VEXAIoTのAIエージェント、IoT自律型侵入テストで成功率95%を達成
VEXAIoTと呼ばれる新しいマルチエージェントフレームワークは、大規模言語モデル（LLM）による推論を用いて、IoT（モノのインターネット）環境における脆弱性を自律的に発見し、悪用します。 Tennessee Tech Universityの Katherine Swinea氏らが開発したこのシステムは、260回の
VEXAIoTと呼ばれる新しいマルチエージェントフレームワークは、大規模言語モデル（LLM）による推論を用いて、IoT（モノのインターネット）環境における脆弱性を自律的に発見し、悪用します。 Tennessee Tech Universityの Katherine Swinea氏らが開発したこのシステムは、260回の
VEXAIoTは、制御されたテスト環境においてモノのインターネット(IoT)の脆弱性を発見・悪用するために設計された自律型マルチエージェントフレームワークです。Vulnerabilityscanning tools 意図的に脆弱性を仕込んだプラットフォームIoTGoatを対象とした200回の攻撃試行のうち、システムは