Ben Bernstein、Huntressのサイバーセキュリティアドバイザー部門マネージャー – インタビューシリーズ

Ben Bernsteinは、Huntressのサイバーセキュリティアドバイザー部門マネージャーで、テクニカルサポート、システム管理、クライアントサクセス、テクニカルアカウントマネジメント、セキュリティアドバイザリーリーダーシップにわたる10年以上の経験を持つサイバーセキュリティ専門家です。彼はハンズオンのIT職でキャリアを始め、ヘルプデスクからシステム管理へと進み、次にIntegrisでアカウントマネジメントとクライアントサクセスに移りました。その後、Red Canaryで3年間勤務し、エンタープライズ顧客との関係をテクニカルアカウントマネージャーおよびシニアエンタープライズテクニカルアカウントマネージャーとして管理しました。2024年に創業メンバーとしてテクニカルアカウントマネージャーに就き、テクニカルアカウントマネジメントのリーダーシップを経て現在は同社のサイバーセキュリティアドバイザーを統括しています。技術的専門知識と顧客対応経験を組み合わせ、組織が進化するサイバー脅威をよりよく理解し対応できるよう支援しています。

Huntressは、エンドポイント、アイデンティティ、ログ、ユーザー全体を保護するフルマネージドのセキュリティプラットフォームを提供するサイバーセキュリティ企業です。そのプラットフォームは、マネージドエンドポイント検出・応答（EDR）、アイデンティティ脅威検出・応答（ITDR）、セキュリティ情報・イベント管理（SIEM）、および24時間体制のAI中心のセキュリティオペレーションセンター（SOC）で人間のセキュリティ専門家が対応するセキュリティ意識トレーニングを組み合わせています。Huntressによれば、同社の技術は現在、5百万エンドポイントと1,500万アイデンティティを、277,000社以上の企業に対して保護しており、チームは顧客に代わって脅威の検出、調査、対応、修復を行っています。

あなたはヘルプデスクやシステム管理のキャリアをスタートし、テクニカルアカウントマネジメントを経て最終的にHuntressでサイバーセキュリティアドバイザリーリーダーシップに就きました。ハンズオンのITバックグラウンドは、特に管理者が依存するツールが攻撃者の侵入口になることもある今日、セキュリティに対する考え方にどのように影響していますか？

私は現在、サイバー側に専念できるようになってから毎日、ITバックグラウンドに永遠に感謝しています。実務的な視点が得られます。OS、アプリケーション、システムプロセスが通常通りに動作しているときの挙動を知っていると、異常や脅威が際立って見えるからです。ITでの経験はトラブルシューティングと根本原因分析の思考法も養いました。問題や脅威を完全に把握するために、糸口を追い続けなければならないことをすぐに学びます。

私は、今日攻撃者に悪用されている同じツール、例えばRMMに大きく依存していたことを覚えています。自分で導入した経験があるので、IT管理者の手に渡ると同時に攻撃者の手に渡るときのその力を十分に理解しています。RMMは至る所にあるため、セキュリティチームはその実行に伴うすべての活動を見る必要があり、プレッシャーがかかります。RMMがマシン上で動作していること自体は本質的に悪いわけではありません。しかし、もしそのRMMが突然追加のツールをドロップしたり、見慣れないスクリプトを生成し始めたら、管理者は信頼できるソフトウェアリストに依存するのをやめ、行動観察に完全に注目せざるを得なくなります。

AIはサイバーセキュリティにおいて高度な自律型攻撃者という文脈でよく語られますが、AIの即時的な影響の多くは、単に一般的なサイバー犯罪者をより速く、より有能にしているだけではないでしょうか？比較的低スキルの攻撃者が、以前ははるかに高度な技術的専門知識を要したキャンペーンを実行できるようになっている点について、どのように考えますか？

現在、自律型AIハッキングシステムに対するパニックが広がっていますが、実際のところこれは新しい手法ではありません。これらのモデルは高度に洗練された手法でネットワークに侵入しているわけではありません。むしろ、人間のスクリプトキディが何年も行ってきたように、インターネットに露出した未パッチや設定ミスの資産をスキャンするだけです。「自律型AI」というフレーズが怖い、あるいはかっこいいと聞く人によって話題になるだけで、実際の攻撃のメカニズムは基本的なものです。

実際に直面している問題は、AIがサイバー犯罪者への参入障壁を下げていることです。攻撃者はエクスプロイトの面倒な部分を自動化でき、深い技術的専門知識を必要とせずに活動を拡大できます。これにより、低スキルの攻撃者がはるかに速くキャンペーンを実行でき、企業に大きなプレッシャーがかかります。セキュリティツールを導入して放置することはもはやできません。組織は自社ネットワークが常にスキャンされていると想定しなければなりません。

Huntressは、RMM侵入時にLLM生成の情報窃盗スクリプトが使用されているのを観測しています。これが示すのは、生成AIがサイバー犯罪の経済性とアクセス性をどのように変えているかという点ですか？

それは、生成AIがサイバー犯罪の運用コストを効率化していることを示しています。情報窃盗スクリプトの作成は新しい技術的作業ではありませんが、従来は開発者の時間が大量にかかるか、地下フォーラムで専門ツールを購入する必要がありました。LLMを被害者ネットワーク内で使用することで、攻撃者は事前に作られたマルウェアに頼ることなく、オンデマンドで機能的かつカスタマイズされたスクリプトを生成できます。

これらのモデルにアクセスすることには依然として一定のコストが伴いますが、参入障壁はかつてないほど低くなっています。攻撃者はこれらのツールを活用して作業を高速化し、手作業のコーディング作業を排除するケースが頻繁に見られます。実行フェーズが極めて手軽になることで、攻撃の経済性が根本的に変わり、技術的な専門知識が深くなくても、スキルの低いアクターが規模を拡大できるようになります。

Huntressは、リモート監視・管理ツールの悪用が前年同期比で277％増加したと報告しています。なぜ正規のRMMプラットフォームがカスタムマルウェアに代わる魅力的な選択肢となり、侵入後に攻撃者にどのような利点をもたらすのでしょうか？

RMMツール自体に本質的に悪いところはありません。IT管理者やMSPが効率的に作業し、ユーザーをサポートするために重要な役割を果たしています。問題は、カスタムマルウェアは従来のウイルス対策ソフトで検出されやすいのに対し、RMMは署名済みで信頼されており、標準的なセキュリティ制御を回避できる点です。さらに、RMMエージェントは管理者権限で実行され、永続性が組み込まれているため、システム再起動後も追加の作業なしでアクセスを保持し続けます。

攻撃者が標的マシン上で自分のRMMエージェントを稼働させると、実質的にリモートコントロールコンソールを手に入れたことになります。ファイルの送受信がシームレスに行えるほか、事前に悪意のあるスクリプトやツールを組み込んだRMMインスタンスを用意し、ワンクリックでエンドポイント全体に実行できます。アプリケーション自体が正規品であるため、 defendersは単にツールをブロックすることができません。これにより、セキュリティチームは信頼できるソフトウェアリストに依存するのをやめ、振る舞いの観察に注力せざるを得ず、攻撃者が管理ソフトウェアを悪用するのを検知するには24時間体制の監視が不可欠となります。

Huntressが記録した手法の一つに、攻撃者が複数のRMMツールを「デイジーチェーン」してテレメトリを分散させ、冗長なアクセスを確保するというものがあります。このような侵入が典型的にどのように展開し、なぜ防御側が何が起きているのか認識しにくいのか、詳しく説明してください。

ここで特に興味深い例を一つ紹介します。私たちはこの侵入事例を捕捉し、ブログ にまとめました。侵入は、偽のビジネス文書（例：「Network Solutions Agreement」）を装ったフィッシングメールから始まりました。被害者はメール内のリンクをクリックし、偽のCAPTCHAで保護されたページに遷移し、標準的なPDFやサービス文書だと思ってダウンロードしました。実際には実行可能なインストーラで、ユーザーがファイルをダブルクリックして合意書を開くと、正規だが未承認のリモートアクセスツール「Tiflux RMM」が静かにインストールされました。

脅威アクターが最初のTifluxエージェントを稼働させると、すぐにその組み込み機能を利用して、同一マシン上にSplashtop、ScreenConnect、UltraVNCといった追加ツールをプッシュダウンし、サイドロードしました。これらもすべて、別個の正規RMMツールであることに留意してください。

攻撃者はこれにより「スーパー永続性」を確立しようとします。IT管理者が未承認のリモートツールを1つ見つけてアンインストールしたとしても、攻撃者はまだ2つか3つのバックドアが稼働している状態です。この戦術はテレメトリを分散させます。セキュリティプラットフォームは、同時に実行されている複数の署名済み管理アプリケーションが正規ベンダーのインフラに通信しているだけに見えます。防御側がその活動を積極的に監視し、なぜ同一エンドポイントが同じ午後に複数の異なるリモート管理エージェントを必要としたのかを問いかけなければ、日常的なIT保守のノイズに埋もれてしまいます。

24時間体制の振る舞い監視に加えて、効果的な対策としてエンドポイントセキュリティ姿勢管理とアプリケーション制御があります。組織が実行を許可するRMMの具体的な種類を明示的に定義すれば、未承認ツールの実行を完全に阻止でき、デイジーチェーンが始まる前に止めることが可能です。

従来のセキュリティモデルは信頼できるソフトウェアと信頼できないソフトウェアを区別しますが、RMM攻撃は正規で署名済み、かつIT部門がすでに承認しているツールを悪用します。これは、防御側が「アプリケーションが信頼できるか」ではなく「その振る舞いが信頼できるか」に焦点を移す必要があることを意味するのでしょうか？

はい、全くその通りです。従来のバイナリ信頼モデルは崩壊しています。バイナリ署名はアプリケーションが正規ベンダーから提供されたことを確認するためのものであり、その動作が安全であることを保証するものではありません。

攻撃者が署名済みのRMMバイナリやLiving‑off‑the‑landユーティリティを使用した場合、実行ファイル自体はクリーンですが、その背後で行われる活動は悪意に満ちています。防御側は「このファイルは信頼できるか？」という質問を超えて、コンテキスト内でその振る舞いが妥当かどうかに注目しなければなりません。RMMがマシン上で稼働していること自体は本質的に悪いわけではありません。しかし、そのツールが突然追加ユーティリティを配布したり、見慣れないスクリプトを生成したり、サービスアカウントで午前2時に実行されたりすれば、これは侵害の指標です。コンテキストと振る舞いは常に重要でしたが、攻撃者が信頼できるソフトウェアに依存するようになった今、以前にも増して重要になっています。

AIが脆弱性や設定ギャップの発見から悪用までの時間を圧縮する中で、セキュリティ姿勢管理の役割はどのように変化しますか？攻撃者が悪用する前に、組織が優先すべきアイデンティティ、エンドポイント、リモートアクセスの弱点は何でしょうか？

セキュリティ姿勢管理は、組織が攻撃者が日々悪用する一般的なセキュリティギャップを事前に閉じるのに役立つため、これまで以上に重要です。検知と対応を補完し、誤設定、過剰な権限、無許可アプリケーション、エンドポイントやアイデンティティ全体のその他の弱点などを継続的に特定・対処します。脆弱性の公開から自動スキャンまでの時間窓が数時間にまで縮小する中、これらのギャップを悪用される前に減らすことが不可欠です。組織は環境全体で一貫した、堅牢な姿勢を維持し、インシデント数を減らすとともに、攻撃者が侵入した場合に到達できる範囲を限定する必要があります。

ほぼすべてのサイバー企業は、自社が提供するソリューションに関係する脅威やセキュリティ領域について、喜んで「教育」したり（あるいは脅かしたり）しますが、実際の優先順位は各組織だけが答えられるものです。企業は CIA の三要素（機密性、完全性、可用性）の中で重視する項目が異なり、機密データも保管場所やアクセス先もさまざまです。多くの企業が本当に必要としている助言は、どのデータ、資産、または生産システムが業務にとって最も重要かを評価し、そこから逆算して最も重要なものを保護することです。

AIエージェントが最終的に攻撃ライフサイクルの大部分を自律的に実行することへの懸念が高まっています。自律的なサイバー攻撃が現在のAI支援型攻撃より実質的に危険になるために、どのような能力が向上する必要があり、また防御側は十分に迅速に準備できているでしょうか？

自律エージェントに関する懸念は将来の問題を示唆していますが、実際にはすでに今日でも攻撃を実行しています。しかし、これらの自律攻撃は決して完璧ではありません。最近のJadePufferランサムウェアキャンペーンを見てみましょう。これは完全にAIエージェントによって実行されましたが、明らかなミスを犯しています。モデルは作業の一部を幻覚し、身代金通知用に偽のビットコインウォレットアドレスを作り上げました。さらに馬鹿げたことに、AIは暗号化キーの保存や送信を忘れ、ランダムに生成したキーを一時的なコンソール出力に表示しただけでセッションを終了させました。その結果、被害者が支払ってもデータを回復することは数学的に不可能となります。

実際のところ、戦術・技術・手順（TTP）の観点から見ると、自律AI、 自動化スクリプト、 人間の攻撃者はすべて同じことを行っています。彼らは依然としてインターネットに露出した脆弱で誤設定された資産を標的にしています。AIは標準的なキルチェーンを通過しなければなりません。初期アクセスの取得、権限昇格、横移動、ペイロードの実行が必要です。JadePufferの場合も、既知の未パッチ脆弱性を利用して足掛かりを得た後、ネットワーク内を手探りで進んだに過ぎません。

攻撃の根本的なメカニズムは変わっていないため、防御側が現在のプレイブックを捨てる必要はありません。依然として層状防御、基本的なIT衛生、強固な行動検知が求められます。変わるのは、防御者がイベントを処理しアラートをトリアージする速度とプレッシャーです。AIエージェントがミスを犯し、エラーログを読み取り、数秒で自己修正しながら攻撃を継続する場合、防御側はサイバー攻撃が現在向かっている高速なペースに適応しなければなりません。

攻撃者はAIを採用していますが、防御側も同様の技術にアクセスできます。AIが最も大きな防御上の優位性を提供できるのは、異常行動の検知、テレメトリの分析、脆弱性の優先順位付け、対応の自動化、あるいは全く別の領域でしょうか？

まず、ブルーチームの相関分析に非常に効果的です。セキュリティチームが抱えているのはデータ不足ではなくノイズ過多です。AIは、まるで干し草の山から針を見つけ出すかのように、散在する一見無関係なイベントを抽出し、結びつけて侵入の全容を描くのに極めて有用です。

次に、AIは攻撃者に対して行っていることと同様に、防御側のスキルギャップを埋めます。ジュニアSOCアナリストが高度に難読化されたスクリプトや複雑なアラートに直面した際、LLMを利用してそのデータを即座に平易な日本語に変換できます。これによりリバースエンジニアリングの手作業が不要となり、防御者はより迅速にトリアージと対応が可能になります。

最後に、リアクティブな防御を超えて、レッドチームやパープルチームがAIを活用して防御を事前にテスト・検証する大きな機会があります。完全にスコープされた人間主導のペネトレーションテストは依然として絶対に必要です。しかし、AIは小規模で原子的なテストを実行する技術的ハードルを下げます。年間のペンテストを待つか、実際の脅威が現れるのを祈る代わりに、組織はAIを使って安全かつ頻繁に自環境をテストし、実際に何が破綻するかを確認できるようになります。

今後、サイバーセキュリティ業界は攻撃者も防御者もますます自律エージェントを通じて活動する環境に入ると予想しますか？もしそうなら、両側のマシンが機械的な速度で脅威を検知・対応できるとき、最終的に優位性を決める要因は何になるでしょうか？

AIは確実に地下経済を揺り動かしています。サイバー犯罪サービスとしてのダークネット市場は、マルウェアやスクリプトの販売で繁栄してきましたが、これらは従来、専門的な開発者スキルを必要としていました。AIは、スキルの低いオペレーターでもオンデマンドで独自のツールを生成できるようにすることで、エコシステムのアクセス性と経済性を変えます。これにより、多くのレガシーな既製マルウェアベンダーは市場から締め出される可能性があります。脅威アクターが、オンデマンドでLLMにカスタムツールの生成を指示できるのに、地下フォーラムで汎用の既製マルウェアに支払う理由は何でしょうか？

両者がAIを装備すると、優位性はインフラ、チューニング、監視体制に帰着します。計算予算（より多くのトークンを消費できるか）と、どちらがより適切に調整されたモデルを持っているかの争いになります。脅威アクターにとっての試練は、AIが繰り返しトラブルシューティングを行い、エラーログを読み取り、エクスプロイトが失敗した際に適切にピボットできるかどうかです。防御側にとっての試練は、検知システムが実際にチューニングされているか、データパイプラインが適切に接続されてAIにリアルタイムで正しいテレメトリを供給できているかです。しかし何より重要なのは、ビジネスコンテキストを持つ人間の専門家がループに入って、インシデントに対するAIの解釈を読み取り、侵害されたマシンを隔離すべきか、脅威を封じ込めるために本番システムをオフラインにすべきかといった重要な判断を下すことです。

最終的に、AIはセキュリティの根本原則を変えるものではありません。最も成功する企業は、細部を確実に実行し続ける企業です。攻撃対象の範囲を縮小し、脆弱性をパッチ適用し、設定を強化し、24時間体制で監視し、侵害を前提とし、定期的に防御策を積極的にテストすることが鍵となります。AIは単なる加速装置に過ぎません。基本をより速く、より一貫して実行できる組織が勝者です。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者は Huntress をご覧ください。