マイクロソフトの豊富な脅威インテリジェンス、セキュリティテレメトリー、そして顧客環境に関する知見を基盤に、Project Perceptionはレッドチーム・ブルーチーム・グリーンチームそれぞれに特化したエージェントが専用プレイブックを実行し、セキュリティ態勢の評価と更新を行います。
マイクロソフトは、企業のセキュリティチームが自社のセキュリティ態勢を継続的に評価・更新できる新たなAI活用サービスを発表しました。脆弱性の発見、攻撃のシミュレーション、潜在的脅威の検知とトリアージ、そして是正策の策定までを一連のAIエージェントが担います。
「Project Perception」と名付けられたこの新サービスは、2026年8月3日にパブリックプレビューを開始する予定です。基盤となるハーネスがタスクごとに最適なAIモデルを判断するマルチモデル方式を採用しており、あらゆる処理に最新のフロンティアモデルが必要というわけではないため、品質とコストのバランスを取ることを狙いとしています。
同社はまた、複雑なコードベースの脆弱性発見に特化して訓練された独自のAIモデル「MAI-Cyber-1-Flash」も発表しました。マイクロソフトの脆弱性リサーチ向けマルチモデルハーネスであるMDASH内でこのモデルを使用したところ、MAI-Cyber-1-FlashとGPT 5.4を組み合わせた構成は、CyberGymベンチマークにおいてAnthropicのMythos 5やOpenAIのGPT 5.6-Solを大きく上回るスコアを、しかもほぼ半分のコストで達成しました。
MDASHは、今年5月にすでに発表されていたもので、マイクロソフト社内の新チーム「FORGE(Frontier Offensive Research & Generative Exploration)」によって開発されました。このチームはジョージア工科大学のTaesoo Kim教授が率いており、同教授の現・元博士課程の学生が多数在籍しています。マイクロソフトセキュリティFORGEのメンバーの中には、重要なオープンソースソフトウェアを保護できる自律型AIシステムの開発を競う2年間のコンペティション「DARPA AI Cyber Challenge(AIxCC)」で優勝したチーム「Team Atlanta」の元メンバーも複数含まれています。
専門特化したエージェントのチーム
Project Perceptionは、マイクロソフトの豊富な脅威インテリジェンス、セキュリティテレメトリー、そして顧客環境に関する知見を組み合わせ、複雑なセキュリティグラフを構築します。この知見は、レッドチーム・ブルーチーム・グリーンチームという専門特化した一連のエージェントによって活用され、それぞれが専用のプレイブックを実行して求められるタスクを達成します。
マイクロソフトは発表イベントで、新たな脅威アクターに関する脅威インテリジェンスレポート(侵害の痕跡やTTPを含む)が入ってきた場合のデモを披露しました。人間のセキュリティアナリストがPerceptionに対し、自社組織がこの脅威グループから保護されているかどうかの調査を指示すると、システムが必要なエージェントに対応するプレイブックとともに自動的にタスクを割り振る、という流れです。
各エージェントはまずレポートから情報を抽出し、偵察を行って攻撃者のTTPを自組織の露出面にマッピングし、この脅威グループが標的とする可能性のある資産を特定します。続いてペネトレーションテストエージェントが起動し、それらの資産に存在しうる悪用可能な脆弱性を洗い出してレポートを作成します。
このレポートには様々な深刻度の脆弱性が数十件含まれる可能性があるため、エージェントは推論を行い、優先的に修正すべき上位の脆弱性、さらにはこの脅威アクターの手口から見て特に狙われやすい脆弱性を絞り込みます。
この情報は続いて別のエージェントに自動的に引き渡されます。このエージェントの役割は、収集済みのログや分析データに対して実行し、これらの脆弱性への潜在的な悪用の試みを検知するカスタム検知ルールを生成することです。さらに態勢是正エージェント(グリーン)も起動し、Webアプリケーションファイアウォールへのブロッキングルール導入から、コード修正の提案、脆弱なアプリケーションのコードをホストする社内リポジトリへの自動パッチ提出まで含む是正計画を提示します。
「これまでは、アプリケーションセキュリティのハンターや是正担当エンジニアなど、セキュリティ組織内の複数の専門スタッフが何時間もかけて手作業で行っていた作業が、今では数分でこのすべてに対する修正が完成するようになりました」と、マイクロソフトセキュリティのCVPでPerceptionのエンジニアリングリーダーを務めるDavid Weston氏は述べています。「問題を発見し優先順位を付けただけでなく、検知機能、態勢の是正、さらにはコード修正まで用意できています」
PerceptionチームはMCP実装も構築しており、GitHub CopilotやClaude Codeなどのコマンドラインエージェンティックハーネスを既に利用しているセキュリティアナリストが、ブラウザ上のWebインターフェースを使わずとも、サービスと直接チャットしてプレイブックを起動できるようになっています。
モデルよりもハーネスが重要
マルチモデル方式を採る Project Perceptionと、マイクロソフトの新モデルMAI-Cyber-1-Flashの両方が示しているのは、実務、とりわけサイバーセキュリティの分野では、最新かつ最高性能のフロンティアモデルがなくても優れた成果を得られるという事実です。実際、フロンティアモデルのみに依存すると、ほとんどのタスクにおいて経済的に見合わないほどのコストがかかる可能性があります。
その理由は、マシンインテリジェンスの限界を押し広げるにはモデルをどんどん大きくしていく必要があり、それが一般に推論コストの増大につながるためです。AnthropicのMythos 5は10兆パラメータを持ち、Fable 5はおよそ6兆パラメータと推定されています。OpenAIの最新モデルGPT 5.6-Solのパラメータ数は明らかにされていませんが、マイクロソフトによると、同社のMAI-Cyber-1-FlashはGPT 5.4のおよそ10分の1の規模だといいます。GPT 5.4は5.6から見て2世代前のモデルです。
それでもMAI-Cyber-1-Flashは、MDASHハーネス内での典型的なサイバーセキュリティタスクの90%を処理でき、より重い推論を要する残りのタスクはGPT 5.4が担います。この組み合わせにより、CyberGymで96%という完了スコアを達成しました。これはMythosを12ポイント上回る数値でありながら、コストはおよそ半分に抑えられており、モデル自体よりもよく設計された専用ハーネスの方が重要であることを示しています。
トロント大学の研究者らによる最近の研究でも同様の結論が示されています。研究者らは、企業向けGPUで動作可能な小型のオープンウェイトの無償モデルを利用して、自己複製するAI駆動型ワームを作成しました。これを実現するため、研究者らはモデルを誘導する専用のハーネスと、複数のワークフローをまたいで重要な情報を記憶するデータベース型のメモリシステムを構築しました。
マイクロソフトがProject Perceptionで同様のアプローチを採ったのは、コスト面の考慮に加え、世界中の誰もが最新のフロンティアモデルにアクセスできるわけではないためです。米国政府はすでに一度、Anthropicに対して輸出管理指令を発出し、米国籍を持たない人物によるMythos 5およびFable 5へのアクセスを制限しています。
「マイクロソフトには専門のセキュリティチームがあり、実際に世の中にあるあらゆるモデルを評価し、どのモデルが最良の結果をもたらすかを見極めています」と、マイクロソフトでセキュリティ担当エグゼクティブバイスプレジデントを務めるHayete Gallot氏は述べています。「その理由の第一は、最高の品質を求めているからです。第二に、これが手の届くコストであることを確実にしたいからです。セキュリティは24時間365日の運用ですから、スケールすることを確実にする必要があります。そして最後に、私たちがマルチモデルである理由は、すべてのモデルがあらゆる場所で利用可能というわけではないからです。だからこそ、あらゆる顧客が自らを守れるようにするために、モデルの多様性が必要なのです。持てる者と持たざる者の世界にはしたくありません」
