Dellows News

NTTが外部送信不要の脆弱性解析AI技術を開発 成功率63%に向上

NTT株式会社は、検査対象のソースコードを外部AIサービスに送信せず、高度な脆弱性解析を行うAI技術を開発した。複数のオープンウェイトモデルと独自の解析技術、ワークフロー制御技術を組み合わせることで、ベンチマーク評価における解析成功率を従来手法の48%から63%へ15ポイント向上させている。本研究成果はNTT R&D FORUM 2026に展示予定となっている。

開発の背景とソブリン性の確保

AIの急速な進化によってソフトウェア解析や脆弱性発見の能力が向上し、サイバー攻撃への悪用が懸念される中、守る側にもAIを活用した迅速な対応が求められている。一方で、高性能な外部AIサービスの利用には、解析対象のソースコードなど機密情報の外部送信や利用コストの増大、特定サービスへの依存といった懸念が存在する。また、脆弱性発見後には自組織システムへの影響の見極めや優先順位の判断、安全な対処が必要となる。NTTは、組織がAIの選択・運用に関する主導権を持つソブリン性を確保しながら、脆弱性の発見から判断・対処までを一貫して支援するサイバーセキュリティAI技術の実現をめざし、研究開発を進めている。

独自解析技術とワークフロー制御による性能向上

一般的なAIによる脆弱性発見では、AIモデルがプログラムを読み解き、仮説を立てて解析し、検証する。AIの脆弱性解析能力はモデルの性能だけでなく、ワークフローや検証ツールにも左右される。NTTは蓄積した脆弱性研究の知見を活用し、脆弱性が生じる可能性についてAIに着眼点を与える手引きを解析ワークフローに組み込み、成功率を向上させた。これまで同社が進めてきた、入力を繰り返し変えて異常動作から脆弱性候補を発見する解析技術との連携を進めるとともに、解析能力と計算資源のバランスを考慮し、組織が管理する環境でも利用しやすい技術へと発展させる方針である。

ベンチマーク評価での実験結果

実験では、AIエージェントの脆弱性解析能力を評価するベンチマークCyberGymの約1,500件の課題から、メモリ破壊に関する150件を選定して既存の解析ワークフローと比較した。その結果、既存手法の解析成功率48%に対し、改良手法は63%となり、15ポイント向上した。これにより、解析の進め方の工夫による能力向上を確認した。また、規模の異なるオープンウェイトモデルを用いた評価により、中規模モデルの組合せによる性能向上の可能性も確認された。

今後の計画と展開

NTTは今後、本成果を基盤に、脆弱性情報とシステム構成などを照合して影響箇所や優先リスクを絞り込み、運用状況や業務影響を考慮した対処を支援するAI技術の研究開発を進める。従来は専門家が個別に実施してきた発見・判断・対処を一貫して支援し、リスク低減までの時間と負担の削減につなげる計画である。自ら管理する環境で活用できる技術の展開を通じて、迅速な脆弱性対応と安全なシステム運用への貢献をめざすとしている。

関連情報に関する案内は以下の通りである。

  • NTT R&D FORUM 2026の案内:https://www.rd.ntt/forum/2026/

本記事はNTT株式会社の発表をもとに作成

アクセスランキング

今日

1週間