AsteliaのCEO兼共同創業者、Alon Noy ― インタビューシリーズ

Alon Noyは、AsteliaのCEO兼共同創業者であり、攻撃側と防御側のセキュリティにまたがる15年以上の経験を持つサイバーセキュリティ分野のリーダーです。かつてイスラエルのUnit 8200に所属し、その後、イスラエル国家サイバーセキュリティ・レッドチームを率いました。重要インフラの耐性を検証し、現実の攻撃経路を特定して対処するためにセキュリティチームと協力するなどの業務に携わりました。また、大規模な研究開発組織を運営した経験があり、イスラエルのTalpiotプログラムを修了し、テルアビブ大学でコンピューターサイエンスの修士号を取得しています。攻撃側と防御側の双方の視点から業務に携わってきた経験は、組織の環境内で実際に到達可能で、悪用できる脆弱性を見極めることに重点を置くAsteliaのアプローチを形作るうえで役立ちました。

Asteliaは、攻撃対象領域と脆弱性の管理に取り組む、AIを中核に据えたサイバーセキュリティ企業です。イスラエル国家レッドチームの経験者や元リーダーによって設立され、汎用的な深刻度スコアに大きく依存するのではなく、AIとネットワーク固有の分析を用いて、どの脆弱性が実際の攻撃経路となり得るかを判断します。同社のプラットフォームは、読み取り専用の連携を通じて組織の環境をマッピングし、ネットワークトポロジーに照らして脆弱性の悪用に必要な条件を分析します。また、実際に到達可能であることが確認された脆弱性をセキュリティチームが優先できるよう支援するとともに、パッチ適用、設定変更、ネットワーク分割、代替的なセキュリティ対策などの修復策を特定します。同社のより広い目標は、企業が調査すべき脆弱性アラートの数を減らし、攻撃者に現実的に悪用される可能性のある攻撃対象領域にリソースを集中できるようにすることです。

Asteliaを創業する前、あなたはUnit 8200への所属やイスラエル国家サイバーセキュリティ・レッドチームの指揮など、イスラエルの国家安全保障分野で10年以上にわたり活動し、攻撃者のように考え、行動する任務に就いていました。こうした経験から、高度な攻撃が実際にどのように展開するのかについて、どのようなことを学びましたか。また、最終的にAsteliaの共同創業につながったサイバーセキュリティ市場の課題は何でしたか？

10年以上にわたり、私の仕事は基本的に、侵入を防ごうとする側ではなく、侵入を試みる側の人間のように考えることでした。その経験から得た最も明確な教訓は、高度な攻撃は、壁に開いた一つの大きな穴のようなものではほとんどないということです。たいていは、単独では重要だと思われていなかった2つか3つの小さな問題が組み合わさっています。たとえば、無効化されないままのアカウント、本来は隔離されているはずなのにそうなっていないネットワークの一部、必要以上に広い権限などです。国家レッドチームを率いていたとき、私たちはエクスプロイトそのものを作るよりも、標的のネットワークが実際にどう機能しているのかを理解することに、はるかに多くの時間を費やしていました。侵入経路がどこにあるかを把握すれば、それを悪用することはむしろ簡単です。防御側に移ってから、私はある傾向に気づき始めました。そこには「重大」とされる脆弱性が長々と並んでいる一方で、攻撃者が実際に到達できるのがどれなのかを知る手段がありませんでした。攻撃者が侵入経路を見つけるために使う到達可能性分析を防御側に役立てることで、この課題を解決するために設立されたのがAsteliaです。

Asteliaは、組織の実際のネットワークトポロジーをマッピングし、エージェント型AIを使って、どの脆弱性が本当に到達可能で悪用できるのかを判断するという、従来とは異なる脆弱性管理の手法を採用しています。これは実際にはどのように機能するのでしょうか。また、従来の脆弱性スコアリングでは防御側が優先順位を誤りやすいと考えるのはなぜですか？

読み取り専用の連携を利用して、システム同士が実際にどのようにつながっているのか、また既存のネットワーク制御が攻撃者の侵入をどこで阻んでいるのかを含め、組織の実際のネットワークをマッピングします。その全体像を把握した後、AIが各脆弱性を分析し、悪用に実際に何が必要かを判断します。たとえば、必要なアクセス権、ネットワーク内の経路、満たされる必要のある条件などです。そして、これらすべてを実際のトポロジーや既存の制御と照らし合わせます。スキャナーが検出した項目のうち、実際に到達可能であることが判明するのは、通常1%未満です。CVSSとEPSSは、どちらも根本的に同じ問題を抱えています。あらゆるネットワークが同じであるかのように、システムがインターネットにむき出しで公開されているかのように、あるいは業界全体の悪用傾向が個々の環境について何かを示すかのように、脆弱性をスコア化しているのです。しかし、ほとんどの環境では、どちらの前提も当てはまりません。ネットワーク分割の向こう側に3つのホップを隔ててある深刻度「重大」のバグは、インターネットに公開されたサーバー上にあるバグと同じリスクではありません。また、業界全体でEPSSスコアが高い脆弱性でも、あなたのネットワーク内ではまったく到達できない可能性があります。こうしたスコアは特定の時点で固定され、ネットワークの状況を反映しません。ネットワークも、それを保護する制御も絶えず変化するため、到達可能性も常に変わります。

防御側が懸念していることの多くは、現実の攻撃者の行動とは無関係だとあなたは主張してきました。高度に保護された環境に対して、許可を得たうえで攻撃を実施してきた経験から、攻撃者が弱点を見つけ、組み合わせる方法について、セキュリティチームが最もよく誤解しているのはどのような点ですか？

攻撃者は最も深刻と評価された脆弱性を狙うものだ、という一般的な思い込みがあります。しかし実際には、私たちがそうすることはほとんどありません。私たちが狙うのは、最短で目的に近づけるものです。それは多くの場合、スキャナーが中程度または低いと評価したものです。たとえば、権限設定に問題のあるファイル共有、終了したはずのプロジェクトの認証情報、あるいは、関連があるとは誰も考えなかった別の要素と組み合わさって初めて危険になる小さな足がかりなどです。スキャナーは検出結果を個別に評価します。しかし、攻撃はそのようには進みません。攻撃者は常に、さまざまな要素がどうつながっているかを見ています。単独では無害に見えるものが、低権限アカウントから完全な制御権を得るために攻撃者がまさに必要としているものかもしれません。多くの防御担当者は今も、検出結果を一つずつ評価する体制のままです。そのため、本当に重要な攻撃経路を見落とし続けています。

AIによって、新たに公表された脆弱性を実際に機能するエクスプロイトに変えるために必要な時間と専門知識が大幅に減っています。これはサイバー攻撃の経済性をどう変えるのでしょうか。また、能力が高まるAIモデルによって最も大きな恩恵を受けるのは、どのような攻撃者でしょうか。

エクスプロイトの作成でコストがかかっていたのは、かつては専門知識でした。バグを見つけ、正確な攻撃方法を突き止め、確実に動作するようにする必要があったのです。専門家チームなら数カ月かかることも、最先端モデルを利用できる一般的な攻撃者なら、今では数時間でできる場合があります。これは経済性における真の変化です。新たなCVEを悪用可能な状態にするには、かつては相応の投資が必要でしたが、今ではその必要性はほとんどありません。脆弱性が公表されてから実際に機能するエクスプロイトが登場するまでの時間も、縮まり続けています。大半のパッチ適用サイクルは、もともとこの速度に対応できるよう設計されていません。これによって最も恩恵を受けるのは、すでに強力な攻撃能力を持つ最上位の国家支援型攻撃者ではありません。恩恵を受けるのは、社内にそうした専門知識を持っていなかった小規模な集団や、機会をうかがう犯罪者です。AIは実質的に、その専門知識を彼らに与えています。

ホワイトハウスのGOLD EAGLEイニシアチブは、政府、テクノロジー企業、重要インフラ事業者の連携を強化し、最先端AIを活用して脆弱性の特定と修正を迅速化することを目指しています。攻撃者の視点から見て、この取り組みの優れている点は何でしょうか。また、どのような課題が残る可能性がありますか。

GOLD EAGLEは、実際に対応が始まる前に、各組織が同じ公表済み脆弱性をそれぞれ独自にスキャンし、優先順位を付けることで、多くの時間が重複作業に費やされている点を的確に捉えています。こうした作業を一元化し、AIを活用して政府とインフラ事業者間の連携を迅速化すれば、攻撃者が行動に使える時間を実際に減らせます。攻撃者の視点から見て、最も重要なのはそこです。この勝負ではスピードが何より重要です。一方で、業界全体の連携があっても、特定の脆弱性が自社ネットワーク内で実際に到達可能かどうかを、個々の企業が判断できるわけではありません。組織は優先順位が適切に付けられた脅威情報を入手できても、それが自組織に当てはまるかどうか分からないことがあります。自社のネットワーク構成に照らして確認するという最後の段階は、依然として各組織の責任です。

100を超えるテクノロジー、サイバーセキュリティ、金融、インフラ分野の組織が、AIを活用した攻撃が大幅に広がる前に防御を強化できる期間は限られている可能性があると警告しています。こうした危機感を共有していますか。また、この「防御側の猶予期間」に、組織は現実的に何を達成すべきでしょうか。

その危機感は共有していますが、理由については少し異なる捉え方をしています。AIを活用した攻撃は将来の懸念ではありません。脆弱性の公表から実際に機能するエクスプロイトが登場するまでの時間は、すでに多くの組織がパッチを適用するよりも速いペースで縮まっています。パッチ適用の速度だけでこの競争に勝とうとするのは現実的ではありません。現実的なのは、この期間を利用して自組織の環境を把握することです。具体的には、実際のネットワーク構成を理解し、どの脆弱性に本当に到達可能なのかを把握したうえで、理論上の検出結果を何千件も追うのではなく、対象を絞って取り組むことです。また、パッチ適用以外の修正手段も、この時間を使って整備する価値があります。たとえば、ネットワークのセグメンテーションや設定変更などです。パッチ適用の速度だけでは、AIによって加速するエクスプロイト開発に追いつけないからです。

サイバー防御の連携は、脆弱性や脅威に関する情報を組織間で共有できるかどうかに大きく左右されます。新たなセキュリティリスクを生むことなく、政府や民間企業が有用な情報を十分に速く共有できるようにするには、技術面や組織文化の面で何を変える必要がありますか。

技術的な課題のほうが、解決しやすいものです。より難しいのは、信頼の問題です。自組織の環境にある弱点を開示し、それが組織に結び付けられるリスクを負いたいと思う組織はありません。特に、その情報が後に侵害に関する報告書に掲載される可能性がある場合はなおさらです。有効なのは、特定につながらない形で役立つ情報を共有することです。つまり、特定の企業を指し示すほど具体的な説明ではなく、あるものがどのようなパターンで悪用されるかを共有するのです。そのためには、PDFやメーリングリストではなく、機械可読な脅威データを自動化された経路でやり取りできる、より優れた基盤が必要です。しかし、基盤が本当の障害だったことはありません。多くの組織にとって、情報共有はいまだに自らを守る手段ではなく、法的責任を負うリスクのように感じられていることが障害なのです。中立で信頼できる仲介役は、GOLD EAGLEが提供を目指すものの一つであり、この状況を変えるうえで大きな役割を果たす可能性があります。

Asteliaは、単に深刻度や既知のエクスプロイトの有無ではなく、「到達可能性」を重視しています。AIによってエクスプロイトの生成が速まり、今後さらに一般化する可能性があるなか、到達可能性はリスクを測るうえでより重要な指標になるのでしょうか。また、CISOはこの考え方を踏まえて、脆弱性の優先順位付けをどのように見直すべきでしょうか。

到達可能性は、単に重要性を増しているだけではありません。実際にリスクを左右する指標になりつつあります。深刻度は、何かがどれほどの損害をもたらし得るかを示す、あくまで近似値でした。一方、到達可能性は、今この瞬間に自社の環境で悪用できるかどうかを示します。これまでは、深刻度の低い脆弱性の大半は、現実に悪用される可能性が低いため、何カ月も未修正のままで問題ないと考えられていました。しかし、エクスプロイトの生成が迅速かつ低コストになった今、その前提は成り立ちません。脆弱性の優先順位付けは、深刻度順に並べた未対応項目のリストを管理するのではなく、実際に到達可能な露出を解消する方向へ移行する必要があります。重要な少数の脆弱性と、それ以外を分けるのは、実際のネットワーク環境において攻撃者がその脆弱性に到達できるかどうかです。CISOが求めるべきなのは、CVSSに別のスコアを重ねることではなく、到達可能性を示す証拠です。

Asteliaは、新たな露出の特定から修復の調整まで、脆弱性管理の各段階にもAIエージェントを活用しています。本番環境に変更を加えられる能力を持つサイバーセキュリティエージェントには、最終的にどの程度の自律性を認めるべきでしょうか。また、人間が確実に関与し続けるべきなのはどの段階でしょうか。

エージェントには、ネットワークのマッピング、エクスプロイトに必要な条件の把握、新たな脆弱性情報の相関分析、到達可能な対象の検出といった分析について、実質的な自律性を持たせるべきです。スピードが最も重要なのはこの部分で、誤りがあっても、人間が気づける誤った提案にとどまります。私が明確に線を引くのは、本番環境への変更を監督なしで行うことです。ネットワークの到達可能性に関するデータがなければ、エージェントが修正を適用するのは推測にすぎません。誤ったファイアウォールルールやセグメンテーションの変更は、解消しようとした脆弱性よりも大きな損害をもたらしかねません。だからこそ、現在「自律的な修復」として宣伝されているものの多くは、実際にはチケットを自動作成するだけなのです。企業は、特にそもそもパッチが提供されていない場合もあることから、こうした変更を人間が承認することを望んでいます。あるべき形は、エージェントが証拠に基づく修正案を提示し、本番環境に何かを適用する前に人間が承認することです。到達可能性データが成熟し、対象を絞って十分に検証された変更のカテゴリーで信頼が築かれれば、こうした制約は緩和されるでしょう。しかし、本番環境での監督のない操作から始めるべきではありません。

今後、攻撃者と防御側の双方がますます高性能な自律型AIシステムを利用するようになるなか、攻撃的サイバーセキュリティと防御的サイバーセキュリティの力関係はどのように変化するとお考えですか。また、次の段階に備えている組織と、そうでない組織を分けるものは何でしょうか。

攻撃者は、成功する経路を一つ見つければよいため、AIによって先行し続けています。そしてAIは、その経路を迅速に見つけるのに適しています。偵察は加速し、エクスプロイトの開発も速まり、フィッシングの文面はより巧妙になります。防御側は、同じ作業をAIで速くこなすだけでは、その差を埋められません。自社の環境において実際に到達可能な脆弱性を、自社固有の状況に基づいてAIで発見し、解消することで差を埋めるのです。業界全体に当てはまる一般的な脅威データを基準にリスクを管理するのではありません。備えができている組織を分けるのは、追い込まれる前にその転換を済ませていたかどうかです。自社の脆弱性のうち、実際の環境で悪用可能なものはどれかを、パッチ適用のスケジュールが間に合うことを期待するのではなく、証拠をもって説明できるかどうかが問われます。一般論に基づいてリスクを管理し続ける組織は、自社のスキャナーが1年前に優先度が低いと判定した何かによって、今後も不意を突かれるでしょう。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい方は、Asteliaをご覧ください。