Torqは、Torq AI SOCプラットフォームの新しいレイヤーとなる「Torq SOC Brain」を発表しました。過去の調査履歴、アナリストの判断、そして組織固有のセキュリティ運用から継続的に学習し、統合された自己学習型AI SOCを実現します。
多くの自律型調査システムは自己学習をうたっていますが、実態は単なる記憶システムにすぎません。過去の事例を検索し、判断のタイミングで言語モデルに渡しているだけなのです。Torq SOC Brainはこれとは根本的に異なります。過去の事例から推論を導き出し、各SOCがリスクをどのように評価するかに適応し、調査が完了するたびに判断を継続的に磨き上げていきます。その結果生まれるのは、汎用AIモデルの薄いラッパーではなく、時間とともに精度が向上していくAI SOCです。
Torqの最高経営責任者(CEO)であるOfer Smadari氏は次のように述べています。「サイバーセキュリティベンダーはこぞって自社のAIが自己学習型であると主張しますが、実際にそうであるものはほとんどありません」。
「大半のベンダーが行っているのは、単に事例を取り出してLLMに渡すことだけです。それは記憶に基づく実行にすぎません。自己学習とは、その履歴から新たな結論を導き出すことを意味しており、構築するのははるかに困難です。Torq SOC Brainは、Torq Recall、Torq Reflex、Torq Retrospectという各機能によって、Torq導入以前の何年分もの履歴からさえも、SOCがどのように考えるかを真に学習します。それは、あらゆる調査を独立したものとして扱う自動化と、業界で初めて調査を完了するたびに賢く正確になっていくSOCとの違いです」と同氏は続けました。
Torq SOC Brainの学習方法：Torq Recall、Torq Reflex、Torq Retrospect
Torq Recall：過去の事例から学習する — Torq Recallは記憶を推論へと変換します。IPアドレス、ファイルハッシュ、URL、ホスト名といったセキュリティ観測情報に基づく決定論的マッチングを用いて関連する過去の事例を検索し、関連度でランク付けした上で、過去のアナリストの判断が現在の判定にどう影響すべきかを分析します。アナリストのメモを理解し、矛盾する過去事例を特定し、証拠の強さに応じて確信度を調整します。Torq Recallは、アナリストにタグやルール、追加のワークフローの作成を求めることなく、属人的な知見を組織的なインテリジェンスへと変えます。
Torq Reflex：SOCチームの判断から学習する — Torq Reflexは、SOCチームが確定した判定や修正内容に基づいて専用のAIモデルを継続的にトレーニングし、リスク・証拠・意思決定に対するその組織独自のアプローチを学習します。ステートレスなAIトリアージとは異なり、Torq Reflexは時間とともに向上し、アナリストが修正した判定に即座に85%の割合で一致するようになり、実際の顧客環境全体で大幅な精度向上をもたらします。確信度の高いアラートは自動処理され、不確実な事例はアナリストにエスカレーションされます。
Torq Retrospect：組織の履歴から学習する — Torq Retrospectにより、Torq SOC Brainは導入前の過去のセキュリティ事例からも学習できます。既存のセキュリティツールから解決済みのインシデントを取り込み、何年分もの組織的な知見をTorq RecallとTorq Reflexがすぐに活用できる状態にします。その結果、導入初日から組織の過去の実績を踏まえたAI SOCが稼働し、最初のアラートから正確な判断を迅速に下せるようになります。
あなたのSOC Brain。あなたのモデル。あなたのデータ。あなたのインテリジェンス。
Torqのすべての顧客には、自組織専用に構築されたプライベートなTorq SOC Brainが提供されます。各組織のTorq SOC Brainは、その組織のアナリスト、インシデント、ポリシー、履歴のみから学習します。Torqは顧客データをプールしたり、モデルパラメータを共有したり、ある顧客の経験をもとに別の顧客のAIをトレーニングしたりすることは一切ありません。各社のセキュリティに関する専門知識は、あくまで各社の競争優位性として保たれます。
このセキュアな分離は、設定項目として有効化するものではなく、Torqのアーキテクチャそのものに組み込まれています。すべてのTorq SOC Brainは、各組織固有のリスク許容度、運用慣行、アナリストの判断を軸に継続的に進化しつつ、完全にプライベートかつ各組織の管理下に置かれます。
Torq SOC Brainは当初から企業の信頼性を重視して設計されており、説明可能な意思決定、確信度に基づく自動化と人間による監督、そして完全に監査可能な結果を実現します。そのアーキテクチャは、EU AI Actをはじめとする新たな規制要件に対応しつつ、セキュリティリーダーが求める透明性・ガバナンス・人間による制御の原則に沿ったものです。
Smadari氏は次のように述べています。「Torq SOC Brainがもたらす違いは、単に顧客のSOCを自動化するだけでなく、その組織がどのように業務を行っているかを継続的に学習する点にあります」。
「アナリストの判断を理解し、何年分もの過去の調査を取り込み、各組織固有のリスクに対するアプローチにますます合致するようになっていきます。これにより、重複するレビューが減り、判断の一貫性が高まり、AIが自社のセキュリティチームと同じように判断を下しているという確信が得られます。同じくらい重要なのは、そうした学習内容がすべて顧客の環境内に留まるという点です。データ、判断、運用上の専門知識は顧客だけのものであり続ける一方で、プラットフォームは日々賢くなり続けます。それこそが真に自己学習するAI SOCの姿です」。
翻訳元: https://www.helpnetsecurity.com/2026/07/29/torq-soc-brain/
