NTTは、検査対象のソースコードを外部AIサービスへ送信せず、脆弱性を解析できるAI技術を開発しました。
複数のオープンウェイトモデルに、脆弱性研究の知見と独自の解析ワークフロー制御を組み合わせました。
ベンチマーク「CyberGym」では、解析成功率が従来手法の48%から63%へ向上しました。
今後は、脆弱性の発見からリスク判断、対処までを一貫して支援する技術をめざします。
記事の概要
今回の技術は、機密情報であるソースコードを組織が管理する環境内で解析できる点が特徴です。
NTTは、複数のオープンウェイトモデルと独自の解析技術を組み合わせました。
さらに、脆弱性が生じる可能性への着眼点を解析ワークフローに組み込みました。
AIエージェントがプログラムを読み解き、仮説検証を自律的かつ並列に進める仕組みです。
評価では、「CyberGym」の約1,500件の課題から、メモリ破壊に関する150件を選定しました。
既存手法の解析成功率48%に対し、改良手法では63%となり、15ポイント向上しました。
規模の異なるオープンウェイトモデルの評価から、中規模モデルの組み合わせによる性能向上の可能性も確認しました。
今後は、脆弱性情報とシステム構成などを照合し、組織固有のリスク判断と対処を支援する技術へ発展させます。
記事のポイント
- 外部送信を回避: 検査対象のソースコードを外部AIサービスに送らず、組織が管理する環境で脆弱性を解析できます。
- 成功率を15ポイント向上: CyberGymのメモリ破壊に関する150件で、既存手法の48%から63%へ解析成功率を高めました。
- 発見後の対応も支援: 今後は脆弱性の影響範囲や優先順位を判断し、対処まで一貫して支援するAI技術をめざします。
このニュースがもたらす影響
- 導入を検討する企業: 自社管理環境で解析できる選択肢が増えるため、機密コードの扱いと外部サービス依存を踏まえた脆弱性検査の運用設計を見直す契機になりそうです。
- 同業のサービス提供者: モデルの規模だけでなく、脆弱性研究の知見や解析ワークフローの設計が性能差につながるため、独自の検査手順や運用環境まで含めた提案が求められそうです。
- セキュリティ責任者: 発見件数や検出率だけでなく、自社システムへの影響や業務への影響を踏まえた優先順位付けまで、脆弱性対応の評価軸を広げる必要が生じる可能性があります。
このニュースの背景
AIの進化でソフトウェアから脆弱性を発見する能力が高まる一方、その能力がサイバー攻撃に悪用される懸念も強まっています。
高性能な外部AIサービスの利用には、ソースコードなどの機密情報の外部送信、利用コストの増大、特定サービスへの依存という課題があります。
また、脆弱性を発見するだけではリスクは低減せず、自組織のシステムへの影響や対処の優先順位を判断する必要があります。
こうした事情から、組織が管理する環境でAIを運用しながら、発見から判断・対処までを支援する技術が求められています。
関連するニュース
- 日立製作所が、AIと専門家を組み合わせた脆弱性診断とペネトレーションテストを提供開始しました。
- セラクが、AIによるWeb脆弱性検出とインフラ診断、対策実装を一貫支援するサービスを開始しました。
- 合同会社SecuROIが、無償ツールとAIを組み合わせた脆弱性管理の5工程と判定台帳を公開しました。
詳しい記事の内容はこちらから(引用元)
NTT株式会社のプレスリリース(2026年11月16日 10時00分)ソブリン型でフロンティアAIに迫るサイバーセキュリ…
https://prtimes.jp/main/html/rd/p/000000080.000181531.html