[市場動向]

NTT、外部にソースコードを送ることなく脆弱性を見つけるソブリンAI技術を開発

解析の成功率が48%から63%に向上

2026年11月16日(月)日川 佳三(IT Leaders編集部)

NTTは2026年11月16日、検査対象のソースコードを外部のAIサービスに送らずに脆弱性を解析できるAI技術を開発したと発表した。複数のオープンウェイトモデルと独自のワークフロー制御技術などを組み合わせた。脆弱性解析のベンチマーク「CyberGym」の評価では、解析成功率が既存手法の48%から63%に15ポイント向上した。

 NTTは、検査対象のソースコードを外部のAIサービスに送らずに脆弱性を解析できるAI技術を開発した。AIモデルには、自組織のサーバーで動かせる「オープンウェイトモデル」を複数使った。外部のAIサービスのようにソースコードを相手のサーバーに送る必要がない。

 背景には、AIを使ってソフトウェアの脆弱性を見つけやすくなっている中、サイバー攻撃からシステムを守る側にもAIの活用が欠かせない事情がある。一方、高性能な外部AIサービスを利用すると、解析対象のソースコードを外部に送信する必要がある。コストもかかる。

 AIが脆弱性を発見するプロセスでは、AIモデルがプログラムを読み解き、脆弱性の可能性について仮説を立てて解析し、狙いを定めて検証する。専門家による調査に近い一連の作業を、AIは自律的に繰り返し、並列して大量に実行できることが特徴である。

 脆弱性を発見できるかどうかは、モデル自体の性能だけでなく、解析の進め方を定める「ワークフロー」と、検証に使う「ツール」によっても大きく変わる。NTTは今回、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んだ(図1)。

図1:ソフトウェアの脆弱性を発見する一般的な技術とNTT技術の比較(出典:NTT)
拡大画像表示

 NTTはこれまで、検査対象への入力を繰り返し変え、異常な動作から脆弱性の候補を見つける解析技術も研究してきた。今後は、この技術との連携を進め、発見能力をさらに高める。解析能力と計算資源のバランスも考慮し、組織が管理する環境でも使いやすい技術に発展させる。

 評価では、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1500件の課題から、メモリー破壊に関する150件を選定し、既存の解析ワークフローと今回の改良手法を比較した。

 ベンチマークの結果、既存手法では48%だった解析成功率が、改良手法では63%となり、15ポイント向上した。AIモデル自体の性能だけでなく、解析の進め方を工夫することで、脆弱性解析能力を高められることを確認した。また、中規模モデルを組み合わせることで性能が向上する可能性も確認した。

関連キーワード

NTT / 脆弱性 / フロンティアAI

関連記事

トピックス

[Sponsored]

NTT、外部にソースコードを送ることなく脆弱性を見つけるソブリンAI技術を開発NTTは2026年11月16日、検査対象のソースコードを外部のAIサービスに送らずに脆弱性を解析できるAI技術を開発したと発表した。複数のオープンウェイトモデルと独自のワークフロー制御技術などを組み合わせた。脆弱性解析のベンチマーク「CyberGym」の評価では、解析成功率が既存手法の48%から63%に15ポイント向上した。

PAGE TOP