Block社、OpenAI技術を活用した次世代AIセキュリティ基盤の構築と成果を公開
OpenAI Defense Factoryによるセキュリティ運用の自動化と高速化
Square、Cash App、Afterpayなどを展開するBlock社は、OpenAIの技術（OpenAI Daybreakなど）を統合した「OpenAI Defense Factory」を活用し、セキュリティ運用の自動化と高度化を大規模に推進している。従来のセキュリティ業務では、単一の脆弱性スキャンやログ解析に数日から数週間を要していたが、AIエージェントの導入によって人間の意図からアクションまでのリードタイムが劇的に圧縮されている。
特に注目すべきは、検出チューニング（Detection tuning）のプロセスである。従来は過去の膨大なケースを手動で再クエリする必要があり非常に高コストだったが、提案された検出変更を過去7ヶ月分の本番テレメトリーに対して1時間未満でリプレイ検証できるシステムを構築した。これにより、アラートの誤検知トリアージにおいて四半期あたり約600時間のアナリスト工数を削減し、トリアージのスループットおよびインテリジェンス収集・調査能力をそれぞれ50%向上させることに成功している。
複数ドメインを横断する自律型ハンティングと攻撃パスの解析
Block社のセキュリティシステムは、単なる個別のアラート処理に留まらない。従来の静的スキャナーでは見落とされがちな、複数プロダクトのログを横断した相関分析（クロスドメイン・ジョイン）を自律的に実行する。例えば、エンドポイントの軽微なポリシー違反アラートから、AIモデルがアイデンティティログと突合させ、組織全体を揺るがす大規模な攻撃キャンペーンを特定するといった「自律型ハンティング」が実運用されている。
また、レッドチーム演習（模擬サイバー攻撃）においては、内部システムのわずかなヒントを元に、SQLインジェクションから権限昇格、足がかりの確保、認証情報の列挙、別システムへのピボットに至るまでの完全な攻撃パス（Attack Path）をわずか2時間で構築・実証した。さらに、高レベルな脆弱性の検知から自動的なパッチ提案までの時間はわずか18分を記録しており、防御側が攻撃者のスピードに対抗するための強力な武器となっている.
マルチモデルのルーティング戦略と「Human-in-the-Loop」
Block社のアプローチの重要な特徴は、すべてのタスクに単一の最新モデルを盲目的に適用するのではなく、タスクの性質に応じてモデルを動的に使い分けるマルチモデル・ルーティング戦略を採用している点にある。独自のセキュリティハーネス基盤を構築し、適切なタスクを適切なモデルへ割り当てるとともに、エージェント同士が互いの成果物を検証する仕組みや、人間のオペレーターが介入するためのフック（Human-in-the-Loop）を組み込んでいる。
AIエージェントは高い技術的処理能力を持つ一方で、企業の文脈や過去の意思決定の背景（コンテキスト）を完全に保持しているわけではない。そのため、コードの所有者特定や脆弱性の修復（パッチ提案・exploitabilityの確認・デプロイ）の最終段階においては、人間が戦略的なコンテキストを提供し、リスクレベルを慎重に管理しながら適用範囲を段階的に引き上げる運用ポリシーが徹底されている。
開発者・エンジニア視点での考察
-
複数ログを横断する相関分析（クロスプロダクト・ジョイン）の自動化: 単一のツールやアラートに依存せず、エンドポイントログとアイデンティティログなどの異種データソースをLLMが自律的に結合し、複合的なインシデント（キャンペーン）を発見するアプローチは、SOC（セキュリティオペレーションセンター）の検知能力を根本から変革する。開発者は、バラバラにサイロ化したログ基盤に対して、横断的な意味解析を行えるセマンティック・レイヤーをAIエージェント向けに提供するアーキテクチャ設計が求められる。
-
タスク特性に応じたマルチモデル・ルーティングの実装: すべての処理に最高性能・最高コストのモデルを割り当てるのではなく、トリアージ、ログ解析、コード修正などのタスクごとに最適なモデルをルーティングする仕組み（ハーネス）の構築が、AI運用の費用対効果（ROI）を最大化する鍵となる。開発者は、プロキシ層やオーケストレーション層において、動的なモデル選択とフォールバック機能を備えたミドルウェア設計を進めるべきである。
-
「Human-in-the-Loop」を前提としたリスクラダリング: AIによる自動パッチ生成や脆弱性修復において、完全な全自動化（Autonomous）を目指すのではなく、人間のコンテキストと戦略的判断を挟む段階的リスク管理（Risk Laddering）が実運用では不可欠である。エンジニアは、AIが提案したパッチの検証プロセスやロールバック機構において、人間が迅速かつ安全に承認・デプロイ権限を行使できるガバナンス駆動型の開発ワークフローを設計する必要がある。
Source / 元記事
この記事について
この記事は、公開されているニュース、論文、公式発表、RSSフィードなどをもとに、AIが要約・補足調査・考察を行って作成しています。
元記事の完全な翻訳・逐語的な要約ではなく、AIによる背景説明や開発者向けの考察を含みます。
重要な技術仕様・価格・提供状況などは、必ず元記事または公式情報をご確認ください。
