長年にわたり、セキュリティ業界は「脆弱性を見つけるのは難しい」という安心感のある前提に立って動いてきました。希少な専門知識、数か月に及ぶ調査、そして特定のコードベースへの深い理解が必要だったからです。TrendAI™ Zero Day Initiative™(ZDI)がプログラムを通じてバグを報告した研究者に報奨金を支払っている理由の一つも、そこにあります。
もはや、その前提は成り立ちません。AIは、誰がバグを見つけられるのか、どれほどの速さで見つけられるのか、そして防御側がどう応じるべきかを根底から変えつつあります。ZDIに集まるデータと、Microsoftが毎月実施する「Patch Tuesday(月例セキュリティ更新プログラム)」の公開データは、世界中のあらゆるセキュリティチームが警戒すべき現実を示しています。
率直に申し上げます。AIは脆弱性発見にかかる時間を劇的に短縮しており、それに伴ってパッチの公開から実際の悪用までの猶予期間も狭まっています。パッチ適用を迅速化できなければ、防御側は後れを取る一方です。しかも、本記事で述べるように、パッチ適用を早めるだけでは出発点にすぎません。
数字が語る現実
まずはPatch Tuesdayから見ていきましょう。何年もの間、Microsoftの月例更新で修正されるCVEの件数は予測可能な範囲に収まっていました。管理者の手を煩わせるには十分な量だったものの、対処できる水準でした。ところが、状況は一変しました。最近のPatch TuesdayではCVEの件数が恒常的に4桁に達しており、5年前には考えられなかった過去最多記録を更新する月も複数出ています。
増加の要因がすべてAIにあるわけではありませんが、AIが大きな推進力になっていることは間違いありません。現在では多くの自動脆弱性発見ツールに大規模言語モデル(LLM)の推論能力が組み込まれており、かつては熟練者の直感に頼っていた種類のバグを研究者が掘り起こすのを後押ししています。研究者の裾野が広がり、バグ発見のスピードと数が増えれば、当然CVEも増えます。脆弱性発見から公開までのパイプラインそのものを、AIが一気に押し広げたのです。
ハッキングコンテスト「Pwn2Own™」も、別の角度から同じ変化を映し出しています。今春開催された「Pwn2Own Berlin」では、参加登録が過去最多に達しました。締切直前の72時間だけで100件近い登録候補が殺到し、大会史上初めて参加をお断りせざるを得ない事態となりました。さらに、幅広い標的を対象にエクスプロイトが次々と成功し、その多くで何らかの形でエージェント型AIが活用されていました。
その5か月後のPwn2Own大会では、出場者が98件の独自ゼロデイ脆弱性を実証し、賞金総額は120万米ドルを超えました。スマートフォンやプリンタと並び、AIインフラやAIコーディングエージェントも競技カテゴリとして名を連ねています。
ZDIへの報告件数は前年比450%増に達しており、減速の兆しは見られません。むしろAIによって、この流れは一段と加速していくでしょう。Pwn2Ownの出場者は、調査のスピードアップだけでなく、参加登録に必要なドキュメントの作成にもAI支援の分析を活用する傾向を強めています。かつてリバースエンジニアリングに数週間かかっていた作業が、今では数日で終わります。熟練した研究者が大会期間中に現実的に準備できる標的の数の上限は、劇的に引き上がりました。
ただし、見落としてはならない点があります。Pwn2Ownで最も大きなインパクトを生んでいるのは、いまなお高度な研究者がAI支援のコードレビューでは見抜けなかったバグを突き止める成果です。AIは力を増幅するツールであり、人間の深い専門知識に取って代わるものではありません。ステージ上で実証されるのは、簡単に拾える脆弱性ではありません。高負荷や異常な条件下でシステムがどう振る舞うかを深く理解して初めて見つけられる、難度の高い本質的な脆弱性です。
つまり、AI搭載のセキュリティツールを導入している組織であっても、自社のコードに問題がないと思い込むことはできません。そして、人間の専門知識が単なるバグ発見件数以上の価値を持つ理由もそこにあります。ある種のシステムがどのように破綻するかを理解していればこそ、次の攻撃がどこを突いてくるかを予測し、誰かがCVEを登録する前に備えられるのです。
TrendAI™ ZDIの現場でも同じ変化が起きています。参加する研究者が増え、メモリ破損、解放後使用(Use-After-Free)、型の混乱(Type Confusion)といった従来からよく知られた分類でも、これまで以上に多くのバグが見つかっています。AIツールによって、脆弱性の候補パターンを大規模に検証し繰り返せるようになったためです。この分野に新しく参入した研究者からの報告も増えています。
AIは脆弱性リサーチの民主化を進めています。長期的に見れば、エコシステム全体にとって確かなプラスの効果があります。しかし短期的には、業界がこれまで処理できる前提で設計してきた容量を上回る数のバグが、開示パイプラインに流れ込む事態を招いています。
AIは実際に何を変えているのか
状況の切迫度をつかむには、その仕組みを理解するのが近道です。セキュリティ専用ツールであれ、汎用のコード推論モデルであれ、現代のAIツールは、これまで脆弱性リサーチのボトルネックになっていたいくつかの工程でとりわけ高い効果を発揮します。
第1に、亜種分析(バリアント分析)を高速化します。ある種類のバグの仕組みがいったん分かると、AIは人間とは比べものにならない速さで大規模なコードベースを横断し、類似パターンを洗い出せます。1件の脆弱性が公表されるだけで、AIを使った探索によって同じコンポーネント内の関連する問題が複数見つかることも珍しくありません。
第2に、組み込みシステムや複雑なレガシーコードベースなど、従来は監査のハードルが高かった新たなアタックサーフェスへの参入障壁を引き下げます。
第3に、研究者が手にしているのと同じツールを、攻撃者も使えます。「バグを見つけるのは難しいが、パッチ適用には少なくとも手順がある」という、これまで防御側に有利に働いていた非対称性が崩れつつあるのです。国家支援型の攻撃者や潤沢な資金を持つ犯罪グループは、AIを積極的に投入しています。
これらの動きすべてに共通しているのは、防御側の時計が「脆弱性の公表」まで動き出さないという点です。発見、パッチ公開、トリアージ、検証、展開。バグの発見に時間がかかっていた時代には、各工程の引き継ぎにかかる時間も許容できました。しかし今や、AIがあらゆる工程に同時に圧力をかけており、この手順そのものが新たな脆弱性になりつつあります。
今すぐ取るべき対策
問題が手順そのものにあるなら、解決策はその流れを速く回すことではなく、流れが始まる前から着手することです。この変化を乗り切る組織は、AIによる脆弱性発見をすでに目の前にある運用上の現実として受け止め、CVE番号が割り当てられる前に防御作業の大半を済ませています。
第1に、攻撃者より先に自社のアタックサーフェスを把握することです。AIを活用する攻撃者は、想定以上の速さで未修正のシステムを見つけ出します。自社の環境を、少なくとも攻撃者と同じくらい深く把握しておく必要があります。しかも現在の環境には、研究者がすでにコンテストのステージ上で悪用を実証しているAIインフラやコーディングエージェントも含まれます。可視化はもはや「やっておけばよい基本対策」ではありません。見えていないシステムを経由する攻撃経路は予測できないため、以下のあらゆる対策の土台となります。
第2に、深刻度スコアではなく、自社環境で実際に成立し得るかどうかで優先順位をつけることです。大量のCVEが公開されるPatch Tuesdayであっても、すべてのリスクが同じわけではありません。すでにネットワーク分離済みのコンポーネントにあるCVSS 9.8の脆弱性より、最重要資産へ通じる経路上に存在する7.5の脆弱性のほうが重大な場合もあります。問うべきは「このバグはどれほど深刻か」ではなく、「この攻撃経路は自社環境で成立するか、成立した場合に何へ到達するか」です。脅威インテリジェンスを活用して、真の緊急案件とノイズを切り分けてください。TrendAI™ ZDIの脆弱性データとCVSS補足スコアはまさにそのために提供されており、TrendAI Vision One™ Cyber Risk Exposure Managementを使えば、推測に頼らず自社環境のモデルに照らしてその問いを検証できます。
第3に、パッチが存在する前から防御経路を整えておくことです。仮想パッチとは、脆弱なソフトウェア自体を変更することなく、ネットワークやエンドポイントに適用して悪用の試みを遮断するセキュリティルールを指します。TrendAI™のネットワークレベルの仮想パッチは、ベンダーのパッチ公開より最大115日前から環境を保護できます。重要なのは、公表後に時間を稼ぐことだけではありません。あらかじめ防御経路を設計して配置しておくことで、アドバイザリが届いた瞬間に、検証済みの対応策を即座に有効化できる点にあります。
第4に、パッチ適用のサイクルを短縮することです。事前の備えはパッチ適用の代わりにはなりません。パッチ適用を「唯一の手段」から「最後の仕上げ」へと位置づけ直すものです。Patch Tuesdayでも明確に示される重大な脆弱性や実際に悪用が確認されている脆弱性については、適用までの期間を数週間ではなく数日単位まで縮める必要があります。
第5に、自動化によって対応をスケールさせることです。発見と報告の両段階でAIの活用が進むなか、CVEの件数は今後も増え続けます。ベンダー側が開示のペースに追いつけたとしても、企業顧客やエンドユーザの側が追いつけなくなります。手作業のままパッチ展開を続けていては、早晩立ち行かなくなります。ZDI自身もその現実を経験し、アナリストが処理のペースを維持できるよう、寄せられる報告のトリアージにエージェント型AIを導入しています。定型的な更新作業を自動化し、人間のリソースは実際のビジネスリスクを減らす判断に集中させる必要があります。
第6に、すべてのサイクルから学ぶことです。攻撃者は適応し、自社の環境も変化します。毎回のPatch Tuesday、ZDIの脆弱性公開、Pwn2Ownの結果を、次の備えへと還元すべきです。どの制御が機能したのか。どの攻撃経路を見落としていたのか。どこで想定以上に対応時間を要したのか。脆弱性の公表を毎回その場限りの緊急事態として扱う組織は、これからも不意を突かれ続けます。一方で、毎回の対応を次のリハーサルとして捉える組織は、回を重ねるごとに対応速度を高めていけます。
TrendAI™の取り組みの変化
この大きな構造変化を受け、TrendAI™における防御の考え方も変わりました。20年間、TrendAI™ ZDIの目標はバグを先に見つけ、防御側に時間を稼ぐことでした。その役割は今も重要ですが、それだけでは十分ではありません。起点をさらに前倒しし、起こり得る攻撃を予測したうえで、脆弱性の公表前に検証済みの防御経路を用意しておく必要があります。当社はこれを「Minus One」(予測型サイバー防御)と呼んでいます。ゼロデイを迎える前に、防御の備えを整える考え方です。
「Minus One」はTrendAI Vision One™を通じて提供され、ZDIのインテリジェンス、顧客環境のコンテキスト、そして保護制御を統合することで、こうした事前の備えを実現します。 「Minus One」の詳細はこちらをご覧ください。
脆弱性を取り巻く状況は日々複雑さを増しており、AIがその流れを確実なものにしています。しかし、公表前に防御を整え、定型業務を自動化し、本当に重要な対応にチームが迷わず動ける体制を築いた組織であれば、この転換期を乗り切れます。「時間をかけて対応する時代」は終わりました。いまなおその前提で動いているセキュリティ体制こそ、攻撃者が当てにしている隙なのです。
翻訳:与那城 務(Platform Marketing, TrendAI™ Research)