セキュリティ
MDASHにMAI-Cyber-1-Flashを搭載、GPT-5.4も添えて
AIエージェントはセキュリティを突破する手段にもなり得ますが、同時にますます危険化する脅威のエコシステムから防御するための解決策にもなります。マイクロソフトは月曜日、新たなセキュリティモデルを発表しました。同社によれば、このモデルは脆弱性ベンチマークで複数の競合AIシステムを上回る性能を示しながら、コストを約半分に抑えたといいます。
当然ながら、月曜日に開催されたレドモンドのセキュリティイベントでは、幹部陣が同社のAIセキュリティ技術力をアピールしました。エージェント型の新セキュリティシステム「Project Perception」を披露したほか、ソフトウェア脆弱性分析向けに設計された、同社初のセキュリティ特化モデル「MAI-Cyber-1-Flash」も発表しています。
マイクロソフトは、Microsoft AI(MAI)が社内で開発した推論モデルMAI-Thinking-1をベースにしたMAI-Cyber-1-Flashを、バグハンティング用のハーネス「MDASH」に組み込みました。同社幹部の主張によれば、GPT-5.4によるブーストを加えたこの組み合わせは、Anthropicのバグハンティングマシン「Mythos」やOpenAIの強力な単体モデル群を上回る性能を発揮しながら、他の主要な商用モデルの約半分のコストで済むとしています。
CyberGymによるベンチマーク結果によると、MDASHハーネスに組み込んだMAI-Cyber-1-FlashとGPT-5.4の組み合わせは、95.95パーセントという成功率を達成しました。比較対象として、OpenAIのGPT-5.5 Cyberは85.6パーセント、GPT-5.6 Solは83.6パーセントのスコアにとどまり、Anthropicの「Mythos 5」は実際の脆弱性への対応成功率が83.8パーセントでした。GoogleのGemini 3.5 Flash CyberをCodeMenderで用いた場合の成功率は83.2パーセントでした。
「これは実に驚くべき結果です」。Microsoft AIのCEOであるムスタファ・スレイマン氏は月曜日のイベントでこう述べました。
MDASH内では、MAI-Cyber-1-Flashが全クエリの最大90パーセントを処理し、脆弱性の検出とパッチ適用を行いながら修正が有効であることも確認します。残り10パーセントのタスクは、より大規模なGPT-5.4に引き継がれる仕組みだと、スレイマン氏は説明しました。
「GPT-5.4は明らかにより大規模なモデルで、パラメータ数はおよそ10倍です。このモデルが残りのクエリを解決します」と同氏は述べました。「モデル同士がタスクを受け渡し合うことで、他のすべてのモデルを合わせたよりも優れた性能を発揮できるだけでなく、コストはその50パーセントに抑えられています」
この複数モデルによるバグハンティングシステムに加え、マイクロソフトはProject Perceptionも発表しました。これは3種類のエージェントを連携させる仕組みです。攻撃経路を発見しシミュレーションするレッドチームエージェント、調査を行いリスクを判定するブルーチームエージェント、そして問題を修復するグリーンチームエージェントで構成されます。
「防御側が、攻撃側と同等の規模とスピードで防御できるようにする必要があります」と、マイクロソフトセキュリティ部門のエグゼクティブ・バイスプレジデントであるアイェテ・ガロ氏は述べました。「新たなサイバースタックが必要です。だからこそ我々はそれを構築しました。それが『Perception』と呼んでいるものです」
これら新セキュリティ製品に加えて、レドモンドはAIセキュリティの新研究部門「Microsoft Security FORGE(Frontier Offensive Research and Generative Exploration)Labs」を立ち上げたことも明らかにしました。この部門を率いるのはマイクロソフトのセキュリティ研究担当バイスプレジデント、テソ・キム氏です。さらに、AIレッドチームの連合体も発表されました。
後者はExternal Red Team Alliance(EXTRA)と呼ばれ、2本柱の取り組みを通じてAI安全性研究の拡大を目指すものです。
まず、レドモンド自身のAIレッドチームが、6大陸にまたがる18の大学研究室に対し、AI安全性研究を支援するための「使途制限のない資金提供」を行ったと、マイクロソフトのデータカウボーイ兼AIレッドチームリーダーであるラム・シャンカール・シヴァ・クマール氏はブログで述べています。
「この資金提供に使途の制限がないのは、研究成果を製品要件や事前定義された成果物の方向へ誘導することを目的としていないからです」と同氏は記しています。「AIシステムそのものが持つサイバーセキュリティ上の含意──モデルが実運用環境でどのように攻撃され、操作され、悪用され得るかも含めて──を調べている大学もあります。また別の研究室では、逆の問題、つまりAIシステムが防御側を支援しサイバー運用を改善する方法を探っています」
EXTRAのもう一つの柱では、非常に特定の領域にわたるレッドチーミングに参加する専門家の分散ネットワークを構築します。「これには、社内チームだけでは十分にカバーしきれない特定の攻撃分類、言語、文化的背景、技術領域に精通した研究者、実務者、地域専門家が含まれます」と同氏は付け加えています。®
