PenteraがAIワークフロー向け「MCPサーバー」を発表、検証データに基づき悪用可能な脆弱性への優先対処を可能に

要点

• セキュリティ検証大手のPenteraが、AIアシスタントに検証データを連携させるための「MCPサーバー」を発表した。

• 従来のAIセキュリティは断片的なリスク情報に依存しており、実際の攻撃経路を正確に評価できない課題があった。

• Penteraは本番環境で安全に模擬攻撃を実行し、理論上の弱点ではなく実際に悪用可能な攻撃経路と証拠を生成する。

• MCPサーバーの導入により、使い慣れたAIツールから自然言語で攻撃検証データを直接取得・確認できるようになる。

• これにより、対応の優先順位付けが深刻度スコアから悪用可能性の有無に変わり、脆弱性対策の無駄を排除できる。

• セキュリティ検証プラットフォームを提供するPenteraは2026年7月14日、同社の検証データをAIアシスタントと直接連携させるためのMCP（Model Context Protocol）サーバーを発表した。これにより、担当者は使い慣れたAIツール上で、検証データを自然言語で取得・確認できるようになる。憶測ではなく実際の攻撃証拠に基づいた迅速な意思決定を可能にするという。

孤立したリスク情報に依存するAIセキュリティの限界と課題

近年、セキュリティ部門では脆弱性の要約や対策の優先順位付けにAIアシスタントを導入する動きが進んでいる。しかし、多くのAIツールは、脆弱性スキャナーの検出結果や深刻度スコア、外部の脅威情報といった「断片的なリスクシグナル」に依存しているのが現状だ。

実際のサイバー攻撃者は、アカウント権限（アイデンティティ）やネットワーク、クラウド資産などを横断し、それぞれの弱点を連鎖させて侵入を試みる。AIが孤立した検出結果しか参照できない場合、それらの脆弱性が組み合わさることで本当に悪用可能な攻撃経路（アタックパス）が形成されているかを判断できない。

結果として、検証ステップを欠いた従来のAIセキュリティは「推測」に基づく対処を自動化しているにすぎず、優先度の低い脆弱性の対処に時間を取られ、真に対処すべき脆弱性が放置される課題があった。

実環境での模擬攻撃による「セキュリティ検証」の役割

この課題を解決するのが、検出された脆弱性が実際の攻撃で本当に悪用されるかをテストする「セキュリティ検証（セキュリティバリデーション）」である。

PenteraのAI駆動プラットフォームは、この検証を自動かつ安全に実行する。本番環境に影響を与えない形で実世界の攻撃手法を安全に再現（エミュレート）し、どの弱点が実際に悪用可能かを検証する仕組みだ。同プラットフォームは、単に理論上の弱点リストを作成するのではなく、内部インフラやクラウド、アカウント権限などの領域をまたぐ模擬攻撃を実行して「実証済みのアタックパス」を可視化する。

検証結果には、使用された攻撃手法、到達したシステム、取得された認証情報（クレデンシャル）、昇格した権限、危険にさらされた資産、そして達成された目的といった具体的な「攻撃の証拠」がステップごとに記録される。これにより、対応のワークフローは「推測に基づく優先順位付け」から「検証された証拠に基づく修復と再テスト」へと移行する。

MCP規格を通じたAIと検証データのシームレスな融合

今回の発表の中核は、この検証データをAIの運用環境へ直接供給するための「MCPサーバー」の導入である。MCP（Model Context Protocol）とは、AIモデルが外部のデータソースとスムーズに接続し、情報をやり取りするための共通規格を指す。

従来、検証データはセキュリティ部門の個別管理画面に閉じていることが多く、AIアシスタントが他のツールから得たセキュリティアラートを処理する際にそのデータを参照することが困難だった。

今回Penteraが提供するMCPサーバーにより、企業は使い慣れたMCP対応のAIアシスタントにPenteraのデータを直接接続できる。AIエージェントに対して「直近のテストで特権アクセスにつながったアタックパスを表示して」「重大な脆弱性のうち、実際に悪用可能と検証されたものはどれか」といった問いかけを自然言語で実行可能になる。

優先順位付けと対処ワークフローの劇的な変化

これにより、セキュリティ運用の現場における判断のスピードが大きく変わる。

例えば、脆弱性スキャナーが重大な問題を検出した際、アナリストはAIアシスタントを通じて、その問題がPenteraで検証済みかどうかをその場で確認できる。AIは関連する攻撃経路や手法、影響を受ける資産、特権昇格や横方向移動（ラテラルムーブメント：ネットワーク内で他のシステムへ侵入を拡大する手法）の有無などの証拠を返す。これにより、無駄な作業チケットの作成を防ぎ、検証済みの問題のみを修復へ回すことができる。

また、何百件もの検出結果を単に深刻度スコア順に並べ替えるのではなく、実際の環境において「最も悪用が容易で、最も被害が大きい攻撃経路」を特定し、AIを通じて修復の最優先事項として提示することが可能になる。

補足

Penteraは、セキュリティ検証データを日常のAIワークフローへ組み込むことで、セキュリティ運用の推測を排除し、証拠に基づいた修復プロセスの自動化を支援していく構えだ。