AIペネトレーションテストとは

AIペネトレーションテストとは

AIペネトレーションテストとは、AI（大規模言語モデルを活用したAIエージェント）を診断の手段として用い、システムへの侵入可能性を検証するペネトレーションテストです。対象システムの解析、攻撃パターンの実行、結果の評価といった工程をAIエージェントが自動で行い、従来は人間のペンテスターが担っていた作業の一部を高速化します。なお、「AIペネトレーションテスト」という言葉は、LLMアプリケーションやAIエージェントそのもののセキュリティを検証する意味でも使われますが、本ページではAIを診断の手段として使う前者のタイプを解説します。

コクチョウのAIペネトレーションテストは、このAIによる自動診断に加えて、脆弱性診断の経験が豊富なエンジニアによる精査を組み合わせたハイブリッド型です。AIの速度と人間の精度を両立させることで、速く、深い診断を提供します。

従来のペネトレーションテストとの違い

従来のペネトレーションテストでは、偵察、解析、攻撃計画の立案、攻撃の実行、結果の評価まで、すべての工程を人間のペンテスターが実施します。この「人手」こそが診断品質の担保である一方、期間とコストの主な要因にもなっています。

AIペネトレーションテストでは、対象システムの解析、攻撃パターンの実行、結果の評価といった初期工程をAIエージェントが自動化します。人間のペンテスターは、対象システムの情報を整理してAIに渡すとともに、深く検証したい箇所への検証の指示を与え、AIの診断結果の確認と再分析を担当します。全工程を自動化するのではなく、工程ごとに最適な担当者を割り当てるのがハイブリッド型の考え方です。

従来型との比較表

攻撃側もAIを使う時代に

サイバー攻撃の現場でも生成AIの活用が進んでいます。フィッシングメールの文面の生成、脆弱性の特定、攻撃コードの作成といった工程がAIによって高速化され、かつては高度なスキルを持つ攻撃者だけが実行できた攻撃のハードルが下がっています。防御側もAIの速度に見合った速さでリスクを把握する仕組みが求められます。

システムの複雑化

クラウド、API、SaaS連携、マイクロサービス化により、現代のシステムは多層的で複雑になっています。攻撃面は拡大し、構成の検証すべきポイントは増え続けています。従来の手動診断だけでは、この広がりに追いつくのが難しくなっています。

セキュリティ人材の不足

IPA（情報処理推進機構）の調査では、国内の情報セキュリティ人材が需要に対して大幅に不足していると推計されています。脆弱性診断の専門家は特に育成に時間がかかり、需要に対して供給が追いついていません。AIペネトレーションテストは、限られた専門家がより多くの対象を、より速く診断するための現実的な解の一つです。

AIエージェントの動き

AIペネトレーションテストでは、AIエージェントが次のようなサイクルで診断を進めます。対象システムの情報を収集する偵察、収集した情報から攻撃の仮説を立てる解析、仮説に基づいて実際に攻撃パターンを実行する検証、そして結果の評価。この流れを専門家の指示のもとで繰り返しながら、リスクの全体像を把握していきます。

ローカルLLMによる機密性の担保

AI診断への最初の懸念として「ソースコードなどの機密情報を外部のAIサービスに送信するのではないか」という点が挙げられます。コクチョウのAIペネトレーションテストでは、外部のクラウドAIサービスに依存しないローカルLLMを使用します。診断に使う情報は当社の管理する環境の中だけで処理され、外部へ送信されません。この閉じた設計により、診断に伴う情報漏洩のリスクを抑えられます。

専門家の精査がなぜ必要か

AIは高速に多数の検出を行えますが、検出結果の意味は対象システムの業務や設計の文脈によって変わります。表面上の兆候だけで判断すると、実際には悪用できない検出や重要度の見誤りが報告書に混ざり込みます。専門家はシステムの仕様や業務ロジックを踏まえて検出結果を読み、「これは本当に問題か、どこまで危険か」を見極めます。そのうえで、仕様の前提の下で問題が実際に起こるケースを検証の指示としてAIに与え、診断を深めさせます。この文脈を踏まえた精査があるからこそ、AIの速度を活かしながら実務に使える報告書品質を担保できます。誤検知や重要度の見誤りが報告書に残る余地も、この工程で大きく減ります。AI単体の診断と、専門家の精査を組み合わせた診断の違いは、信頼性の部分で最も大きく出ります。

ホワイトボックスとブラックボックスの選び方

診断コースの選択は、対象システムへの情報の開示範囲で決まります。ソースコードや設計書を開示できるならホワイトボックス診断が向いています。情報があるからこそ、外部からは見えない不適切な実装や危険な設定のありかを的確に特定できます。一方、外部攻撃者の視点で実際の侵入経路を検証したいならブラックボックス診断が適切です。認証バイパスや権限昇格、機密データへのアクセスを、実攻撃と同じ条件で検証します。多くの場合は両方を組み合わせることで、網羅性と実効性のバランスが取れます。

費用感と期間

AIペネトレーションテストの費用は、対象システムの規模やコースの組み合わせによって変動します。AIエージェントが初期工程を自動化する分、従来型の診断と比較して効率的な提案ができる場合があります。期間についても、初期の概況把握は従来より短縮できます。具体的な数字はヒアリングのうえ見積もりで提示されるのが一般的です。

ベンダー選定で確認したいポイント

AIペネトレーションテストの提供企業を選ぶ際は、次の3点を確認すると失敗が少なくなります。

AI診断の品質を決める要素

まとめ

AIペネトレーションテストは、攻撃側もAIを使う時代に、防御側も速度と網羅性を手に入れるための現実的な選択肢です。ただしAIは診断の初期工程を高速化する道具であり、専門家の精査と組み合わせて初めて実務に使える品質になります。また、ローカルLLMであれば機密情報を外部に送らずに診断を進められます。

コクチョウでは、ローカルLLMを活用したAIエージェントによる自動診断と、脆弱性診断の専門家による精査を組み合わせた「AI脆弱性診断・AIペネトレーションテスト」を提供しています。まずはお気軽にご相談ください。