Artemis、攻撃再構築用に構築されたサイバー防御モデル Orion-1 を発表

不審なログインは侵入の始まりになることもあれば、慣れない場所から作業する従業員であることもあります。難しいのは、その後に何が起きたか、どのシステムが関与したか、そして証拠が誰のアクセスを中断することを正当化するかを確定することです。Artemis Securityは、防御作業に特化して訓練されたモデルがこれらの判断をより効果的に行えると見込んでいます。

同社はOrion-1を発表した、企業システム全体で脅威を調査し、明示された信頼度で判定を出すサイバー防御用の独自基盤モデルです。顧客が定義した自律性の範囲内で、対応策を推奨したり実行したりできます。Orion-1はArtemisプラットフォームを通じて選択された顧客向けのプライベートプレビューで利用可能です；これは一般公開ではありません。

この発表はセキュリティチームに実務的な疑問を投げかけます：専門的なAIが散在する証拠を防御可能なインシデントストーリーに結び付けつつ、実行権限を制御下に保てるか、ということです。

シグナルから防御可能な攻撃の記録へ

ArtemisはOrion-1を、最初のシグナルから脅威を処理し、影響を受けたシステム全体で調査を追跡し、結論に至り、対応策を提案または実行するものとして説明しています。この区別は重要です。なぜなら、疑わしいイベントを認識することとインシデントを理解することは別々の作業だからです。

例えば、異常なIDプロバイダーへのログイン、クラウド権限の変更、そして新しいメールボックスルールという仮想的なシーケンスを考えてみましょう。各イベントは無害な説明があり得ますが、組み合わせるとサービス間を移動する侵害されたアカウントを示す可能性があります。有用な防御者は、同一のアクターがこれらのイベントを結び付けているかを判断し、順序を確定し、代替的な説明を検証しなければなりません。流暢な要約だけではこれらの疑問は解決できません。

ArtemisのOrion-1の技術的紹介では、防御タスク向けの事後トレーニングが、調査や脅威ハント、検知エンジニアリング、修復といった数百万件のオペレーションに基づいて行われることが説明されています。同社はこのトレーニングに顧客データは使用されていないと述べています。また、初期のアプローチが失敗した際に調査方向を変更できるモデルについても説明しています。

これらの情報開示は意図された専門性を説明するのに役立ちますが、基盤となるモデルのアーキテクチャやパラメータ数、ベースモデルの系譜は明らかにしません。したがって、基盤モデルというラベルは、防御向け事後トレーニングのより具体的な説明と併せて読むべきであり、Artemisがゼロから全く新しい汎用モデルを訓練したという証拠として扱うべきではありません。

ベンチマークのリード―実際に測定しているもの

Artemisによれば、Orion-1はClaude Opus 5.5、GPT-6 Sol、Grok 4.7、Kimi K3と比較し、検知、調査、攻撃再構築、脅威ハンティング、アクティビティ相関という5つの防御タスクで評価しました。同社の発表では、Orion-1はこれらのタスクすべてで最先端の性能を示したとされています。

最も顕著な結果は攻撃再構築に関するもので、攻撃者の行動を実際に起こった順序で配置することです。

差は22.5 スコアポイントです。これらはベンダーが報告したベンチマークスコアであり、実際に阻止されたサイバー攻撃の割合を独立して算出したものではありません。また、この結果がすべてのサイバーセキュリティユースケースでの優位性を示すわけでもありません。

Artemisはこの評価をDecision-Grade Readiness（DGR）と呼んでいます。評価では、真実データ、比較可能な開始シグナルと環境コンテキスト、そして比較対象モデルに対して同一のスコープされた情報源と許可されたアクションを備えた数千のタスクが記述されています。評価には攻撃に似た良性シナリオも含まれ、意思決定を支える証拠を評価します。

この設計は重要な課題に対処しています。すべてを悪意ありとラベル付けするシステムは警戒しているように見えても、実用不可能なキューを生み出す可能性があります。良性ケースを正確に認識することも防御能力の一部です。同様に、時間的順序は提案された説明が実際に利用可能な記録に合致しているかどうかを明らかにします。

残された課題は、ベンチマークが特定の組織にどれだけ適用できるかです。公開されたローンチ資料では、見出しの比較を独自に再現するための十分な詳細が提供されていません。購入者はタスク構成、スコアリングルール、繰り返し実行時の変動、モデル構成、そして未知の環境でのパフォーマンスについての可視性があれば有益です。総合スコアだけでは、最も深刻な失敗が侵入の見逃し、不要な封じ込め、または証拠の不完全さのどれに起因するかは明らかになりません。

周辺プラットフォームが重要な理由

Orion-1はより大規模なセキュリティプラットフォーム内で動作します。このコンテキストは発表を理解する上で中心的であり、モデルの推論は提供される情報とツールに依存します。

Artemisの Environment Intelligence 機能は、ユーザー、アカウント、デバイス、リソース、AIエージェントとそれらの関係および組織内の役割をマッピングします。同社は、アイデンティティプロバイダー、HRシステム、資産レコード、サービス管理システム、内部ナレッジベースなどの情報源からこのコンテキストを構築すると述べています。顧客は組織コンテキストを修正し、ケースの判定を確認できます。

実務的に言えば、これは調査員に期待される行動の参照を提供しようとする試みです。管理者が承認された変更ウィンドウ内で実行する特権的な操作は、休止中のアカウントが同じ操作を行う場合とは異なる意味を持つ可能性があります。重要な問いは、その活動が組織の役割や関係に合致しているかどうかです。

これにより依存関係と利点の両方が生じます。資産インベントリが古くなっている、あるいは関係が誤って表現されている場合、モデルは誤った前提に基づいて推論する可能性があります。したがって、環境モデルを正確に保つことは、システムの運用の一部であり、単なるオンボーディング作業に留まらないことになります。

同社の 調査ドキュメント では、活動タイムラインやクエリ、質問、結論、裏付けテレメトリの保存記録を含むインシデントケースが記述されています。また、アナリストの判定修正が後続の調査に反映され、Jira や ServiceNow といったツールへの統合が行われることも説明されています。

アナリストにとって意味のある改善は、コンソール間で断片を手作業で組み立てるのではなく、整合性の取れた検査可能なケースを受け取ることです。レビュアーにとって重要なのは、結論を証拠に遡って追跡し、推論がどこから始まったかを確認できることです。証拠の引用は調査の監査を容易にしますが、すべての解釈が自動的に正しいわけではありません。

自律性は許可の判断である

Artemis は調査機能と実行許可を区別します。ローンチ資料では、顧客が設定する自律性が説明されており、デフォルトでは高インパクトなアクションには人間の承認が必要とされています。

プラットフォームの 応答機能 には、セッションの取り消し、ホストの隔離、メールボックスルールの無効化、ドメインのブロックといったアクションが含まれます。Artemis はインパクトプレビュー、裏付け証拠、監査記録、およびアクションやコネクタごとに異なる自律性設定を提供すると述べています。

この粒度は単一の自律オン／オフスイッチよりも有用です。セキュリティチームは、定義された条件下で狭く可逆的なアクションを許可し、ビジネスに重要な介入は承認を保留することができます。適切な境界は、影響を受けるシステム、偽陽性のコスト、復旧能力に依存します。

提示された信頼度も解釈が必要です。信頼度の値は、関連ケース全体で観測された正確性と確実に対応している場合にのみ有用です。チームは、テレメトリが欠落または矛盾している場合に信頼度が依然として有用か、システムが十分な証拠がないことを認識できるかを検証すべきです。

技術的に可逆的なアクションでも、実務上は不可逆的な結果を伴うことがあります。アクセスを復元しても、中断中に失われた時間は取り戻せません。したがって、応答の品質を評価する際には、速度だけでなく運用上の影響にも注意を払う必要があります。

プライベートプレビューが確立すべきこと

Orion-1 の最大の強みは、散在するシグナルから証拠に裏付けられた意思決定への道筋を短縮できる点です。その再構築スコアは、同社が報告する専門性の有望な指標であり、環境コンテキストとアクション制御との統合により、単なるスタンドアロンのセキュリティチャットボット以上の価値を提供します。

プレビューでは、これらの利点が顧客固有のインシデントや無害な活動でも維持されるかどうかを確認する必要があります。測定すべき指標には、見逃した脅威、誤ったエスカレーション、アナリストのレビュー時間、証拠の完全性、提案された封じ込めの結果が含まれます。調査を迅速に行えることは、チームが結論を再構築せずに検証できる場合に最も重要です。

現時点で Orion-1 は、防御の実務作業—シーケンスの理解、説明の検証、適切な次のステップの選択—に AI を特化させることに焦点を当てた試みです。その重要性は、ライブ環境での精査に耐えうるかどうか、単にスコアがローンチチャート上のどこに位置するかだけでなく、継続的に実証できるかにかかっています。