駭客用AI加速攻擊？マイクロソフトがProject Perceptionを発表し、自動修復する「グリーンチーム」防御網を構築

AIは企業の開発と運用を加速するだけでなく、サイバー攻撃のハードルも下げつつあります。攻撃者がAIと自律エージェント（Agent）を活用して、より低コスト・高速・大規模に脆弱性を探し始める中、依然として人的調査とインシデント対応に大きく依存する従来のセキュリティ構造では、「マシンスピード」の攻防リズムに対応できなくなっています。マイクロソフト（Microsoft、米国株式コード：MSFT）は本日（28日）、新たな自律型セキュリティシステム『Project Perception』を発表し、ソフトウェア脆弱性分析専用のセキュリティ向けモデル『MAI-Cyber-Flash-1』をリリースしました。これにより、企業のセキュリティ防御構造の根本的な再構築を目指します。

従来の大量の検知・アラート・事後処理を軸とした防御モデルとは異なり、Project Perceptionはセキュリティ信号、環境コンテキスト、AIモデル、専門エージェントを統合した継続的に動作するクローズドループシステムです。リスクの発見に加え、攻撃経路の分析、インシデントの優先順位判定を行い、さらに洞察を修正措置へと変換します。

マイクロソフトは明言しています。次世代セキュリティシステムの鍵は、より多くの警告を出すことではなく、「継続的に感知し、推論し、行動すること」にあると。Project Perceptionは8月3日よりパブリックプレビューへ移行予定です。

AIが攻撃コストを低下　従来防御のスピードが遅れる

企業が採用するID、エンドポイント、アプリケーション、データ、クラウド、AIシステムが増えるにつれ、保護すべきデジタル環境はますます分散的かつ複雑になっています。一方で、攻撃者はAIを活用して脆弱性の探索、ソーシャルエンジニアリング、攻撃プロセスの自動化が可能になり、攻撃に必要な時間とコストがさらに低下しています。

マイクロソフトは指摘します。過去のセキュリティ構造は主に人間の攻撃者を想定して設計されていましたが、AI、エージェント、マシンスピードの攻撃が普及する中、防御担当者は膨大なデータから自ら信号を統合し、状況を再構築してリスクを判断しなければならず、セキュリティチームは進化し続ける脅威にタイムリーに対応できていないと。

このため、マイクロソフトは新たなCyber Stackの概念を提示。セキュリティシステムがデジタル環境全体を継続的に把握し、多数の状況に対して推論を行い、マシンスピードに近い速度で行動し、企業環境と脅威の変化に応じて継続的に学習できるよう求めています。ただし、マイクロソフトは強調しています。自律化とはAIに完全に制御権を委ねることではなく、Project Perceptionは防御担当者の判断力と行動力を強化することが目的であり、最終的な制御権は人間が握ると。

マイクロソフトは、Agenticセキュリティを実現するには、既存のワークフローにエージェントを追加するだけではなく、基盤から設計された新しいCyber Stackが必要だと考えています。（マイクロソフト提供）

赤・青・緑の3種エージェントが協働　閉ループ防御を構築

Project Perceptionの核となるのは、異なるタスクを持つ3種類の専門エージェントを調整し、企業のセキュリティ環境を継続的に検証することです。

その中で、レッドチームエージェントは攻撃者の役割を担い、実際の悪用前にシステム侵入につながる可能性のある攻撃経路を能動的に発見します。ブルーチームエージェントはセキュリティインシデントの調査を担当し、企業の環境と脅威の状況を統合的に分析して、どのインシデントが実質的なリスクを形成するかを判断します。グリーンチームエージェントは修正措置の実行を担当し、設定の改善、リスク露出の低減、全体的な防御力の強化を行います。

3種類のエージェントはそれぞれ独立して動作するのではなく、継続的に循環する防御システムを形成します。レッドチームが潜在的な攻撃攻撃経路を発見した後、ブルーチームがリスクと優先順位を評価し、グリーンチームが改善措置を実行。その後、修正結果を再評価することで、従来の「インシデント発生後の対応」から「継続的なリスクの発見・評価・低減」へとセキュリティ防御を転換します。

マイクロソフトは、Project Perceptionの動作能力は、企業のデジタル環境の可視性、実行可能なセキュリティアクション、長期にわたる脅威インテリジェンスと防御経験、AIモデルの能力という4つの基盤の上に成り立っていると説明しています。システムはID、エンドポイント、アプリケーション、データ、クラウド、AIシステムをカバーし、Microsoft Security製品を通じて分析結果を実際の行動に変換します。

Security Contextが環境情報を統合　毎回の状況再構築が不要に

しかし、単にエージェントを増やすだけでは自律型セキュリティシステムにはなりません。異なるエージェントが一貫性があり、リアルタイムかつ完全な環境情報を把握できるかどうかが、リスクを正しく判断できるかどうかの鍵となります。

そのため、マイクロソフトはProject Perceptionに「セキュリティコンテキスト」（Security Context）を導入。企業のデジタル環境に分散するセキュリティデータ、知識、意味を統合し、資産、ID、関連性、リスク、活動状態を網羅する環境全体像を継続的に構築。これにより、異なるエージェントがほぼリアルタイムの組織コンテキストを共有できるようになります。

従来の手法では、セキュリティ分析ツールやAIモデルは、繰り返し元の信号から情報を収集し、異なる資産間の関連を分析して、イベントの文脈を再構築する必要がありました。Project Perceptionでは、エージェントが継続的に更新されるセキュリティコンテキストから必要な情報を直接取得できるため、推論と意思決定のスピードが向上し、大規模運用に必要なトークン、計算リソース、コストを削減できます。

つまり、このシステムの違いはAIの利用可否だけではなく、異なるAIエージェントが同じ企業環境認識に基づいて協働できるかどうかにあります。断片的なデータを個別に解釈することで生じる判断のズレを回避できるのです。

単一大規模モデルに依存せず　タスクに応じ動的選択

企業のセキュリティは24時間365日継続して動作する必要があるため、モデルの正確性だけでなく、信頼性、遅延、使用コストも大規模展開の可否に影響します。

マイクロソフトは、どの単一のAIモデルもすべてのセキュリティタスクで最適な性能を発揮するわけではないと考えており、Project Perceptionは多モデルアーキテクチャを採用。異なる作業内容に応じて、最先端AIモデル（Frontier Models）とセキュリティ専門モデル（Specialized Models）の間で動的に選択し、品質とコストの両立を図ります。

たとえば、複雑な攻撃の文脈を理解する必要があるタスクでは、推論能力の高い最先端モデルを活用。特定の脆弱性分析や高度に繰り返されるセキュリティタスクでは、専門データで訓練された、より高速で低コストの専用モデルで処理します。

マイクロソフトのセキュリティ研究チームは、実際のセキュリティ状況、ベンチマークテスト、評価を通じて、異なるモデルが適するタスクを継続的に判断。企業が単一モデルに縛られることのないよう配慮しています。これは、Agentic AI導入後の競争の焦点が、単なるモデル能力の追求から、異なるモデル・エージェント・ワークフローの管理へと移行していることを反映しています。

MAI-Cyber-Flash-1が初の脆弱性分析に挑戦　CyberGym評価で96%達成

Project Perceptionの多モデル戦略に合わせ、マイクロソフトは初の自社開発セキュリティ専用モデル『MAI-Cyber-Flash-1』を発表。ソフトウェアの脆弱性管理と分析に最初に焦点を当てました。

マイクロソフトは、このモデルをソフトウェア脆弱性多モデルエージェント群『MDASH』に導入。公式発表によると、MDASHにMAI-Cyber-Flash-1を組み合わせた場合、CyberGymセキュリティ評価で96%の効果を達成。Mythosを12ポイント上回りました。現在のMDASH構成と同等の条件下では、コストもほぼ半分に削減できます。

この結果は、大量の歴史的脆弱性データと専門的セキュリティ訓練コンテンツがある場合、微調整された専用モデルが、規模の大きな汎用モデルに完全に依存せずとも、特定タスクでより優れた成果と経済的効果を実現できることを示しています。

マイクロソフトは、ソフトウェア脆弱性管理はMAI-Cyber-Flash-1の最初の応用シナリオにすぎず、今後Project Perceptionがこのモデルを他のセキュリティワークフローにも導入していくと述べています。

検知・アラートから自律的行動へ　マイクロソフトがCyber Stackを再設計

Agenticセキュリティを支援するため、マイクロソフトは新しいCyber Stackを、相互に連動する複数のレイヤーに分けました。最下層では信号とセンサーが企業環境を把握し、セキュリティコンテキストが生データをエージェントが理解できる内容に変換。モデルが知性と推論能力を提供し、Harnessがモデル・エージェント・ワークフローを調整。エージェントがセキュリティタスクを実行し、最後にアクチュエーター（Actuators）が意思決定を実際の防御措置に変換します。

たとえば、あるID権限、エンドポイントの脆弱性、クラウド設定が攻撃経路として連結され得るとシステムが識別した場合、警告を出すだけでなく、そのリスク度を評価し、処理順序を判断。既存のセキュリティ製品を通じて権限の低下、設定の変更、脆弱性の修復などの行動を実行します。

これは、企業のセキュリティ構造が、単一製品と人的分析に依存する従来のモデルから、状況共有、多モデル協働、自律AIによる継続的防御へと移行していることを意味しています。