大事なプログラムを社外に出さずに、AIでセキュリティの弱点を探す——そんな技術を日本のNTTが開発した。経済ニュースサイトBigGo Financeは11月16日、NTTが同日、検査するソースコードを外部のAIサービスへ送らずに、組織が自ら管理する環境の中で脆弱性を分析できるサイバーセキュリティAI技術を発表したと報じた。NTTはこの技術を「フロンティアAIに迫るソブリン型」と位置づけている。

専門家のノウハウを「手順」に組み込む

高性能な外部のAIサービスを使うと、社外秘の情報を外に送る心配、利用料の上昇、特定のサービスへの依存といった問題がある。NTTの技術は、重みが公開されていて自前の環境で動かせる「オープンウェイトモデル」を複数組み合わせ、そこに独自の作業の流れ(ワークフロー)の制御を加えたのが特徴だ。

AIで脆弱性を探す一般的な方法では、AIがプログラムを読み、弱点がありそうな場所の仮説を立てて、その場所を狙って確かめる。人間の専門家の調査に近い作業を、自動で大量に並行して進められるのが強みだが、成果はモデルの性能だけでなく、調べ方の手順や確認用の道具にも大きく左右される。NTTは脆弱性の研究で培った知識をもとに、「弱点が生まれやすい場所」の着眼点をAIに示すガイドを手順に組み込み、モデルの力を引き出したという。

評価テストで成功率が15ポイント向上

評価には、AIエージェントの脆弱性分析の力を測るテスト「CyberGym」の約1,500問のうち、メモリー破壊(データの書き込み先が壊れて悪用される種類の弱点)に関する150問を使った。その結果、分析の成功率は従来の方法の48%から63%へと15ポイント高まった。規模の異なるオープンウェイトモデルでも試し、中くらいの大きさのモデルを組み合わせることでも性能が上がることを確かめた。巨大なモデルに頼らなくても実用的な精度に近づける道筋を示した形だ。

背景には、攻撃する側もオープンウェイトモデルを使って攻撃用のプログラムを作る例が報告されていることがある。守る側も素早くAIを活用する必要に迫られている。NTTは今後、弱点を見つけるだけでなく、システムの構成と照らし合わせてリスクを絞り込み、業務への影響を考えた修正までを一貫して支援するAI技術の開発を進める。手元のパソコンでAIを動かす試みについては、中古GPUで組んだ自作サーバーの事例も当サイトで紹介している(中古GPU「V100」8枚の自作AIサーバー)。

脆弱性分析の成功率(CyberGymのメモリー破壊150問)(単位: %)
数値を表で見る
項目成功率
従来の方法48%
NTTの改良手法63%

NTTが公表したベンチマーク結果出典: BigGo Finance(NTTの発表より)(2026年11月16日)をもとにKEN TECH TIMES編集部作成