ生成
コンポーネント種別マッピング
ストアの保存・読み込み
ストアの重複排除
ストアのクリア
信頼度スコアリング

他ツールとの比較

特徴	FaultRay	Gremlin	Chaos Monkey	Litmus	securiCAD
実インフラへの影響	なし（完全仮想）	あり（実障害注入）	あり（実障害注入）	あり（K8s上実行）	なし（モデル）
セットアップ	pip install	エージェント必要	AWS統合必要	K8s必要	企業契約必要
対象	任意のインフラ	クラウド/コンテナ	AWS	Kubernetes	ITインフラ
分析方式	依存グラフ+連鎖	実験結果	実験結果	実験結果	攻撃パスモデル
コスト	無料（OSS）	有料SaaS	OSS	OSS	有料
安全性	最高（仮想）	リスクあり	リスクあり	リスクあり	高（モデル）
ニュースフィード連携	あり	なし	なし	なし	なし
Terraform連携	あり	なし	なし	なし	なし

FaultRayの独自価値

ゼロリスク: 実環境に一切触れないため、本番環境でも安全に使用可能
高速: メモリ上のシミュレーションのため秒単位で完了
自動更新: セキュリティニュースから最新脅威シナリオを自動追加
Terraform統合: IaCからの自動インポートとplan影響分析
依存関係可視化: D3.jsによるインタラクティブグラフ

FaultRay - 仮想インフラ カオスエンジニアリング シミュレータ

システム概要

概要

コンセプト

技術スタック

アーキテクチャ

システム構成図

ディレクトリ構成

データモデル

コンポーネント種別

ヘルスステータス

依存関係の種類

ResourceMetrics（リソースメトリクス）

Capacity（キャパシティ制限）

CLIコマンド一覧

インフラ検出

シミュレーション

レポート・表示

セキュリティフィード

カオスシナリオ

障害タイプ

自動生成シナリオ（30カテゴリ）

単一障害シナリオ

トラフィックシナリオ

複合障害シナリオ

インフラ種別特化シナリオ

大規模障害シナリオ

デモ構成（6コンポーネント）での実績

リスクスコアリング

重要度スコア (0.0 - 10.0)

計算式

スコアキャップ

リスクレベル分類

発生確率 (Likelihood: 0.2 - 1.0)

レジリエンススコア (0 - 100)

減点要因

セキュリティニュースフィード連携

概要

データフロー

フィードソース（8件）

インシデントパターン（18種）

自動更新の仕組み

インフラ検出

ローカルシステムスキャン

Prometheus連携

Terraform連携

対応リソース（50種以上）

Terraform Plan リスク評価

Webダッシュボード

エンドポイント一覧

UIの特徴

使い方

クイックスタート

デモ実行（最も簡単）

YAML定義からシミュレーション

Terraformからインポート

セキュリティフィード更新

Webダッシュボード

YAML定義ファイルの書き方

テスト

テストカバレッジ

カスケードテスト（16件）

フィードテスト（11件）

他ツールとの比較

FaultRayの独自価値

FaultRay - 仮想インフラカオスエンジニアリングシミュレータ