フロンティア人工知能モデルは、脆弱性を継続的かつ大規模に発見して悪用することができ、サイバーリスクを一時的で管理可能なものから、持続的かつ拡大するものへと変えつつある。
攻撃にかかる時間は劇的に短縮されており、高度な能力も広く利用可能になりつつある。
サイバーレジリエンスを確保するには、インシデントが発生した際に検知し、封じ込め、業務を継続できる能力が組織に必要である。
Anthropicの新たな人工知能（AI）モデル「Mythos」が議論の流れを変えてから、すでに数週間が経過した。同社によれば、このツールは最も高度なサイバーセキュリティ業務を遂行できるという。これにより市場は変動し、ベンダーは対応を迫られ、何が起きたのか、そしてそれがなぜ重要なのかについて、多くの分析が噴出している。
そうした分析の多くは、Mythosが対抗するよう設計された脅威に焦点を当てている。しかし、より重要な変化は、サイバーリスクの単なるエスカレーションではなく、サイバーリスクが生み出される仕組みそのものの構造的な変化である。したがって、対応は漸進的なものであってはならない。攻撃の構築、拡大、実行の方法における変革を反映したものでなければならない。
フロンティアAIは、サイバー攻撃の作成と規模拡大のあり方を変える
Claude Mythosは、ソフトウェアの脆弱性を大規模に発見して悪用する能力を持つことが広く確認された初のAIシステムである。主要システムに潜む、「ゼロデイ」と呼ばれる従来知られていなかった深刻な欠陥を明らかにし、複数の防御層を突破するために、それらを自律的につなぎ合わせることができる。
簡単に言えば、それはゼロデイの工場のように機能し、新たなサイバー攻撃手法を継続的に発見し続ける。
重要な変化は、継続的かつ自動化された発見への移行である。脆弱性の特定は持続的となり、事実上、限りがないものになりつつある。これは、サイバーセキュリティにおける長年の前提、すなわち、露出は時間をかけて測定し、優先順位を付け、削減できるという考え方に疑問を投げかけるものである。機械的な規模では、対応すべき課題は縮小するのではなく拡大していく。
Mythosは、より広範な潮流の一部である。同様の能力が商用モデルやオープンソースモデルにも現れつつあり、攻撃的な能力がソフトウェアに直接組み込まれつつある。
かつては高度に専門的な知見を必要としたサイバー攻撃が、今ではより身近なものになっている。制約は専門知識から、モデル、計算資源、そして意図へのアクセスへと移りつつあり、より複雑で封じ込めの難しいリスク環境が生まれている。
AIによる脅威が従来のセキュリティモデルを揺るがしている
サイバーセキュリティは従来、攻撃者は人間の速度で行動すること、高度な攻撃には希少な専門知識が必要であること、そして防御側にはパッチ適用、検知、対応に充てる時間があることという、一連の前提に依拠してきた。
こうした前提条件は変わりつつある。
AIを活用した攻撃は、時間軸を数日から数分へと圧縮しており、高度さと規模の差も縮まり続けている。高度なモデルがより身近になるにつれ、参入障壁も下がり続けている。
同時に、脆弱性の発見も継続的なものになりつつある。セキュリティモデルは長らく、露出は時間をかけて特定し、削減できるという考え方に依拠してきた。こうした環境では、露出は持続し、継続的な状態として管理しなければならない。
AI時代のサイバーレジリエンスの構築
予防は依然として不可欠である。攻撃者を寄せ付けないことは、依然として目標である。しかし、高度な攻撃能力がより広く利用可能になるにつれ、侵害の可能性は高まっている。
侵入から影響が生じるまでの猶予も縮まっている。セキュリティは今や、プレッシャーの下で継続的に機能しなければならないリアルタイムのシステムとして運用されている。
組織は、インシデントが発生した際に検知し、封じ込め、業務を継続できる能力を必要としている。それがサイバーレジリエンスの基盤である。
この転換を導くうえで、二つの優先事項がある。
第一に、防御は機械的な速度で機能しなければならない。対応の猶予時間が狭まるなか、検知、トリアージ、初動対応は、人間の介入を待つことなく行われる必要性が高まっている。アナリストの役割は、システムを監督し、例外的なケースを調査し、より影響の大きい意思決定を行う方向へと進化しつつある。
第二に、組織は侵害シナリオに備えて計画を立てるべきである。脅威は、侵害されたエンドポイント、サプライヤー、または開発ツールから発生し得るため、封じ込めを重視したアーキテクチャが不可欠である。
AI時代のサイバーレジリエンスに向けた5つの優先事項
この環境においてレジリエンスを運用に落とし込むため、次の5つの優先事項が際立っている。
検知と対応を自律的に運用する。 ティア1のトリアージを自動化されたシステムに移行し、ログの欠落を解消し、脆弱性とアラートの処理を自動化する。
固定的なパッチサイクルを廃止する。 脆弱性が数時間以内に悪用され得る場合、修復は継続的に行われなければならない。仮想パッチとカバレッジ（代替）制御が、中核的な防御の仕組みとなる。
基盤となるセキュリティ統制を強化する。 最小権限の原則を徹底し、エンドポイントの検知と対応を全面的にカバーするとともに、多要素認証を一貫して適用する。AIツールと開発者向けプラグインも、あらゆるソフトウェアと同等の厳格さで管理する。
エコシステムを保護する。 サプライヤーは、AIを活用した脅威にどのように対処しているかを示すべきである。信頼できる計画がなければ、共有の攻撃対象領域にリスクを持ち込むことになる。
ソフトウェア開発パイプラインを保護する。攻撃者が初期段階をますます標的とするため、厳格なアクセス制御を徹底し、コードからシークレットを排除し、開発者環境を安全に保つ。
組織はすでに、その運用上の影響を実感している。午前中に公表された脆弱性は、数時間以内に世界中でスキャンされ、探索されている。同時に、アラートの量も増加しており、シグナルとノイズを切り分けることがいっそう困難になっている。
攻撃活動とテレメトリーの規模が拡大するにつれ、検知そのものと同様に、検知に対する信頼を維持することも重要になっている。
今、すべての組織が直面している問い
この変化は大企業にとどまらない。中堅企業、公共部門の機関、中小企業は、拡張可能な攻撃能力がより広く適用されるため、しばしばより大きな脆弱性を抱えている。
近い将来、重大な影響を及ぼす外部に露出した脆弱性はすべて、誰が最初に特定したかにかかわらず、AIによって発見され、検証されることになるだろう。
この動きは、すでに形になりつつある。
セキュリティ責任者にとっての問いは、組織がこうした条件下で業務を遂行する準備ができているかどうかである。
サイバーレジリエンスは常に目標だった。フロンティアAIがその緊急性を高めている。
