デセプションの再評価

クラウド セキュリティ アライアンス(CSA)は最近、The “AI Vulnerability Storm”: Building a “Mythos-ready” Security Programという文書を公開しました。これは、AIによる脆弱性の発見により、防御側のタイムライン、脆弱性管理の運用モデル、そして今すぐ必要な最低限のアクションがどう変化したのかを、セキュリティ リーダー向けに解説したブリーフィングです。実効性のある計画を手に、明日の会議に臨まなければならないCISOのために作成されています。本書には、AIによる攻撃が新たな標準となる世界で運用するために必要な、即時のアクション、当面の優先事項、そして長期的な変化が要約されています。Mythos対応セキュリティ プログラムのための11の優先アクションが定義されていますが、私はすぐに9番目の優先アクションに注目しました。

デセプション テクノロジーは、長年にわたって控えめに評価されてきましたが、あくまで二次的な制御であり、有用でありながらもセキュリティ プログラムの中心となることはほとんどありませんでした。Mythos級の能力の登場は、その計算式を具体的かつ重要な形で変化させます。その理由を正確に理解することには大いに意義があります。

Mythosの評価で何が示され、何が示されならなかったのでしょう。AI Security Institute (AISI)がMythos Previewを評価したところ、同モデルは32ステップにわたる企業ネットワーク攻撃シミュレーションをエンドツーエンドで完遂した最初のモデルであると判明しました。これは、人間の専門家であれば約20時間を要すると見積もられたタスクです。10回の試行のうち3回で全工程を完了し、すべての実行で平均32ステップ中22ステップを完了しました。しかし、ほとんどの報道が見落としている極めて重要な留意点があります。実験の環境にはアクティブな防御担当者や防御ツールが含まれておらず、セキュリティ アラートを作動させる行為に対するペナルティーもありませんでした。AISIは、この結果によってMythosが十分に防御されたシステムを攻撃できることまでは確認できないと明言しました。包括的なログ記録、強力なアクセス制御、そしてアクティブなSOCを備えた成熟した環境では、命題が根本的に異なっています。

この留意点こそが、デセプションの論理の核心です。このベンチマークは、仕掛けのない環境で活動する攻撃者を測定したものです。「防御のない実験環境で自律的に攻撃チェーンを実行できること」と「それを防御されたネットワークに対して行うこと」との間にある隔たりこそ、デセプション テクノロジーによる違いが際立つセキュリティ ギャップなのです。

デセプションが再評価される時代が到来しました。分析全体において一貫して示されているのは、エージェント型システムは攻撃者の代わりになるのではなく、時間を圧縮するという点です。脆弱性の発見から悪用までの間隔を短縮し、標的のソフトウェア構成、パッチ適用レベル、権限構造に応じて攻撃経路を迅速に適応させます。侵入後の挙動に関する証言も一貫しています。Mythos級のモデルはネットワークに侵入すると、システムの自動マッピング、ラテラル ムーブメント、データ抽出のための専用ツール構築を数時間以内に実行できます。

従来の検知スタックのほとんどはこうしたモデルよりも劣っています。シグネチャーベースの検出は既知のパターンを前提とし、行動分析は人間の処理速度と学習可能なベースラインを前提とし、アラートのトリアージはアナリストに調査する時間があることを前提としています。数時間でマッピングし、水平移動しながら、その都度専用ツールを生成するエージェントは、これら3つの手法が依拠する時間的な前提を覆します。

これは、サイバーセキュリティが根本的に非対称性の問題であることを示しています。デセプションの目的は、自動化された敵対的攻撃の手口を強制的に露出させ、ゼロデイをダミー環境で消費させることで、攻撃者の作業コストを広範かつ経済的に引き上げることにあります。その結果、防御側は緩和のための情報(エクスプロイト コード、C2、アトリビューションなど)を入手でき、それをクラウド配信や自動化された対応に展開できます。さらに重要なのは、それが攻撃者の攻撃資産を消耗させる代償を伴うことです。

最新のデセプションは機械の処理速度で動作し、自動化された偽の攻撃経路、様々なアプリのセグメントに散りばめられたハニートークン、ハニートラップされたルート、ゴースト資産、合成認証情報などで構成されます。エージェント型攻撃シミュレーション モデルは、どれが高価値の標的でどれがシャドー インフラかを区別できない鏡の迷宮に遭遇します。

デセプションのブレッドクラミング(偽の痕跡の配置)は仕掛け線です。攻撃者が何を武器化していたとしても、接触した瞬間に、極めて高精度のアラートが作動します。エージェント型攻撃シミュレーション モデルにゼロデイの時間的優位性を譲るとしても、デセプションは、この力関係の傾きを防御側へと戻します。デセプションの特徴は、攻撃手法についての高度な理解を必要とせずに検出制御を提供するという点です。攻撃されている局面で、デセプションは攻撃者の武器構成による影響を受けません。なぜならルアー、デコイ、ブレッドクラミング、攻撃検知用カナリアが、正当な接触やアクセスからは切り離されているからです。状態の変化はすなわち、高精度のシグナルです。これこそが、Zscaler Deceptionが当初から備えている不変の価値提案です。

ここで経済性について考えてみましょう。Mythosの時代において、AIによって生成されたエクスプロイトは、計算と運用の両面で高額です。AIエージェントがデセプションのワークフロー上で1つのゼロデイを消費するたびに、脅威は未知から既知へと変わります。そのエクスプロイトはもはや使い潰された状態です。私たちはそこからTTPの情報を入手します。攻撃者は何も得られません。デセプションは単に検出するだけでなく、リアル タイムで攻撃者のROIを低下させるのです。

私はこれまでデセプションの話題が出る場に参加したことがありますが、その際に「それには興味がありません。なぜなら、未知の脅威をシンクホールするために、わざわざMSFT 2025のメンバー サーバーを構築してDMZに展開するようチームに指示するつもりはないからです」といった憶測を耳にすることがあります。多くのセキュリティ リーダーは、攻撃者が自社の人材よりもはるかに優れていると感じており、このような取り組みはかえって自社環境への攻撃を誘発するだろうと考えています。これは単に、最新のデセプションが防衛側に提供する自動化といった最新の技術力に対する知識不足に過ぎません。そもそもデセプションの有効性は、手動で実装される技術やプロセスを前提としたことはありませんでした。従来のハニーポットは静的で手動で展開されるものだったため、高度な攻撃者にとっては容易に識別して回避できるものでした。しかし最新のデセプションは機械の処理速度で動作します。LLMで生成されたカナリア、クラウド環境全体に埋め込まれたハニートークン、Active Directoryの合成アイデンティティーなどがそれに該当します。2026年に組織のネットワークを探索するAIエージェントは、本物の資産と区別できない、もっともらしく見える何千もの資産に遭遇するでしょう。それは単なるハニーポットではありません。環境全体に張り巡らされたデセプション ファブリックです。

長年、評価されながらも主力とはみなされてこなかった制御が、今、攻撃者の能力が向上するにつれて価値が高まる数少ない対策の1つとして注目されています。ほかのすべての検出レイヤーが成り立つ前提は、Mythos級の攻撃者により音もなく無効化されています。その前提とは、攻撃は既知のパターンに従い、人間の処理速度で動き、調査する時間的猶予があるというものです。デセプションは、これらの前提のどれにも基づいていません。デコイにはアクセスされる正当な理由がないため、侵入者がどれほど高度で高速であっても、デコイへの接触は高精度のシグナルとなります。そして、徹底的かつ体系的な列挙を強みとするエージェントこそ、まさに巧妙に配置された罠にかかる可能性が最も高いタイプの攻撃者です。この制御は、自律型エージェントの侵入を阻止するものではなく、予防策の代わりになるものでもありません。しかし、最も懸念すべき能力の実証実験が防御者が存在しない環境で実行されている状況においては、攻撃者自身の自動化を逆手に取るこの制御は、もはや余裕があれば取り入れる贅沢品ではなく、責任ある組織なら省略できないレイヤーとなっています。デセプションが進化したわけではありません。攻撃者が強くなったからこそ、有意義なものとなったのです。デセプションが再評価される所以はここにあります。