AI を活用した脆弱性管理

高度な AI モデルにより、セキュリティ チームと攻撃者が脆弱性を発見する速度と規模が変化しました。AI は数分で脆弱性を見つけることができ、攻撃者はこれらの脆弱性をかつてないほど迅速に悪用できます。

Google では、Naptime プロジェクトと Bigsleep プロジェクトで実証されているように、AI を使用して脆弱性管理を変革してきました。Google は AI を使用して、自社のインフラストラクチャの脆弱性をスキャン、特定、修正しています。また、オープンソースのメンテナー、チップベンダー、ハードウェア メーカーなど、業界全体のパートナーと協力して、AI を使用してバグを特定し、悪用される前に修正しています。

このドキュメントでは、次のことを行う AI テクノロジーを採用して、アプリケーションの脆弱性を検出してパッチを適用する方法について説明します。

  • AI 脅威防御プログラムを開発する。
  • 外部の脆弱性をスキャンする。
  • アセットと問題に優先順位を付ける。
  • 重大な脆弱性を修復する。
  • 能動的対応ハンドブックを使用してモニタリングします。

AI 脅威防御プログラムを構築する

AI の脅威は、時間と規模の両面で従来の脅威とは異なります。アプリケーションの修正プログラムを開発、テスト、デプロイする手動プロセスでは不十分です。代わりに、自動パッチ管理、継続的なモニタリング、開発パイプラインとの緊密な統合、ソフトウェアのモダナイゼーションなど、新しい戦略を実装する必要があります。

脆弱性の管理に対する組織のアプローチを変更するには、次の原則を考慮してください。

  • 脆弱性の管理には、AI とエージェント型のオプションを含める必要があります。
  • すべてのソフトウェアにパッチを適用する必要があります。
  • コントロールは、シャドー AI、不正な内部 API 統合、ブラウザ拡張機能、ローカルのデベロッパー管理ツールを継続的に検出して管理する必要があります。
  • 組織の重大なリスクの定義では、モデルが単一の脆弱性だけでなく、攻撃パスを悪用できることを認識する必要があります。
  • 組織は数分以内に是正措置を講じることができる必要があります。

AI 脅威防御プログラムを作成するには、開発、運用、セキュリティ、ビジネスの各チームにわたるエグゼクティブ スポンサーシップとコラボレーション パートナーのサポートが必要です。初期計画の一環として、次のことを行います。

  • 委員会、役割、意思決定プロセスを定義するなど、明確なガバナンスとオーナーシップを確立する。
  • 成果と主要な指標（SLA の遵守、例外の量、アセットのカバレッジなど）を定義して進捗状況を追跡し、経営幹部に報告します。
  • ポリシー、SLA、例外プロセスを策定する。

次の図は、効果的な AI 脅威防御プログラムを構築するためのフェーズを示しています。各フェーズについては、このドキュメントの残りのセクションで説明します。

AI 脅威防御プログラムのフェーズ。

脅威防御プログラムの作成と実装については、Mandiant サイバーセキュリティ コンサルティングにお問い合わせください。

フェーズ 1: 準備

コードベース全体に AI 脆弱性スキャナをデプロイする前に、アセットに対するリスクを評価します。AI を使用してスキャンする必要があるスキャンとアセットの種類を優先して、トリアージ パイプラインが過負荷にならないようにします。

外部公開をスキャンする

AI の脅威に対して最も脆弱なアセットは、次のようなインターネットに公開されているアセットです。

  • Compute Engine VM
  • Cloud Run functions
  • Google Kubernetes Engine（GKE）クラスタ
  • 一般公開の Cloud Storage バケット

これらのアセットの包括的なリストを長期にわたって維持するには、Wiz Red Agent などのプロダクトを使用して継続的な検出を有効にします。継続的検出は、アセットの作成または変更時にリアルタイムでアセットをスキャンする、継続的な自動プロセスです。Wiz Red Agent は、インターネットに接続されたネットワークをプロアクティブにスキャンして、アクティブなウェブ アプリケーション、一般公開されている API、カスタムビルドのソフトウェア、さらにはバイブコード アプリケーションを検出できます。

アセットを検出すると、Wiz Red Agent は実際の攻撃をシミュレートして脆弱性を検出し、攻撃チェーンを作成できます。Wiz Red Agent は、脆弱性を検出すると、そのデータを Wiz セキュリティ グラフ に送信します。Wiz Security Graph を使用すると、インターネットに接続しているアセットが接続している内部アセットを確認できるため、外部からの侵害による潜在的な影響をマッピングできます。

たとえば、デベロッパーが新しい chatbot のテスト環境を作成したとします。デベロッパーは、chatbot がライブデータとどのようにやり取りするかをテストするために、Cloud Run を使用してプロトタイプをデプロイします。テストを簡素化するために、デベロッパーは未認証の呼び出しを許可し、プロトタイプを公開します。デベロッパーは、実際のユーザーデータのスナップショットを含む一時的な Cloud Storage バケットをプロトタイプに接続します。しかし、デベロッパーはテスト環境を削除し忘れています。

この例では、Wiz Red Agent は新しい *.run.app サブドメインを検出し、継続的な検出機能によってアセットをインターネットに接続されたアセットとしてフラグを立てることができます。Wiz Red Agent は、chatbot プロトタイプとやり取りして、chatbot が API エンドポイントに接続されていることを確認できます。Wiz Red Agent は、プロンプト インジェクション攻撃などのさまざまな攻撃をシミュレートして、脆弱性を特定します。デベロッパーが適切なセキュリティを設定していないため、Wiz Red Agent は脆弱性を検出し、Cloud Storage バケットにラテラル ムーブメントできると判断します。Wiz Red Agent はデータを Wiz セキュリティ グラフに送信し、この脆弱性を重大な優先度としてフラグを付けます。プロセスは、このプロトタイプを数分以内にシャットダウンできます。

ディープコード スキャンのアセットを優先する

ディープ コード スキャンでは、データフローとソースコードを追跡して、デベロッパーがソフトウェアを作成している間に構造エラーとセキュリティ バックドアを検出します。ただし、ディープ コードスキャンは、すべてのコードに実装するにはリソースを大量に消費し、時間のかかるプロセスです。

ディープ コード スキャンが必要なコードベースを優先するには、プラットフォームまたは環境（SaaS やセルフホストなど）ごとにすべてのリポジトリのインベントリを作成する必要があります。次の点を考慮してください。

  • ソースコードまたはバイナリのアクセシビリティ（一般公開されているか、内部向けか）。バイナリが一般公開されている場合、LLM を活用したリバース エンジニアリングに対する実質的な保護は存在しません。
  • プログラミング言語（コードが Go、Rust、Java、Python などのメモリセーフな言語であるかどうか）。
  • コードの実行に必要な権限。
  • コードがアクセスする必要があるアセットの機密性。

最もリスクの高いコード（一般公開されているコード、メモリセーフでない言語を使用しているコード、実行に高い権限が必要なコード、機密性の高いデータにアクセスする必要があるコード）に対して、ディープ コード スキャンを実装します。

また、コードを保護するために他の緩和策を講じることができるかどうかを判断します。次の点を考慮してください。

  • レガシー コンポーネントや使用頻度の低いコンポーネントをスキャンする前に、それらを完全に廃止または非推奨にできるかどうかを評価し、メンテナンスとセキュリティの負担を軽減します。場合によっては、攻撃対象領域が小さい代替手段に移行できます。
  • パッチ適用状態を確認します。パッチ適用が遅れている場合は、それらの依存関係を最新のサポートされているバージョンにアップグレードすることを優先します。
  • 長期的な優先順位付け戦略として、メモリセーフでない言語で記述された重要なコンポーネントを特定し、メモリセーフな代替手段を探します。より安全な代替手段がない場合は、メモリセーフな言語で書き換えるロードマップにそれらを配置して、メモリセーフの脆弱性を軽減することを検討してください。短期的には、 GKE Sandbox などのリスク軽減策としてサンドボックス化を検討してください。

アセットの優先順位付けに役立つ Wiz の機能には、次のようなものがあります。

  • Wiz サービス カタログと Wiz インベントリを使用して、アセットに関連するエクスポージャーと影響のリスクを特定します。

    Wiz インベントリは、仮想マシン、データベース、コード リポジトリなどのアセットを自動的に検出します。Wiz インベントリは、アセットが一般公開されているかどうか、信頼できないユーザー入力や外部 API トラフィックを処理しているかどうか、アセットが実行されている環境を判断できます。Wiz サービス カタログは、これらのアセットをビジネス サービス（課金システムやカスタマー ポータルなど）にグループ化し、オーナー権限を割り当てることができます。これらのグループは、重要なビジネス システムであるアセット、機密データにアクセスできるシステム、アプリケーションの責任者を特定するのに役立ちます。

  • Wiz Security Graph と Wiz Workload Scanner を使用して、本番環境で使用されているソースコード リポジトリを特定します。

    Wiz Workload Scanner は、環境を調べて、コードが実際に環境で実行されているかどうかを判断し、コードのソフトウェア リネージをトレースします。Wiz Security Graph は、有害な組み合わせを検出して、潜在的な問題が高リスクかどうかを判断します。この情報を使用して、高リスクの攻撃パスと潜在的なラテラル ムーブメントの脆弱性に対するディープ コード スキャンの優先順位を付けることができます。

  • Wiz Code-to-Cloud Pipeline は、本番環境のアセットのリネージをマッピングします。

    Wiz Code-to-Cloud Pipeline は、本番環境でアクティブで到達可能なコードを優先し、脆弱性の発生元リポジトリを特定して、Infrastructure as Code（IaC）構成を強化できます。Wiz のコードからクラウドへのパイプラインを使用すると、コード リポジトリを実際の使用状況に関連付けることができます。

フェーズ 2: スキャンと優先順位付け

プログラムを作成し、リスクに基づいてアセットに優先順位を付けたら、AI を使用して環境内の脆弱性を検出してトリアージできます。

コードベースの詳細スキャンを完了する

ディープ コード スキャンを完了すると、高度な AI 推論を使用して、複雑なコードの欠陥を検出し、欠陥をクラウドの脆弱性に関連付けて、誤検出を減らします。次の種類のスキャンを完了します。

  • ベースライン スキャン: IDE と CI / CD パイプラインでコードを継続的にスキャンして、一般的なコーディング エラー、ハードコードされたシークレット、脆弱な依存関係を検出します。
  • ディープ AI スキャン: 複雑なビジネス ロジックを含む非常に重要なコードベースを分析し、SAST では検出できない可能性のあるチェーン脆弱性やゼロデイ脆弱性を特定します。

ベースライン スキャンを完了するには、Wiz Code を使用して、シークレットのスキャン、IaC の構成ミスの検出、静的アプリケーション セキュリティ テスト（SAST）の完了、ソフトウェア構成分析（SCA）を使用したサードパーティ ソフトウェアのセキュリティ リスクの特定を行います。

Wiz Code は、CI / CD ベースラインのコードを評価し、基準を満たしていないビルドをブロックすることで、セキュリティ ポリシーの適用を支援します。Wiz Code は、インベントリをチェックして、本番環境で到達可能な脆弱性を特定できます。Wiz Code が脆弱性を検出すると、Wiz Green Agent が周囲のコードを自動的に分析し、問題を解決するためのパッチを作成します。デベロッパーの IDE で問題が見つかった場合、Green Agent は、デベロッパーが変更をパイプラインに commit する前にコードをリファクタリングできます。CI / CD パイプラインで問題が見つかった場合、Wiz Green Agent は GitHub または GitLab でコードパッチを含む pull リクエストを自動的に作成できます。

ディープ AI スキャンを完了するには、Gemini Enterprise Agent Platform で CodeMender（プレビュー）をデプロイします。CodeMender（Google DeepMind が開発）は、高度に専門化された自律型の AI エンジニアリング エージェントで、コードレベルの深い推論、デバッグ、パッチ適用に重点を置いています。CodeMender は、コードをサンドボックスに pull し、さまざまなテストを実行して、コアロジックを修正する自律型のシニア ソフトウェア エンジニアのように動作します。テスト実行には、動的分析、ファズテスト、自動コンパイル テストが含まれる場合があります。CodeMender は、構造的な影響に基づいてバグの優先順位を自律的に設定し、問題をパッチして、反復的な方法でコードをリファクタリングできます。

トリアージと修復計画

脆弱性のリストをコンパイルしたら、Wiz Code と CodeMender からの検出結果を Wiz SAST Triage AI Engine などのエンジンにルーティングして、検出結果を強化し、攻撃ベクトルが悪用可能かどうかを判断できます。Wiz Security Graph は、コードからクラウドへのパイプラインを使用してコンテキストを拡充するのにも役立ちます。Wiz Red Agent は、アクティブなサイトをプローブして攻撃パスを検証できます。

トリアージ作業が完了したら、次の推奨事項を検討して AI エージェントを微調整し、誤検出を排除します。

  • シニア エンジニアに、検出結果の小さなランダム サンプルをレビューして、パターンの特定、信頼境界の明確化、AI 処理の改善を依頼します。
  • 組織が誤検知やセキュリティ以外のバグではなく、実際の脆弱性とみなすものを定義する脆弱性レポート ガイドに基づいて、AI スキルを作成します。
  • AI エージェントを使用してテストケースを計画、作成し、サンドボックス環境で実行する。
  • 新しいサンプル検出結果に対して AI エージェントを実行し、人間の判断と一致するまでプロンプトと AI スキルを調整します。

脆弱性が悪用可能であることを証明するのに、リスクの低い修正を実装するよりも時間がかかる場合は、再現プロセスをスキップして修復ステージに進みます。

フェーズ 3: 修正

問題を修復するには、デベロッパー IDE、コード リポジトリ、本番環境で、脆弱性を大規模に自律的に検証、パッチ適用、検証できる高速ワークフローを実装する必要があります。

Wiz Green Agent は、利用可能なデータに基づいて修復計画を自動的に作成できます。Wiz ワークフローをトリガーして、チケット発行システムを使用して SecOps チームにアラートを送信し、修復計画を CodeMender に送信します。CodeMender はパッチを作成し、安全なサンドボックスで修正をテストして回帰を防ぎ、システムにパッチを適用する pull リクエストを作成します。デベロッパーは pull リクエストを確認し、クリックして変更をデプロイできます。

依存関係をアップグレードするためのコア プラクティスは新しいものではありませんが、AI による検出によって生成される膨大なパッチに対応するには、健全な自動パッチ適用システムを維持することが不可欠です。組織は、本番環境システムを中断することなく、更新を迅速に取り込めるように準備する必要があります。

修復プロセスを最適化するには、次の方法をおすすめします。

  • 依存関係の可視性を確立する: ソフトウェアの依存関係のインベントリを継続的に維持します。
  • ビルドとリリースの仕組みを自動化する: テストと認定作業が完了したら、コードのリリースとアップグレードの開始に必要な手動手順を最小限に抑えます。
  • 継続的なアップグレードの頻度を確立する: 依存関係を定期的に更新することで、セキュリティ パッチがリリースされたときのコードの差分を最小限に抑えることができます。デルタが小さいほど、互換性を破る変更のリスクが低くなり、緊急パッチのデプロイ時間が短縮されます。
  • カナリア デプロイでロールアウトをテストする: 依存関係のアップグレードに、自動カナリア デプロイと堅牢なロールバック メカニズムを実装します。カナリア デプロイを使用すると、本番環境でパッチをテストする際の影響を最小限に抑えることができます。

ソフトウェアをモダナイズする

従来の開発ワークフローからエージェント型フレームワークに移行するには、作成、テスト生成、セキュリティ監査などの特定のタスクに特化した AI エージェントのオーケストレーションが必要です。次の例は、ソフトウェア開発ライフサイクルに AI エージェントを導入する方法を示しています。

  • 開発: 開発者は、IDE 内チャットまたは CLI の自然言語プロンプトを使用して、アプリケーションの設計とプロトタイプ作成を行います。
  • ビルド: AI 処理は、コード補完機能によってコードを生成するか、既存のコードを修正することで、デベロッパーを支援します。
  • テストとメンテナンス: デベロッパーと品質保証チームは、AI 駆動のテストと自動リファクタリングを使用します。
  • レビューとデプロイ: デベロッパーは、AI を活用したコードレビューと Infrastructure as Code のサポートを使用します。
  • トラブルシューティング: 開発者は、Firebase Crashlytics などのツールで AI による問題分析を使用して、クラッシュやエラーに対処します。
  • 運用: デベロッパーとソフトウェア エンジニアは、AI エージェントを使用して既存のアプリケーションを理解し、変更します。

ソフトウェアのモダナイゼーションでは、セキュリティと技術的負債の軽減が、環境に小さな反復的な変更を加えるように設計された自律型エージェントにシフトされます。ソフトウェアのモダナイゼーションは、Model Context Protocol（MCP）サーバーに依存しています。これにより、モデルは外部ツールやライブ環境データに直接リアルタイムでアクセスできます。

ソフトウェア開発ライフサイクルの開始時に安全でないコードのリスクを軽減するには、計画中に依存関係を分析し、ツール統合を使用して単体テストを生成し、ソース リポジトリ内で直接自動コードレビューを実行できる独立したエージェントをデプロイします。プロジェクト固有のルール、専門的なスキル、決定論的なコマンドフックをデベロッパー ワークスペースに直接埋め込むことで、コーディング エージェントはリスク軽減の最前線となります。エージェントに正しい手順を実行させるには、決定論的なスクリプトを使用し、別の専用エージェントを使用してピアレビューを呼び出します。特殊なエージェントには、セキュリティ スキャナ エージェント、デバッグ エージェント、自動レッド チーム エージェントなどがあります。

ソフトウェアのモダナイゼーションを支援するために、Google Antigravity や Gemini Code Assist などのツールは、人間によるレビューや中央パイプラインのビルドが行われる前に、問題をキャプチャ、テスト、修復する独立したコラボレーターとして機能します。Google Antigravity は、完全なエージェント マネージャーと IDE エクスペリエンスを提供します。Gemini CLI の Gemini Code Assist は、ヘッドレス実行用のターミナル CLI を提供します。Wiz や他の Google サービスでさまざまなエージェント スキルを使用して、開発プロセスを支援できます。Agent Platform には、Gemini 3.5 Pro や Flash などのモデルが含まれており、マルチステップの推論、長いコンテキスト ウィンドウ、組み込みツールの実行が可能です。

開発速度を向上させるには、段階的に計画し、継続的にテストし、コミット前にローカルで小さな変更をスキャンできるエージェントを使用します。これらのエージェントは、コードベースの安定性を確保し、commit が小さく分離されている場合にロールバックを実行します。

セキュリティ基盤を強化する

環境にエージェントを導入する前に、インフラストラクチャと SDLC パイプラインを適切に強化してください。安全な基盤を構築するには、次のアクションを検討してください。

  • ポリシーとアクセス制御を構成して、ソフトウェア コンポーネントを可視化し、脆弱性を検出して、ソフトウェアを本番環境にデプロイする前に問題を修正します。
  • Shielded VM、Confidential Computing、WizOS で強化されたベースイメージを使用して、アプリケーション レイヤ、OS レイヤ、ハードウェア レイヤを保護します。
  • Wiz Runtime Sensor を使用してデベロッパー ワークステーションと CI / CD ビルドランナーをモニタリングし、ライブ CI / CD パイプライン攻撃を検出して、アクティブなメモリ内コンテキストを提供します。
  • セキュリティ ポスチャー サービスからのドリフトを検出して修正し、セキュリティ ポリシーに準拠した環境を維持します。
  • Wiz Registry Connector を使用してセキュリティ ポリシーを適用するように、オープンソースの使用にセキュア ゲートウェイを構成します。
  • 厳格なネットワーク セグメンテーションとファイアウォール ルールを使用して、開発環境、ステージング環境、本番環境を分離します。
  • すべてのパイプライン、デプロイ、アクセスログを、継続的なモニタリングとフォレンジックのために、一元化された不変のストレージ ロケーションに保存します。
  • 改ざんと構成のずれを防ぐために、CI / CD パイプラインを不変のインフラストラクチャとして扱います。不変のインフラストラクチャでは、攻撃者がインフラストラクチャに永続的な足場を築くことができないように、エフェメラルな短命のランナーを使用する必要もあります。
  • アプリケーションとクラスタに対するすべての変更を、バージョン管理とデプロイ前の審査を可能にするソース リポジトリに保存します。

その他のベスト プラクティスについては、Google Cloud 最小限の実行可能な安全なプラットフォームをご覧ください。

SDLC を強化する

セキュア AI フレームワーク（SAIF）では、SDLC パイプラインで AI を安全に使用するために実装する必要があるコントロールについて説明しています。AI を追加する際に考慮すべき主な項目は次のとおりです。

  • 説明責任を確保し、重要な状況において、明確な人間の監視や帰属先が不明瞭なエージェントが自律的に行動するのを防ぐため、人間が制御を維持する必要があります。エージェント ID、ユーザーの同意メカニズム、安全な入力を区別する必要があります。
  • エージェントの権限は、エージェントが本来の目的のみを達成し、権限を不適切に拡大しないように制限する必要があります。適切なアクセス制御、スコープ付き認証情報管理を構成し、サンドボックスを使用してコンポーネントを適切に分離する必要があります。
  • 透明性と監査可能性を確保し、セキュリティに関する意思決定とユーザーの理解を可能にするために、すべてのアクションを監視可能にする必要があります。

サプライ チェーン攻撃では、信頼できるエージェントを侵害して、重要なデータベースの変更、コードの改ざん、本番環境のシークレットの漏洩を行うことができます。このリスクを軽減するため、AI を使用する SDLC パイプラインは、次のようなセキュリティのベスト プラクティスに依存しています。

  • ブラウザ拡張機能、CLI ユーティリティ、IDE プラグインを制御する IDE とワークスペースの設定。これにより、未承認の AI コーディング支援が、独自のコードベース行を未検証の外部モデル エンドポイントに引き出すことを防止します。
  • 不正な変更を防ぐための厳格なアクセス制御。厳格な Identity and Access Management（IAM）と認証制御により、エージェント アカウントを含むパイプライン サービス アカウントに必要最小限の権限のみを付与し、すべてのユーザーに多要素認証を適用して、ユーザーとエージェントのアクセス権を定期的に確認して最新の状態に保つことができます。
  • ソースコードと構成の保護。悪意のあるコードや偶発的なコードがビルドフェーズに到達しないようにします。次の点を考慮してください。
    • ブランチがレビューされ、pull リクエストまたはマージ リクエストが承認済みのピア（特に人間のレビュアー）によってレビューされていることを確認します。
    • マージのバイパス オプションを許可しない。
    • すべての commit が署名されていることを確認して、コードの真正性を検証し、不正な改ざんを防止します。
    • 内部コードをフォークする機能や、誤って非公開リポジトリを公開する機能を制限します。
  • 認証情報の侵害を回避するための動的なシークレット管理。シークレットを動的に処理するには、ソースコードと構成ファイルでハードコードされたパスワード、API キー、トークンを排除します。IaC と構成ファイルの自動シークレット スキャンツールを使用すると、commit が受け入れられる前にシークレットを検出できます。Secret Manager を使用すると、実行時に認証情報を動的に挿入できます。
  • パイプライン内のセキュリティ チェックを自動化して、脆弱性を早期に検出する。開発中、サードパーティ ライブラリ、アプリケーションの実行時に脆弱性を検出できるように、SAST、SCA、DAST テストを含むテスト戦略を検討してください。
  • 改ざんを防ぐためにアプリケーション パッケージを保護。ビルド パッケージに不変のバージョニングを使用し、コンテナ イメージとパッケージを Artifact Registry に push する前にスキャンします。開発、ステージング、本番環境など、すべての環境で同じコンテナ イメージをプロモートします。

フェーズ 4: モニタリング

エージェント攻撃は脅威の状況を急速に変化させるため、プロセスを継続的にモニタリングし、自動化の機会を特定する必要があります。また、コードがどこに存在するかに関係なく、コードの脆弱性によって作成された脅威を検出して対応できる必要があります。脅威を効果的にモニタリングするには、センサーを配置し、適切な指標を確立し、シミュレーションの実行を完了し、リハーサル済みの能動的対応ハンドブックを使用する必要があります。

Wiz Defend は Google Security Operations と統合され、Wiz プラットフォームからのアラートとコンテキストを使用して SOC ワークフローを強化します。Wiz Defend は、クラウド環境内でランタイム動作、クラウド構成、ID、脆弱性を直接モニタリングします。Wiz Defend は、リアルタイムのアラートを整理し、フォレンジック証拠を処理して、高忠実度の検出と統合された脅威に変換します。Wiz Blue Agent は、データを調査して脅威が本物かどうかを判断できます。Wiz は、優先度の高いアラートを Google SecOps に送信して、さらに対応アクティビティを実行できます。

Google SecOps は、環境全体からテレメトリーを取り込んで、イベントを関連付け、対応ハンドブックを調整できます。このテレメトリーには、オンプレミス サーバー、SaaS ID プロバイダ、エンドポイント、ファイアウォール、マルチクラウド環境が含まれます。Google SecOps には、アラートを自動的に調査して追加のコンテキストを提供するエージェント SOC が含まれています。アナリストは自然言語で質問でき、エージェントは技術的なコンテキスト、テレメトリー、問題への対処に関する推奨事項を提供できます。このエージェントは、脅威検出ルールの作成と管理を自動化し、検出のギャップを特定して、そのギャップに対する検出ルールを自動的に生成することもできます。

エージェント型脅威インテリジェンスは、Mandiant と VirusTotal のデータを使用して調査を高速化できます。エージェント型脅威インテリジェンスは、コードのリバース エンジニアリング、マルウェアの分析、カスタム脅威ブリーフィングの生成など、複雑で時間のかかるタスクを自動化し、セキュリティ チームが他の重要な作業に専念できるようにします。

次の図は、さまざまなモニタリング ツールが連携してコンテキストを追加し、自動化されたタスクを完了して、アラートに優先順位を付ける方法を示しています。

AI 脅威モニタリング ツール。

次のステップ