タイトル
NTT、ソブリン型サイバー防衛AIを開発──ソースコードを外部に出さず最先端モデルに迫る脆弱性発見技術
このエピソードで登場するキーワードを説明します。
NTT: 国内最大手の通信事業者グループ。次世代通信基盤「IOWN」や独自の大規模言語モデル「tsuzumi」など、通信とAIを融合した研究開発を推進している。
ソブリンAI: 外部の特定クラウド事業者に依存せず、自国や自組織の管理下にある環境でデータやAIモデルを主権的に選び、運用する概念。
オープンウェイトモデル: 学習済みのパラメータである「重み」が公開されており、企業が自社のサーバー環境にダウンロードして独自にカスタマイズや運用ができるAIモデル。
CyberGym: カリフォルニア大学バークレー校の研究チームが中心となって開発した、実世界のオープンソースソフトウェアの脆弱性約1500件を用いてAIエージェントの解析能力を測る大規模評価ベンチマーク。
ファジング: 検査対象のソフトウェアに対して大量の異常なデータや想定外の入力を自動的に送り続け、プログラムのクラッシュや異常な挙動から潜在的な脆弱性を洗い出す解析手法。
それでは解説に入ります。
2026年11月16日、NTTは検査対象となるソフトウェアのソースコードを外部のクラウドAIサービスに一切送信することなく、自社の管理環境内で高い精度でプログラムの欠陥を見つけ出す「ソブリン型サイバーセキュリティAI技術」を開発したと発表しました。金融機関や官公庁、重要インフラ企業にとって、自社のシステムを動かすソースコードは最高レベルの機密情報であり、海外の巨大テック企業が提供する外部AIにコードを読み込ませることには情報漏えいや特定ベンダーへの過度な依存、さらには利用コスト高騰といった強い懸念が伴います。今回の技術は、そうした機密保持の壁をクリアしながら、最先端のフロンティアAIに匹敵する脆弱性発見能力を組織内部で完結させる試みです。
現在、サイバーセキュリティの現場では、AIによる脆弱性発見の能力が爆発的に高まっています。たとえば米国のAnthropicが2026年4月に立ち上げた重要ソフトウェア防衛プログラム「Project Glasswing」では、同社の特化型モデル「Claude Mythos」が1000以上のオープンソースプロジェクトから2万3000件を超える潜在的な欠陥を洗い出し、11月11日にはさらに発見能力を高めた「Mythos 5.2」が投入されました。一方で、攻撃側もAIを悪用して素早く攻撃コードを生成するようになっており、セキュリティ大手CrowdStrikeが11月7日に公表した調査では、観測された脆弱性悪用の実に91パーセントが実証コードの公開からわずか48時間以内に発生しています。守る側の企業にとってもAIによる自動検査は不可欠ですが、最高峰の解析能力を持つフロンティアAIはすべて外部クラウド経由での提供となっているのが実情でした。
このジレンマを打破するため、NTTはAIモデルそのものの巨大化を追うのではなく、自社環境で動かせる複数のオープンウェイトモデルに「専門家の知見」と「独自の解析ワークフロー制御」を組み合わせるアプローチを採りました。一般的なAIエージェントによる脆弱性検査では、AIが自律的にプログラムを読み解き、仮説を立てて検証する作業を大量に並列実行します。しかし、オープンウェイトの中規模モデルにただコードを読ませるだけでは、調査の焦点が定まらずに見落としが多発します。そこでNTTは、長年のセキュリティ研究で培ってきた知見を基に、どの部分にどのような脆弱性が潜みやすいかという「調査の着眼点を与える手引き」を解析ワークフローの中に直接組み込みました。さらに、入力データを次々と変えて異常動作を探るファジングなどの独自解析ツールと連携させることで、限られた計算資源でもAIの能力を最大限に引き出す仕組みを構築しています。
その効果を実証するため、NTTはカリフォルニア大学バークレー校などが開発した国際的な評価ベンチマーク「CyberGym」の約1500件の課題の中から、システムの乗っ取りなどに直結しやすい「メモリ破壊」に関する150件の難問を選んで実験を行いました。その結果、従来の汎用的な解析ワークフローでは48パーセントにとどまっていた脆弱性の解析成功率が、今回の改良手法を適用することで63パーセントへと15ポイント大幅に向上しました。また、パラメータ規模の異なる複数のオープンウェイトモデルを組み合わせた検証でも、巨大な単一モデルに頼らずとも中規模モデルの連携によって実用的な高い解析精度を引き出せることが確認されています。
さらにNTTが見据えているのは、単なる「発見」の先にある「判断と対処」の自動化です。AIによる脆弱性の発見件数が急増したことで、現在の開発現場では「見つかった大量の不具合のうち、どれが本当に危険なのか」を人間が仕分けするトリアージ業務がパンク状態に陥っています。実際、セキュリティ企業のVulnCheckが2026年11月10日に公開した調査レポートでも、AIが報告した膨大な脆弱性の確認作業に追われ、肝心の修正パッチの適用が停滞している実態が指摘されています。NTTは今回の技術を基盤として、日々公表される膨大な脆弱性情報と自社のシステム構成をAIが自動で照合し、業務への影響度を踏まえて優先順位をつけ、安全な修正までを一気通貫で支援するシステムへと発展させる計画です。
NTT自身も2026年11月4日の記者会見において、島田明社長がグループに対するサイバー攻撃の検知数が過去最高の7倍に急増している現状を明かし、AIを活用した防御サービスにすでに100件以上の引き合いが寄せられていると語っています。今回開発されたソブリン型サイバーセキュリティAI技術は、2026年11月18日から開催される「NTT R&D FORUM 2026」で展示される予定となっており、機密コードを外に出せない日本企業や重要インフラの現場において、AI時代の現実的な防衛インフラとして注目を集めそうです。
今回のエピソードは以上で終了です。また次回お会いしましょう。
感想
まだ感想はありません。最初の1件を書きましょう!