Agentic AIがサイバーセキュリティを変革する理由
サイバーセキュリティのリーダーは、膨大なアラート量、進化し続ける攻撃手法、そして慢性的な人材不足という課題に直面しています。従来のSOCモデルは、誤検知、手動による調査、そしてサイロ化されたツールによる負荷によって、しばしば限界に達します。こうした課題の解決において、Agentic AIが大きな役割を果たします。
Agentic AIとは、自律的に推論・行動・適応できるよう設計されたAIシステムを指し、SOCチームの運用方法そのものを変革する可能性を秘めています。Agentic AIを活用したAI SOCは、単にアラートを提示するだけでなく、トリアージ、調査、さらには初動対応まで実行できます。この変化により、AI SOCアナリストはより高度な調査業務に集中できる一方で、Agenticシステムがアラートノイズの処理を担う、自律型SOCの実現へと近づいていきます。
サイバーセキュリティにおけるAgentic AIとは
Agentic AIとは、パターンマッチングや静的な検知を超えたAIシステムを指します。これらのシステムが「Agentic」と呼ばれるのは、次のような能力を備えているためです。
- 知覚（Perceive）：IaaS、SaaS、アイデンティティ、エンドポイント、コードリポジトリ全体からシグナルを取り込みます。
- 推論（Reason）：アクティビティの相関分析、アラートの重複排除、そしてビジネスコンテキストの理解を行います。
- 実行（Act）：自動トリアージの実行や、対応プレイブックの起動を行います。
- 適応（Adapt）：アナリストからのフィードバックや進化する攻撃手法から学習します。
SOCに適用することで、人間による重要な意思決定を維持しながら継続的に改善を続ける、高度に効率化されたSOCを実現できます。
Agentic AIがAI SOCを支える仕組み
Agentic AIを活用したAI SOCは、従来のSIEMやSOAR主導のアプローチとは異なる方法で機能します。固定的な相関ルールや静的なプレイブックに依存するのではなく、Agentic AIはマルチモデルAIを活用し、豊富なコンテキストを備えたインサイトを提供します。
主要コンポーネント
- セマンティック理解
- 多様なログデータを正規化し、共通の「セキュリティ言語」へマッピングします。
- AI SOCアナリストが重要な情報を迅速に特定できるよう支援します。
- ビヘイビア分析
- アイデンティティ、ワークロード、SaaS利用全体にわたる異常を検知します。
- ユーザーやアプリケーションの通常パターンを学習し、誤検知を削減します。
- ノレッジモデリング
- 適切な問いを動的に判断し、その問いに答えるために必要なデータを取得することで、アラートを正確に分析します。
- 履歴情報や組織のコンテキストを付加します（例：CEOの出張に伴う正当なログインと、不正なログイン試行を区別する）。
- AIエージェント
- SOCワークフローごとに特化したソフトウェアエージェント（検知、トリアージ、調査、対応）が、それぞれの業務を処理します。
- 説明可能なアクションを提供することで、セキュリティ責任者が安心して活用できる環境を実現します。
サイバーセキュリティにおけるAgentic AIの実践的なユースケース
1. サプライチェーン攻撃の検知
Agentic AIは、新たなサプライチェーン侵害の特定において特に高い効果を発揮します。例えば、攻撃者がLottieFilesのnpmパッケージのようなオープンソースソフトウェアを標的にした際、AIによる相関分析によってアラートノイズを削減し、影響を受けたリポジトリを特定するとともに、被害が広範囲に及ぶ前の対応を支援しました。
同様に、S1ngularityのサプライチェーン攻撃では、Agentic AIが不審なリポジトリ作成の背景をコンテキストとともに分析し、顧客環境内の侵害された環境をシンプルなクエリで特定できました。
2. CI/CDパイプラインの侵害
CI/CDシステムは、攻撃者がバックドアを埋め込むための主要な標的となっています。GitHub Actionsの侵害が発覚した際、Agentic AIは侵害されたリポジトリや悪意のあるワークフローに関連付けられた認証情報の特定を容易にしました。これにより、トリアージされていない大量のアラートによってSOCチームの負荷を増大させることなく、早期検知を実現しました。
3. 調査時間の短縮
LottieFilesでは、Agentic AIの活用により調査時間を50%以上削減しました。セッションタイムラインを自動的に関連付け、異常なアクティビティを可視化し、影響範囲（blast radius）を明確にすることで、SOCチームは迅速にインシデントを封じ込めることができました。その結果、アナリストはより優先度の高い業務に集中できるようになりました。
4. アイデンティティベースの脅威ハンティング
Agentic AIは、アカウントやシステムを横断してユーザーのアクティビティ全体を関連付けます。これにより、AI SOCアナリストは、従来のツールでは見逃されがちな不審な権限昇格やラテラルムーブメントを特定できます。システムは、あらゆるログイン異常を個別に追跡するのではなく、本当に対応が必要なアイデンティティリスクを優先的に可視化します。これにより、MTTI（Mean Time to Identify）およびMTTC（Mean Time to Contain）の短縮を実現します。
AI SOCのメリット
Agentic AIが目指す到達点は、AI SOCです。そこでは、人とAIがシームレスに連携しながら運用を行います。主なメリットは次のとおりです。
- 誤検知の削減：現在のSOCで発生するアラートの大半は誤検知であり、アナリストの貴重な時間を消費しています。Agentic AIは、こうした誤検知を大幅に削減します。
- 対応の迅速化：トリアージと調査を自動化することで、インシデントの封じ込めに要する時間を大幅に短縮できます。
- スケーラビリティ：AI SOCは、人員の増加だけに依存する場合と比べて、より迅速に拡張できます。これにより、慢性的な人材不足への対応が可能になります。
- コスト効率の向上：ノイズの多いデータを削減し、重複データを排除することで、SIEMおよびストレージのコストを削減します。
- アナリストの業務支援：AI SOCアナリストは、反復的なトリアージ作業ではなく、より価値の高い調査業務に集中できるようになります。
課題と考慮事項
Agentic AIには大きな可能性がありますが、SOCワークフローに導入するには慎重な計画が必要です。
- 信頼と説明可能性：AIによるアクションは、セキュリティ責任者の信頼を得るために、透明性を確保し、その根拠を説明できる必要があります。
- インテグレーションの複雑さ：IaaS、SaaS、IdPなどのさまざまな環境からデータをシームレスに取り込むことは容易ではありません。優れたAI SOCソリューションであれば、このデータ取り込みをシンプルに実現できます。
- Human-in-the-loop（人による監督）：アナリストによる監督なしに自動化を進めすぎると、監視や検知に死角が生じるリスクがあります。
- 継続的な適応：脅威は絶えず進化するため、AIもSOCチームからのフィードバックを取り込みながら継続的に適応する必要があります。
今後の展望：SOCの中核としてのAgentic AI
AI SOCの進化はすでに始まっています。人手中心の運用に依存したSOC運用サービスに代わり、次世代のSOCプロバイダーはAgentic AIを活用し、スケーラブルでプロアクティブかつコスト効率に優れた検知と対応を提供するようになるでしょう。
組織にとって、これは次のような価値を意味します。
- より効果的かつ効率的なSOC運用
- 人員を大幅に増やすことなく、高度なAI機能を活用可能
- 高度化が進むサプライチェーン攻撃やアイデンティティベースの攻撃に対する将来的な備えの強化
サイバーセキュリティの未来を築く
サイバーセキュリティにおけるAgentic AIは、次世代のAI SOCを支える基盤です。セマンティックモデル、ビヘイビアモデル、ノレッジモデルをAIエージェントと組み合わせることで、組織はようやく事後対応に追われる運用から脱却し、プロアクティブな防御へと移行できるようになります。
アラート疲れを軽減し、平均封じ込め時間を短縮し、AI SOCへの移行を目指しているのであれば、Agentic AIはその実現への道筋となります。パーソナライズされたデモを通じて、SOCにおけるAgentic AIの活用方法をご覧ください。
