Microsoft が AI Security を発表：自動的な脆弱性の探索／分析／修正と人間による最終判断

Microsoft Debuts AI Security Platform Built to Find and Fix Software Flaws

2026/07/27 SecurityBoulevard — Microsoft が導入したのは、ソフトウェア脆弱性を特定し、ソフトウェアパッチの展開を支援する AI エージェントと、専門化された AI モデルを組み合わせることで、主要なサイバーセキュリティ・タスクを自動化する AI プラットフォームである。この Project Perception と呼ばれるプラットフォームは、特定のセキュリティ・タスクを異なる AI システムに割り当てるマルチモデル・アーキテクチャを用いて、性能とコンピューティング・コストのバランスを取る。

Project Perception は、3 種類の専門 AI エージェントを中心にしたセキュリティ・ワークフローを構成する。Red agents は、潜在的な攻撃経路とソフトウェア上の弱点を、悪用される前に探し出すものだ。Blue agents は調査結果を分析し、どの脆弱性が最大のリスクをもたらすのかを判断し、修正の優先順位を付ける。Green agents は、エンタープライズ環境全体の防御を強化するために、パッチを生成して展開する。

人間のセキュリティチームは、これまで通り、このプロセス全体にわたり監督責任を担う。

このプラットフォームを支えるのが、Microsoft 初のサイバーセキュリティ専用 AI モデル MAI-Cyber-1-Flash だ。このモデルは、ソフトウェア脆弱性分析向けに専用開発されており、現在は Microsoft の MDASH 脆弱性管理システム内で動作している。

同社によると、このモデルは MDASH の脆弱性特定作業の約 95% を実行し、より要求の厳しいタスクを GPT-5.4 へとルーティングする。このアプローチでは、より大規模なフロンティア・モデルを、最も複雑なワークロードだけで使用することで、コンピュート要件を低減する。

Microsoft が主張するのは、この組み合わせを用いるシステムが、CyberGym benchmark で 95.95% のスコアを達成した点だ。このベンチマークは、既知のソフトウェア脆弱性に対して動作する Proof of Concept エクスプロイト生成における、AI モデルの能力を測定するものである。Anthropic の Mythos や OpenAI の GPT-5.5-Cyber といった競合モデルが、同じベンチマークで約 83% のスコアだったと、同社は述べている。

さらに Microsoft は、MAI-Cyber-1-Flash コンフィグが、主要な汎用モデルの約半分の運用コストで、同等の性能を提供すると述べている。

エンタープライズにおける慎重姿勢

このプラットフォームの専門性への特化により効率性が高まっていると、同社は述べている。Project Perception は、すべてのセキュリティ・タスクに対して 1 つの LLM を使用するのではなく、レイテンシ／信頼性／品質／運用費用などの要因に基づき、最も適切なモデルを選択する。Microsoft は時間の経過とともに、MAI-Cyber-1-Flash の利用を、脆弱性管理以外の追加セキュリティ・ワークフローへと拡大する計画である。

自動化を強調している Microsoft であるが、エンタープライズにおいて AI システムが独自にセキュリティを判断することには、依然として慎重であると認めている。同社の幹部は、この技術への信頼をユーザーが深めるにつれて、より高いレベルの自律性を段階的に採用していく見込みだと述べている。現時点の Project Perception は、重要な判断を人間の監督に委ねながら、分析と修正を加速するよう設計されている。

Project Perception は 8月3日にパブリック・プレビューに入る。MAI-Cyber-1-Flash は、同社における顧客審査および GPU プロビジョニング・プロセスを通じて、Azure AI Foundry で利用可能になる。さらに同社は、時間の経過とともに、より多くの専門的なセキュリティ・エージェントを追加する計画である。

訳者後書：Microsoft が開発した Project Perception は、専門化された複数の AI に対してセキュリティ・タスクを分散処理させるプラットフォームです。急速に高度化する攻撃により、脆弱性の調査やパッチ適用作業の負荷が急増しており、人手だけでは対処が追いつかなくなる懸念が高まっています。この影響で修正が遅れると、侵入を許すリスクが生じるため、MAI-Cyber-1-Flash などの専用モデルで脆弱性特定と補修を自動化しながら、重要な意思決定は担当者が確認する運用が有効です。安全に利用するためにも、AI の支援を活用して迅速な対応体制を構築する必要があります。