Snykは、Evo Continuous Offensive Security(COS)の一般提供を発表しました。これにより、セキュリティチームは自律的なAI主導のペネトレーションテストとAIエージェントのレッドチーミングによってアプリケーションを継続的にテストし、攻撃者が実際に悪用できる内容を検証済みの証拠として把握できるようになります。
AIはソフトウェアのリリースサイクルを加速させる一方で、露出する攻撃対象領域を急速に拡大させています。この領域には、推論能力を持つシステムでなければ発見できないアーキテクチャ上の欠陥、AIが生成したコードから漏洩する認証情報、そして開発ライフサイクルに直接組み込まれるようになったモデルやエージェントまでが含まれます。攻撃者は現在、あらゆる層を同時に狙っています。修正されないまま放置されてきた優先度の低いレガシーなバグ、新たに書かれているコード、そして本番環境でエージェントが実行しているアプリケーションです。
Snykによるエンタープライズ企業のAI導入に関する最新の調査では、エージェント型開発がセキュリティプログラムの追跡能力を上回るスピードで加速していることが明らかになっています。Five Eyes(ファイブアイズ)同盟は2026年6月、AIが数年ではなく数か月でサイバーセキュリティを突破するようになり、攻撃者のブレイクアウト時間はすでに秒単位で測定されるようになっていると警告しました。またGartnerは、悪用までの猶予期間が2027年までに半減すると予測しています。
このギャップを埋めるには、攻撃対象領域全体の把握、蓄積した課題の修正、実際に悪用可能な脆弱性の検証、そして次に起こることの予防という4つの重要な取り組みが必要です。Snyk AI Security Platformの拡張は、この4つすべてに対応しています。
- 把握(Discover): モデル、エージェント、MCPサーバー、スキル、ツール、そしてそれぞれが到達しうる範囲を含む、ソフトウェアとAIの攻撃対象領域全体をアップグレード版AI-SPMで可視化
- 修正(Remediate): 自律型攻撃者が人間の対応速度を上回るペースで突破する前に、蓄積された課題を修正。Snykの Agentic App Secを初公開
- 検証(Validate): 修正が確実に維持されているかを継続的に確認し、スキャナーでは到達できないアーキテクチャ上・ビジネスロジック上の欠陥を明らかにする、Evo Continuous Offensive Securityの一般提供を開始
- 予防(Prevent): 人間とエージョンがソフトウェアを書く中で、秘密情報の漏洩、悪意あるパッケージ、新たな脆弱性が課題の山を再び積み上げるのをSnyk Secrets、防止ゲート、悪意あるコード対策で防止
検証:Evo Continuous Offensive Securityで実際に悪用可能な脆弱性を証明する
スキャナーはバグを見つけます。ペネトレーションテスターは欠陥を見つけます。この区別は20年間変わらず、欠陥のほうが常により高くつくプロセスでした。欠陥はアーキテクチャに起因するものであり、それを悪用するにはアプリケーションが本来何をするために設計されたのかを理解する必要があります。
こうした欠陥を発見する手段としては、これまで手動でのペネトレーションテストが主流でしたが、一般的な実施には15日を要し、費用は20,000ドルから100,000ドルに及びます。では残りの350日はどうなるのでしょうか。開発は止まりませんし、攻撃者も同様です。
Evo COSはこのギャップを埋めます。これは、アプリケーションの意図を推論して、従来型のスキャナーでは見逃されるアーキテクチャ上の欠陥やビジネスロジック上の脆弱性を明らかにする、エンタープライズグレードのAIハーネス上に構築されたAI主導のペネトレーションテスト機能です。既存のSnyk Code、Snyk Open Source、Snyk API & Webの検出結果からコンテキストを取得するため、大規模に悪用可能な脆弱性を自律的に発見するAI Pentestingと、XSSやSQLiといったコモディティ化した欠陥についてすべてのエンドポイントを網羅的にテストするDynamic Testing(DAST)は、これらのツールでは捉えられない部分に注力できます。
組織は現在、自社が稼働させているAIコンポーネント(モデル、エージェント、それらが呼び出すツール)の数を把握できるようになっていますが、攻撃者がそれらのコンポーネントをどのように悪用しうるかまでは見えていません。こうしたリスクは挙動に基づくものであり非決定的であるため、シグネチャベースのスキャナーや年1回のペネトレーションテストでは対応できません。Agent Red Teamingが埋めるのはまさにこのギャップです。稼働中のAIエージェントやLLM統合アプリケーションに対してプロンプトインジェクション、ツール・エージェントの悪用、データ持ち出しをシミュレートし、footprint(足跡)の変化に合わせて継続的にテストします。
他のCOSソリューションは、純粋なブラックボックス方式かつ最先端(SOTA)ではないモデルを用いて、主要なベンチマークで100%の合格率を達成し、飽和状態にしてきました。Snykは現在、合成テストではなく実際の設計パートナー環境をモデルにした、次世代のAIペネトレーションテスト用ベンチマークを構築しています。
把握、修正、予防
把握:AI Security Posture Managementに大幅な機能強化を実施: AI-SPMのモデルリスク分類体系とスコアリングエンジンをアップグレードし、AI-BOM内に新たなスキルおよびMCPサーバーのリスク分析を表示できるようになりました。これにより、エージェントが実際にどこにアクセスしているかを可視化し、生の攻撃結果を優先順位付けされたリスクスコアへと変換します。
修正:Evo Agentic AppSec、次なる展開を初公開: 自律型アプリケーションセキュリティに向けたSnykのビジョンであり、コマンドラインインターフェース(CLI)またはエージェント型開発環境(ADE)経由で脆弱性を自動修正するremediationエージェントのパブリックプレビューを中核に据えています。あわせて、サプライチェーン攻撃から保護する新たな悪意あるコード対策ソリューションも初公開しました。
予防:Snyk Secrets、一般提供を開始: エージェント型開発ライフサイクル(ADLC)向けに構築された秘密情報の検出・防止製品です。独自のML検出エンジンが候補となる秘密情報の周辺コンテキストを読み取ることで誤検知を削減し、AIコーディングエージェント、IDE、PR、CI/CDにまたがる防止ゲートを備えています。
セキュリティチームがすでに実感していること
「セキュリティチームが求めているのは、単にアラートの管理を増やすことではなく、真のリスクの優先順位付けを助けてくれるソリューションです。SnykのContinuous Offensive Securityは、悪用可能な脆弱性とそれらがどのように連鎖するのかについて、チームがより明確に把握できるようにします。その結果、チームはより迅速に動き、リスクへの露出を減らし、自信を持ってイノベーションを支えられるようになります」と、Emburseのシニアディレクター兼情報セキュリティ責任者であるColleen Carroll氏は述べています。
「AIが生成するコードの量とペースは、私たちの多くが長年運用してきたペネトレーションテストのモデルを根本的に上回ってしまいました。継続的に発生するリスク対象領域は、スケジュールを組むだけでは対処しきれません。私たちに必要なのは、実際に本当に悪用可能な部分に集中できるだけの十分なコンテキストを備え、単なる理論上の可能性ではなく、今の私たちのソフトウェア構築の実態に追いつく攻撃的テストです」と、YaloのStaff Security EngineerであるGabriel Brolo氏は述べています。
「ほとんどすべてのCISOとの会話は、同じ問いから始まります。自律的なAI攻撃が研究上のブレイクスルーから攻撃者にとっての主流の運用モデルへと移行する『ポストMythos時代』に、どう備えればよいのかという問いです。この問いには、また別の独立したセキュリティツールを追加するだけでは答えられません。私たちは世界最大級の企業と協力しながら、Evoを連結した一連の防御ループとして設計しました。すなわち、露出を可視化し、蓄積した課題を修正し、依然として悪用可能な部分を継続的に証明し、そしてAI主導の開発がチームの対応速度を上回るペースで課題を再び積み上げてしまうのを防ぐというループです。Continuous Offensive Securityは、このシステムの中心に位置する敵対的検証レイヤーです」と、SnykのChief Technology & Innovation OfficerであるManoj Nair氏は述べています。
翻訳元: https://www.helpnetsecurity.com/2026/08/04/snyk-evo-continuous-offensive-security-cos/
