AIの最近の進歩により、フロンティアモデルがゼロデイ脆弱性を自律的に発見し、マシンスピードで攻撃チェーンを構築することが可能になりました。これは、より多くの脆弱性が発見・開示され、発見から悪用までの時間がさらに短縮され続けることを意味します。

露出ウィンドウが数週間から数分へと短縮された今、組織は「AIのスピードで攻撃が行われる一方で、修復やパッチ適用がそれに追いついていない」というギャップに直面しています。新しいAIの脅威環境に追随するため、組織は防御をマシンスピードへと移行しなければなりません。 

AIの脅威への備えに関する前回の ブログ記事 では、AIがこれまで以上に迅速に脆弱性を悪用できる時代に向けて組織が備えるためのフレームワークを共有しました。このフレームワークは、「対応のスピード」と「可視性の広さ」という2つの基本要素に焦点を当てています。

悪用のウィンドウが縮小し続ける中、スピードは最も重要です。セキュリティプログラムは、コード、インフラストラクチャ、ランタイム全体で、特定、検証、修復にかかる時間を継続的に短縮し、追いつく必要があります。また、クラウド、コード、プライベートインフラストラクチャ、SaaS、AI、ソフトウェアサプライチェーンなど、近代的な環境全体を防御がカバーしていることを確認するためには、可視性の広さが求められます。

これら2つの要素を正常に運用するために、当社は4つの核心的な柱を特定しました。

このブログでは、Wizがお客様によるこのフレームワークの運用と規模拡大をどのように支援しているかについて、より詳しく見ていきます。組織がAIの脅威への備えを、 AIによる脅威 のスピードに遅れることなく追従する、実用的で自動化された防御戦略へとどのように転換できるかを探ります。

実践されるWiz AI脅威への備え

Wizの支援内容：

柱 1：重大な露出の削減と、AIペネトレーションテスターによるスキャン

攻撃の加速に伴い、攻撃対象領域を削減することが防御の第一線となります。最初のステップは、不要な露出を削減し、実際に悪用可能であるかを検証し、新たなリスクの手動トリアージに依存しないようにすることです。露出しているすべてのアプリケーション、サービス、またはテクノロジーは、到達可能性、悪用可能性、ビジネスへの影響度に基づいて優先順位付けされるべきであり、問題を適切な担当者にルーティングして修復を推進するための明確かつ迅速なプロセスが必要です。攻撃者に先手を打つために、組織はAIを継続的に活用して悪用可能な露出を特定し、攻撃者が利用する前にそれらを修復する必要があります。

Wiz ASMで攻撃対象領域を削減

従来の攻撃対象領域スキャナーは、外部からのみ環境をスキャンします。Wizは、外部スキャンと内部分析を組み合わせることでより深くアプローチし、お客様のフットプリント全体をマッピングします。これには、SaaSの露出、シャドウAPI、および標準的なセキュリティレビューやドキュメント化なしに誰でも迅速に立ち上げることができる「バイブコード（vibe-coded）」アプリケーションが含まれます。 Wiz ASM は、設定ミス、デフォルト認証情報、脆弱性などの悪用可能なリスクを検出し、外部から内部への視点で検証します。まず外部の攻撃対象領域を確認し、露出しているバージョンの古いテクノロジーや、ビジネス上重要な資産に注力してください。不要な露出の削減、検証された悪用可能なリスクの修復の優先順位付け、そしてたとえ現在リソースにパッチが適用されていたとしても修復ワークフローのマッピングから始めてください。

AIペネトレーションテスター「Red Agent」で論理的脆弱性を排除

攻撃者に先手を打つには、マシンスピードで防御する必要があります。自律型の継続的AIペネトレーションテスターである Wiz Red Agent を活用して、AIのスピードで複雑な論理的脆弱性を発見してください。Red Agentの検出結果は、攻撃者が実際に悪用可能な検証済みの攻撃チェーンを表しており、重大なアラートとして扱われ、迅速に修復されるべきです。 

柱 2：Wiz Green Agent、ワークフロー、「Start secure」による修正の加速

マシンスピードで重大なリスクを発見することは極めて重要な第一歩ですが、新しいAIの脅威環境に追従するためには、大規模かつマシンスピードで修復を行えることも必要です。これには、迅速に対応し、可能な場合は対応を自動化するために必要なすべてのコンテキストを備えていることが求められます。チームは、所有権を容易にマッピングし、コードや設定内の発生源まで問題を追跡し、AIのスピードで修復ガイダンスを取得し、自動化された対応ワークフローを確立することで規模を拡大できる必要があります。最後に、既知のリスクを本番環境にデプロイすることはもはや許されないため、チームは予防的コントロールを実装する必要があります。

Wiz Green Agentで迅速に修正

「 Green Agent は、環境のコンテキストを自動的に分析し、最も迅速かつ安全な修復パスを決定します。コードからクラウドへのマッピング、所有者のコンテキスト、および過去の修復データを利用して、ソースのどこを修正すべきか、誰が修正すべきか、そしてどのように修正すべきかを提示します。優先順位付けすべき重要なWizの課題やRed Agentの検出結果を特定したら、Green Agentが提供するAI生成の修復手順とリスク所有者を利用して、適切な所有者に送信します。さらに、開発者にワンクリックのインコード修正を提供し、PRを開いたり、修正をコーディングエージェントに直接送信してマシンスピードで修復させたりすることも可能です。

Wiz WorkflowsとPosture Issuesによるスケールと自動化

Wiz Workflows は、繰り返し可能な対応プロセスを構築するための簡単なドラッグアンドドロップ型アーキテクチャを通じて、チームの修復作業のスケールを支援します。Workflowsは、Wiz、外部システム、AIエージェント間でアクションをオーケストレーションし、対応を標準化してAIスピードで運用できるようにします。例えば、チームはGreen Agentを使用して重要なWizの課題を自動的に調査し、コード内の適切な修正を特定し、修復手順を開発者に直接送信するワークフローを作成できます。重大なリスクが排除されたら、すべてのチームが環境の衛生状態の最適化と改善を継続すべきです。 Posture Issues は、長期的な進展を促進する大規模なイニシアチブに取り組むための構造化された方法をチームに提供します。

WizOSとガードレールによる予防の実装

露出の焼き払いは重要ですが、組織はそもそも何がデプロイされるかについてのハードルを上げる必要もあります。Wizのガードレールにより、チームはソフトウェア開発ライフサイクル全体にわたって統一されたポリシーフレームワークを実装および強制し、リスクが本番環境に到達するのを防ぐことができます。 Wiz Codeプラグイン は、ガードレールを自律型コーディングループに拡張し、コーディングエージェントが組織のベースラインを念頭に置いてAI生成コードのスキャンと書き換えを行えるようにします。 WizOS はさらに進んで、継承された脆弱性の排除、サプライチェーンの整合性の維持、CVE修復のSLAを備えたハードニング済みイメージを使用し、最初からアプリケーションの攻撃対象領域を最小限に抑えます。 

柱3：Wiz Security Graphで拡張された深層AIコード分析

ここでの目標は、高度なAIモデルを使用して複雑な顧客向けコードを分析し、ロジックの欠陥、連鎖的な脆弱性、および安全でないアプリケーションフローを特定することです。フロンティアAIモデルにより、複雑なセキュリティ上の欠陥を見つけることがこれまで以上に簡単になりましたが、それらが自分の環境において重要であるかどうかを理解することは依然として課題です。Wizは、コードリポジトリとランタイム環境の間のギャップを埋めるお手伝いをします。 

コンテキスト認識型AI-SAST

Wizはコードリポジトリ環境全体をマッピングし、どのリポジトリが重大な本番環境にマッピングされているかを正確に示して、スキャン作業の優先順位付けを行えるようにします。次に、Wizは、プライベートプレビュー版である高度な AI-SAST を含む包括的なセキュリティスキャンを実行します。これにより、チームは、最新のフロンティアモデルを使用した定期的なX線スキャンと、継続的なレーダーのようなスキャンを組み合わせた多層防御を実行できます。

AIは複雑なコードの欠陥を見つけるのが非常に得意であるため、検出結果が大量に発生することがあります。開発者の疲労を防ぐために、WizはAI-SASTとRed Agentを組み合わせることで、検出結果の自動トリアージと検証を行い、ライブのクラウドアーキテクチャに基づいてコードの欠陥が現実世界のリスクをもたらすかどうかを証明します。Wiz Security Graph上のコンテキストと相関付けられたWiz SASTの検出結果を利用して、真の影響を持つコードの脆弱性に修復作業を集中させましょう。

外部AIスキャナーをコンテキストで拡張

Wizは、どのように発見されたかに関係なくリスクの優先順位付けを支援するオープンエコシステムとして設計されています。Gemini、Mythos、CodeMenderなどの他のフロンティアモデルやAI SASTスキャナーをチームが使用している場合、Wizはそれらの外部の検出結果をシームレスに取り込みます。

好みのモデルのコード検出結果をSecurity Graphに取り込み、環境コンテキストと相関付けて真の影響を理解し、コンテキストに基づいて優先順位付けを行うことができます。Wizは、スキャンカバレッジから検出、開かれたPRに至るまでのライフサイクル全体的管理とレポート作成を支援します。また、課題の経過時間とSLAの遵守状況を追跡し、行動のスピードを確保します。

柱4：Wiz DefendとBlue Agentによるランタイム脅威の検知と封じ込め

強固な防御体制を整えていても、アクティブな脅威は発生します。AIのスピードで攻撃が行われる場合、ビジネスへの影響を抑えるためには、それに対応する迅速なレスポンスが求められます。そのためには、コード、クラウド、ランタイム、ID、ネットワーク、ワークロード、データ全体にわたる完全なコンテキストが必要です。このコンテキストを活用することで、検知の精度向上のほか、調査の自動化、さらに実際のリスクや影響範囲（ブラスト半径）に基づく対応のルーティングやトリガーが可能になります。

Wiz DefendおよびSensorによる検知と対応

Wiz Defend は、クラウドワークロード、Kubernetesクラスター、ID、AI環境全体にわたるリアルタイムの可視性と脅威検知を提供します。Defendを使用すると、環境全体の不審な挙動を検知し、迅速に対処できます。Wiz Runtime Sensorは、ランタイムの可視性を提供して不審なプロセスを特定し、それをクラウドネイティブなテレメトリーと関連付けることで、攻撃の統一されたタイムラインを提供します。

Wiz Blue Agentによるマシン・スピードの脅威調査 

Blue Agent は、SOCチームが環境のより広いコンテキストとWiz Security Graphを使用して、アラートをトリアージし、不審なアクティビティを即座に調査できるように支援します。どのアクティブなリスクが実際に利用されているかを特定し、リアルタイムで正確な判定を下します。これにより、調査時間の短縮、インシデントレスポンスの迅速化が図られ、チームは本当に重要な脅威に集中できるようになります。 Wiz AI Threat Readinessについてさらに詳しく知る

AIの脅威への備えを運用するには、発見、検証、自動応答の継続的なループを構築する必要があります。Wiz Security Graphの深いコンテキストと専用のAIエージェントを組み合わせることで、Wizはセキュリティチームや開発チームが最新の脅威の一歩先を行くことを可能にします。詳細については、

オンデマンドウェビナー をご覧いただくか、当社チームとの ライブデモをご予約 ください。

をご覧ください。 here.