Cisco、制御されたレッドチームテストに向けてClaude MythosをAI Defenseに追加

Ciscoは2026年11月9日に発表し、AIアプリケーションとエージェントのテストに用いるAI Defenseの適応型レッドチームフレームワークに、AnthropicのClaude Mythosを追加する。メルボルンで開催されたCisco Live APJCでの発表では、Splunkのエージェント可観測性に関するアップデートとCisco IQとの連携機能も紹介され、テストにとどまらず、エージェントのコスト評価やインフラの修復まで対象を広げた。

顧客がClaude Mythosに自由にプロンプトを入力できるわけではない。モデルは、登録済みのターゲットと人間が定めた目標を含む固定されたジョブの中で動作し、テスト計画や攻撃案の作成に推論能力を提供する一方、テストの実行はAI Defenseが担う。

レッドチームテストを許可された範囲内に限定

Ciscoの技術概要では、標準テストと適応型テストが区別されている。標準的なレッドチーム演習では、プロンプトインジェクション、ジェイルブレイク、機密データの漏えい、有害コンテンツなどの一般的なリスクを、何千ものカテゴリ、コンテンツタイプ、敵対的手法にわたって検査する。適応型テストでは、まず顧客が平易な言葉で記述した基準を用い、対象を分析して個別に調整した攻撃を作成する。次に、その応答を利用してアプローチを改善するか戦術を変更し、そのうえで調査結果を報告し、後続の対応を推奨する。

こうした安全策により、推論を利用できる範囲が制限される。Claude Mythosは、企業顧客が明示的に登録し、所有し、テストを許可したターゲットに対してのみ動作し、Ciscoによれば、任意のインターネットインフラをスキャンすることはできない。すべてのテストには認証が必要で、暗号技術によって特定のオペレーターにひも付けられる。セッションには時間制限があり、中断も可能だ。また、すべての操作が監査用に記録され、その結果を再現可能な追加攻撃の反復に活用できる。

標準および適応型のレッドチームテストは、すでにAI Defenseで利用できる。一方、Claude Mythosを使ったバージョンは、一部の企業向けに近日提供される予定だ。対象となる顧客へのより広範な提供も計画されているが、日程は確定しておらず、提供時期、範囲、地域は変更される可能性がある。Ciscoによると、AI Defenseは2025年1月の提供開始以来、本番環境への導入前にモデル、アプリケーション、エージェントの欠陥を特定するうえで、数百社の顧客を支援してきた。

Splunk、エージェントのコストと成果の質を結び付ける

Splunkのエージェント可観測性に関するアップデートは、エージェント導入の運用面に対応する。Enhanced Tokenomicsでは、Amazon BedrockとAmazon CloudWatchの利用データを用いて、各エージェントのコストを、その作業の品質と影響に関する評価と結び付ける予定だ。こうした技術指標は、ネット・プロモーター・スコアや請求1件あたりのコストなど、顧客が定める指標と組み合わせることができる。これにより、既存のトークン使用量の帰属分析を、Claude Code、Codex、CursorなどのAIエージェントやコーディングツールにも拡大する。

Eval-G1は、カスタムの小規模言語モデルを使って評価とガードレールの適用を行う。Ciscoによると、これらのモデルは商用LLMより最大98%低いコストで評価とガードレール適用を実行でき、従来のLLM評価者と比べて評価結果を2.5倍速く返す。評価チューナーは、エージェントの実行履歴と分野の専門家からのフィードバックを、品質基準を適用し、不正確なエージェントの動作を誘導または阻止する微調整済み評価器に変換する。

可観測性機能によって提供時期は異なる。Eval-G1と評価チューナーは2026年11月から一般提供される。Tokenomicsは2026年12月にプライベートプレビューが予定され、その後、2027年初頭にAWS Marketplaceで一般提供される。

Cisco IQ、エクスポージャー情報を修復につなげる

Ciscoによると、IQは約17,000社の顧客と2,200万台を超える接続デバイスにサービスを提供し、資産、サービス対象範囲、アドバイザリーに関する情報を提供している。Cisco IQの修復ワークフローは、脆弱性、ライフサイクル、構成のデータをCisco Data Fabric経由で、オープンAPIを通じてSplunk Platformに送信する。これにより、セキュリティチームとAIエージェントは、Splunk Enterprise Securityで検出されたリアルタイムの脅威を、基盤となるネットワークの露出状況と関連付けられる。

Model Context ProtocolとServiceNowのコネクターは、対応するエージェントやITサービスのワークフローに、構造化されたインフラ情報を追加する。エクスポージャーの検出結果は、手作業でデータを照合することなく、資産にひも付いたServiceNowの問題レコードに変換できる。Ciscoは、エクスポージャーが見つかったからといって、攻撃者による悪用が立証されるわけではないと注意を促している。このワークフローの目的は、調査に必要な情報を追加し、修復を調整することであり、検出結果をそれぞれ確認済みの侵害として扱うことではない。

AI-Powered Resilient Infrastructure Playbookは、重大なライフサイクル上の脆弱性、既知の欠陥に関する個別アラート、量子コンピューターにも耐えうる暗号への対応状況も示し、チームや認定パートナーが近代化の優先順位を決められるよう支援する。この一連の機能では、攻撃の生成は許可されたジョブの範囲内にとどまり、評価モデルはガードレールを適用できる。また、エクスポージャーデータは調査に役立てられるが、それだけで侵害が立証されるわけではない。現時点では、評価モデルとチューナーは一般提供されている一方、Mythosを活用したレッドチームテストとTokenomicsはまだ提供されていない。そのため、Ciscoが説明するエンドツーエンドのワークフローの実現には、今後のリリースまたは提供が限定されている機能が必要となる。