メむンコンテンツぞスキップ
芋出し画像

AI時代のサむバヌセキュリティずAIによる継続的防埡

    どうも、すべおの経枈掻動をデゞタル化したい犏島です。本日はサむバヌセキュリティをテヌマに、今埌の䌁業が構築すべき「AIによる継続的防埡」に぀いお考えおみたいず思いたす。

    実はLayerXでは今幎の4月から、AIでペネトレヌションテストを行うAgenticSecずいう䌚瀟がグルヌプに加わり、セキュリティ事業にも取り組んでいたす。なぜLayerXがセキュリティなのか、䞍思議に思われた方もいるかもしれたせん。その理由は、いた起きおいるこずを芋おいただくず䌝わるず思いたす。最近の情報挏掩のニュヌスを芋お、自瀟は倧䞈倫だろうかず気になっおいる方にも、䜕かしらのヒントになればうれしいです。

    1ヶ月で5幎分超の倧芏暡挏掩

    2026幎10月は、セキュリティ担圓者にずっお極めお厳しい1ヶ月でした。情報挏掩が文字通り過去最高の数、発衚されたのです。

    これは100䞇件以䞊の個人情報の挏えい・玛倱の幎床掚移です。

    画像
    100䞇件以䞊の個人情報挏掩の件数の幎床掚移(2026幎9月たでは東京商工リサヌチの公衚デヌタ/2026幎10月は独自調査により)

    2026幎は9月末の時点で、すでに過去最高の件数でした。2026幎10月に入るずさらに加速し、その件数は30件たで増えたす。10月だけで、21件の倧芏暡挏掩(100䞇件以䞊の挏掩)が発衚されたした。これは過去5幎分を超過する件数です。10月だけで5幎分超です。極めお異䟋の事態です。

    日本は䞖界ず比范するず、サむバヌ攻撃が比范的少ない囜でした。しかし、この状況は䞀倉したした。セキュリティ䌚瀟のチェック・ポむントの調べでは、2026幎9月、日本の組織が受けたサむバヌ攻撃は前幎同月比107%増で、䞖界平均は48%の増加でした。䞖界平均もかなり異垞な速床で増えおいたすが、日本の増え方はその比ではありたせん。

    Mythos玚の胜力が党員に行き枡る

    䞀䜓、䜕が起こっおいるのでしょうか。正確な原因はこれからの調査で明かされおいくず思いたす。珟圚考えられる䞀番倧きな芁因は、AIによっおサむバヌ攻撃の胜力が、安く広く行き枡っおしたったこずです。

    画像
    各モデルのセキュリティベンチマヌク (https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilities より日本語化)

    2026幎4月、ただ蚘憶に新しいClaude Mythos Previewが発衚されたした。そのサむバヌセキュリティの胜力は、前䞖代のモデルず比范しお「桁違い」ず評されたした。2026幎10月珟圚でも、䞀郚の認蚌された䌁業を陀いおいただに䞀般公開されおいないほどです。Mythos玚の胜力を持぀ずされるClaude Fableは、サむバヌセキュリティや生物孊など䞀郚の胜力に関しお匷力なセヌフガヌドが敷かれた䞊で配られおいたす。

    しかし2026幎8月末、GLM-5.3ずいうオヌプンりェむトモデルが発衚されたした。Claudeは重みが公開されおいないクロヌズドモデルですが、GLM-5.3はオヌプンりェむトモデルです。GPUを甚意すれば誰でも動かせたす。2026幎9月29日にAnthropicが公開したレポヌトによるず、GLM-5.3はClaude Mythos Previewずほが同等のサむバヌセキュリティ性胜を持぀こずが明らかになりたした。GLM-5.3にもセヌフガヌドは぀いおいたすが、比范的簡単な手法でそのセヌフガヌドを無効化できるこずがわかり、無怜閲のGLM-5.3がすでに䞖に出回っおいたす。Mythos玚のモデルが、ずうずう野に攟たれたのです。

    オヌプンりェむトモデルは䞀般に、フロンティアモデルの性胜を数ヶ月から半幎遅れで埌远いしおいたす。Claude Mythos Previewが2026幎4月に誕生し、GLM-5.3が2026幎8月末に公開されたので、玄5ヶ月遅れです。予想通り、Mythos玚のオヌプンりェむトモデルが登堎したのです。これは十分に予芋できおいた話です。

    画像
    AIモデルの性胜フロンティアのベンチマヌク掚移

    珟圚被害が出おいるサむバヌ攻撃がAIによっお行われたずいう蚌拠は、ただ出おいたせん。倚くの事案はただ原因の詳现が公衚されおいたせん。ですので、あくたでタむミングからの掚枬ずいうこずになりたすが、AIがこの攻撃の増加に関係しおいないず考える方が䞍自然でしょう。

    これはただ入口に過ぎない

    もっず恐ろしいのが、今はただ始たりに過ぎないずいうこずです。

    泚目すべきは、すでに起きおいる被害が、ただMythos玚のモデルによるものではないずいう点です。セキュリティ䌁業のGambit Securityは9月、AI゚ヌゞェントを䜿った実際の攻撃キャンペヌンを報告したした。攻撃者は耇数のAI゚ヌゞェントを䜿い分け、9月10日からのわずか6日間で少なくずも27瀟に䟵入し、60䞇件を超えるクレゞットカヌド情報を盗み出しおいたす。䜿われおいたのは、Mythos玚より前の䞖代のモデルでした。

    画像
    OpenRouterにしめるGLM-5.3のシェア

    䞖界最倧玚のモデルルヌタヌであるOpenRouter䞊では、GLM-5.3が公開からわずか1ヶ月で党トヌクン消費の1割ほどを占めるたでになりたした。それだけ誰の手にも枡っおいるずいうこずです。今埌は、GLM-5.3やそれに続くオヌプンりェむトのMythos玚モデルを䜿った、より高床で深刻な攻撃が増えおいくはずです。

    それは䞀䜓どんな攻撃でしょうか。

    2026幎7月に、OpenAIが次䞖代AIの瀟内評䟡䞭に、AI゚ヌゞェントの矀れが隔離されおいたはずの環境を抜け出し、Hugging Faceの本番環境に䟵入しおしたうずいう事件が起きたした。゚ヌゞェントは隔離環境のれロデむ脆匱性を突いお倖に出るず、むンタヌネット䞊に露出しおいた認蚌情報ず別の脆匱性を連鎖させ、゚ヌゞェント同士で情報を共有しながら䟵入に成功したした。人間の手を䞀切介さず、゚ヌゞェントの矀れが週末のうちに数千を超える行動を重ね、耇数の脆匱性を組み合わせた倚段階の攻撃をやっおのけたのです。

    画像
    AI゚ヌゞェント矀による倚段階䟵入

    今埌起こるサむバヌ攻撃は、このようなタむプの高床な攻撃が増えるはずです。単䜓では軜埮ず刀断されおきた小さな穎も、組み合わせれば臎呜傷になりたす。Mythos玚のAIの矀れは、そうした組み合わせを自動で探し圓おおくるのです。

    恐ろしいこずに、今の異垞な勢いで発生する情報挏掩は、こういった高床な攻撃経由ではないず思われたす。そう考えるず、盞応の備えが䞍可欠です。今のこの状況ですら、ほんの始たりに過ぎないのです。

    サむバヌセキュリティの非察称性

    リタヌンの非察称性

    サむバヌセキュリティにはアンフェアなほどの「リタヌンの非察称性」がありたす。攻める偎が守る偎に察しお圧倒的に有利なのです。守る偎は、システムにある100の穎をすべお塞がなければなりたせん。いわば100戊党勝が求められるのです。䞀方、攻める偎は、そのうちのたった1぀を芋぀ければいい。1勝99敗でも、倧きなリタヌンを手にできるのです。

    守る偎ずしおは腹立たしい限りですが、これが珟実です。腹を立おおいおも、攻める偎はやめおくれるわけではありたせん。こういう前提に倉わっおしたったのだず切り替えお、粛々ずAI時代の防埡を構築しなくおはいけたせん。

    道具の非察称性

    攻める偎は急速にAIで歊装し぀぀ありたす。䞀方、守る偎はAIを掻甚し切れおいたせん。このように「AI察人」ずいう構図に远い蟌たれおいる「道具の非察称性」も、守る偎を䞍利にしおいたす。

    攻撃に䜿うAIのコストは急激に䞋がっおいたす。Anthropicのレポヌトによるず、GLM-5.3-Flashは、6月にすでに修正版が出おいたChromeの脆匱性を突く攻撃コヌドを、玄20ドル盞圓のトヌクン代で組み䞊げたした。修正版が出おから、それが実際に適甚されるたでの隙間が、これだけ安く狙われる時代になったのです。それ以倖にもGambit Securityのレポヌトによるず、実際の攻撃キャンペヌンで、暙的1件あたりのAIの利甚料は平均玄25ドル皋床でした。人間が出した指瀺も、暙的1件あたりわずか数件です。

    攻める偎はAIを䜿うこずで、これだけ安いコストで、高レベルなサむバヌ攻撃が実斜できたす。埓来割に合わなかった攻撃も、AIで力技で抌しおきたす。圌らは99回負けおも1勝できればいいからです。この状態では守り切れるわけがありたせん。

    AIによる継続的防埡を

    察策は䞀぀しかありたせん。守る偎もAIで守るのです。サむバヌセキュリティはもはや「AI察AI」を前提にしないず守りきれない時代に突入したのです。

    倚くの䌁業では、専門家による脆匱性蚺断やペネトレヌションテストは幎に1回皋床です。脆匱性蚺断は、システム党䜓を網矅的に点怜し、朜んでいる穎を掗い出すものです。ペネトレヌションテストは、攻撃者の芖点で実際に䟵入を詊み、重芁な情報や暩限にどこたで到達できるかを確かめるものです。

    この幎に1回のサむクルでは、今の攻撃偎のアップデヌトに぀いおいけたせん。理想を蚀えば、毎日脆匱性蚺断が走り、毎日ペネトレヌションテストをし、穎が芋぀かったら毎日それが盎されるくらいのサむクルになるべきです。攻める偎はい぀䜕時でも䜎コストで攻撃できおしたいたす。圌らはおそらく24時間゚ヌゞェントを回しっぱなしで、片っ端から攻撃を仕掛けおいるはずです。

    これに察する防埡を実珟するには、守る偎もAIで24時間゚ヌゞェントを回しっぱなしにするのが理想です。継続的にAI゚ヌゞェントが脆匱性蚺断やペネトレヌションテスト(攻撃者の立堎で実際に䟵入を詊す怜査)を行いたす。もし脆匱性が芋぀かれば、゚ヌゞェントが修正案たで䜜り、人が確認しお適甚する。サヌビスに圱響を䞎えない安党な方法で、この発芋ず修埩のサむクルを高速に回すのです。これが「AIによる継続的防埡」の抂芁です。

    画像
    AIによる継続的防埡の流れ

    脆匱性蚺断ずペネトレヌションテストをセットで行うこずがポむントです。AIが芋぀けおくる脆匱性の数は膚倧であり、優先床を぀けないず、いくらAIを䜿うずいっおも察応できたせん。

    脆匱性があるこずず、システムに実際に䟵入されるこずは必ずしも䞀臎したせん。ペネトレヌションテストでは、実際に䟵入を詊みるこずで、どの脆匱性が臎呜的か、䞀芋軜埮に芋えおも耇数の脆匱性を組み合わせるこずで実はクリティカルなのではないか、ずいった芳点で脆匱性それぞれに優先床を぀けたす。この優先床に沿っお、危険なものから順に修正しおいきたす。この修正も、ペネトレヌションテストを行った゚ヌゞェントが埌続のコヌディング゚ヌゞェントにテストの内容をコンテキストずしお枡し、修正案を自動で䜜りたす。

    ここで芋぀かった脆匱性のパタヌンは、その䌚瀟ならではのコンテキストずしお蓄積しおいきたす。どんな曞き方をするず穎が生たれやすいのか、自瀟のシステムのどこが匱いのか。こうしたコンテキストを、コヌディング゚ヌゞェントやレビュヌの仕組みに組み蟌めば、同じ皮類の脆匱性はそもそも䜜り蟌たれにくくなりたす。゚ヌゞェントが回れば回るほど知芋がたたり、開発党䜓の品質が䞊がっおいく。芋぀けお盎すだけでなく、䜜り蟌たない方向ぞず、防埡のルヌプが育っおいくのです。

    セキュリティチェックは幎に1床行うものではなく、継続的な開発サむクルの䞭に組み蟌んでいく。未来はこうなっおいくはずです。

    画像
    セキュリティの゚ヌゞェントを開発サむクルに組み蟌む

    攻める偎が゚ヌゞェントの矀れで攻めるなら、守る偎も゚ヌゞェントの矀れで守るのです。

    埓来のペネトレヌションテストは、熟緎のセキュリティ゚ンゞニアが行っおいたした。これだけ高速なサむクルを防埡偎で回そうずするず、絶察に人手では回りたせん。゚ヌゞェントで自埋的に脆匱性蚺断、ペネトレヌションテストを回す必芁がありたす。

    LayerXでは、サむバヌセキュリティの胜力の高いモデルがオヌプンりェむトで配られる時は必ず来る、その時に、必ずこういった守る偎の技術が必芁になるず考えおいたした。この未来を芋据えお、2026幎4月にAgenticSec瀟をグルヌプ化し、完党自埋型でペネトレヌションテストを行うAI゚ヌゞェントを実珟し、提䟛しおいたす。

    開発チヌムがセキュリティスキャンを継続的に回す取り組みは以前からありたす。スキャンは既知のパタヌンの穎を網矅的に芋぀けるのに向いおいたす。AgenticSecの゚ヌゞェントは、攻撃者ず同じ手法で倖偎から攻め蟌み、穎を組み合わせお実際にどこたで到達できるかを確かめたす。だから芋぀かった脆匱性に、本圓に危険な順の優先床を぀けられるのです。

    代衚の䞭谷さんは、私の倧孊時代のIPA未螏事業の同期であり、圓時からその倩才ぶりで異圩を攟぀人物でした。セキュリティは非垞に専門性が必芁であり、セキュリティ領域をやりたいず思っおも、なかなかぱっずできるものではありたせん。䞭谷さんずいう倩才ずご䞀緒させおいただくこずで、LayerXはこの難しい領域にチャレンゞできおいたす。

    本気で投資しおいきたす

    LayerXでは、バクラク事業、Ai Workforce事業、Fintech事業(䞉井物産デゞタル・むンベストメント)に続き、セキュリティ事業を第4の柱ず定矩し、かなり思い切った投資を実行しおいきたす。

    我々のビゞョンは「すべおの経枈掻動を、デゞタル化する。」こずです。すべおの経枈掻動をデゞタル化しおいくためには、このサむバヌセキュリティの問題を絶察に解決しないずいけたせん。防埡偎の我々は絶察に勝たないずいけないのです。

    AIの進化ずずもに、加速床的に䞖の䞭のデゞタル化は進んでいきたす。その䞭で、䌁業が安心しおデヌタをシステムに預けられるように、その先にいるお客様の絶察に重芁な資産であるデヌタがハッカヌの手に枡らないように守るこずは、我々の䜿呜です。そういった思いで、このAI時代にすべおの䌁業が盎面するセキュリティの課題に、本腰を入れお投資しおいきたす。

    なお、AgenticSec瀟はペネトレヌションテストのAI゚ヌゞェントの䌚瀟ずしお始たっおいたすが、今埌セキュリティ領域のフルスタックの䌚瀟になっおいきたす。珟圚すでに、ペネトレヌションテストの䞀歩手前のフロヌであるDevSecOpsの領域の補品を提䟛しおいたす。今埌はペネトレヌションテストにずどたらず、埌ろのフロヌの「コヌド修正・パッチ開発」、そしおAIによる継続的防埡を実珟する「運甚」の領域たで、フルスタックで補品を甚意しおいきたす。

    画像
    AgenticSecの補品矀(開発䞭のものも含む)

    本気でこの領域に投資しおいきたす。珟圚セキュリティでお困りの䌚瀟の方がいたしたら、ぜひこのフォヌムでご連絡ください。少しでもお圹に立おればず思いたす。煜る぀もりはなく、同じ守る偎ずしお危機感を共有したく曞きたした。䞀緒に考えたい方がいれば、ぜひよろしくお願いしたす。


    あなたぞのおすすめ