自律型AIによるWebペネトレーションテストの導入指針と最新動向をまとめたガイドが公開

要点

• 攻撃者が脆弱性を悪用するまでの期間が平均約5日に対し、企業のパッチ適用期間の中央値は43日と防御側の遅れが拡大している。

• 脆弱性の悪用が全体の31%を占めて最大の初期侵入経路となる中、年1回の手動侵入テストでは資産の約90%が未検証のまま残る現状が浮き彫りになった。

• AIエージェントが既知の脆弱性の87%を自力で悪用するなど攻撃側の実力は実証されており、継続的な検証体制への移行が求められている。

• 単にLLMを組み合わせただけのツールを避け、テスト項目の網羅性担保や独立した検証機構を備えたプラットフォームを選定するための基準が提示された。

• 米セキュリティメディアのThe Hacker Newsは2026年9月17日、サイバーセキュリティ企業Reflectizが公開したCISO（最高情報セキュリティ責任者）向けの無料ガイドについて報じた。同ガイドは、脆弱性を悪用する攻撃者の行動速度が加速する現状を受け、自律型AIエージェントを活用したWebサイトのペネトレーションテスト（システムの安全性を確認するために擬似攻撃を行う侵入テスト）の手法や選定基準を解説したものだ。従来の年次テストが抱える課題と、本番環境にAIテストを導入する際に必要な要件が示されている。

攻撃者と防御側のタイムラグ拡大と年次テストの限界

ガイドでは、複数のセキュリティ調査レポートのデータをもとに、従来の定期的なセキュリティテストが直面している構造的な課題を取り上げている。

米ベライゾンの「2026年データ侵害調査報告書（DBIR）」によると、2万2,000件以上の確認済み侵害データにおいて、脆弱性の悪用が全体の31%を占め、盗まれた認証情報を上回って最大の初期侵入経路となった。一方で、修正対応の遅れは顕著になっており、既知の悪用された脆弱性にパッチを適用する期間の中央値は前年の32日から43日へと延びている。米サイバーセキュリティ・インフラセキュリティ庁（CISA）が公開する悪用確認済み脆弱性カタログ（KEV）のパッチ適用率も、38%から26%へ低下したという。

Google Cloud傘下のMandiantによる調査では、攻撃者が新たな脆弱性を悪用可能な状態にするまでの期間は平均約5日とされている。これに対し、セキュリティ企業Cobaltの「2026年ペネトレーションテスト状況レポート」では、高リスクな問題の解決にかかる期間の中央値は39日と報告されている。5日で動く攻撃者に対して43日かけて対応する現状では、リスク管理ではなく事後記録にとどまってしまうと指摘されている。

また、年に1回実施される従来の手動ペネトレーションテストでは、対象資産全体の約90%がテストされないまま残ると推定されており、迅速化する攻撃への対抗策として継続的なテスト手法が求められている。

AIの検証能力と継続的テストがもたらす効果

AIを用いた自律型システムの検証能力については、すでに実証された技術として紹介されている。2025年には自律型システム「XBOW」がバグ報奨金プラットフォームHackerOneの米国リーダーボードで首位を獲得した。また、Fangらによる2024年の査読付き論文では、自律型AIエージェントが人間の支援なしに既知の脆弱性（1-day脆弱性）の87%を悪用できたことが示されている。

さらに開発現場でのAI活用が進んだことでコードの公開頻度が高まる一方、Cobaltのデータによると、AIやLLMを活用したアプリケーションは従来型アプリケーションと比較して高リスクな脆弱性を抱える割合が2.7倍に達しているという。

テスト運用の面では、プログラムによる自動テストを継続的に実施しているチームは、重大な脆弱性を3日以内に修正できる確率が4.5倍高くなることが確認されている。手動テスト1回あたりの費用が業界推定で約1万8,000ドルであるのに対し、IBMが2025年に報告したデータ侵害の平均被害額は444万ドルに上り、経済的な観点からも自動化された継続テストの導入が有利であると説明されている。

ロジックの不備に対する検証アプローチの比較

ガイドでは具体的な脅威の例として、認証後のアカウント領域に存在するIDOR（認可の検証不備により、識別子の改変だけで他者のデータにアクセスできてしまう脆弱性）を挙げ、各種検証手法の違いを比較している。

一般ユーザーとしてログインした攻撃者がプロフィール更新リクエストのIDを改変し、所有権チェックの欠如を突いて他者のIDを列挙、メールアドレスを書き換えてパスワードリセットを実行しアカウントを乗っ取るという攻撃チェーンの場合、検証手法によって以下の違いが生じる。

• 一般的な脆弱性スキャナー: 既知の脆弱性データベース（CVE）と照合するため、アプリケーション固有のビジネスロジックの不備は検出できない。
• DAST（動的アプリケーションテスト）: 固定のテストデータを送信する動的テストツールでは、有効なセッションの維持や複数段階の操作手順に対応できず見落とす。
• 手動ペネトレーションテスト: 対象として抽出されたごく一部のエンドポイントに含まれていれば発見できるが、次のリリースが行われるまでの有効性にとどまる。
• 自律型AIエージェント: エンドポイントの構造を解析し、データの所有関係を推論した上で、ID列挙からメール書き換え、パスワード再発行までの一連の手順を自律的に連鎖させて検出し、継続的な再検証を行う。

2019年に米First American Financialにおいて8億8,500万件の不動産・登記データが露出した事故も、リンク内の数値を1箇所変更するだけで他者のファイルを閲覧できる同様のロジック不備が原因であったと紹介されている。

実用プラットフォームを見極める設計要件

ガイドでは、既存のDASTツールに単にLLMを組み込んだだけのツールでは検証結果にばらつきが生じると警鐘を鳴らし、本格的な運用に耐えうるエージェント型プラットフォームに必要なアーキテクチャの条件を挙げている。

1つ目は、作業項目による検証範囲の強制（Work-item-enforced coverage）である。AI自身にテスト対象を判断させると、特定の興味深い脆弱性に偏り他の対象をスキップする恐れがあるため、全エンドポイントと攻撃カテゴリを組み合わせたテストマトリクスを事前に生成し、スキップ不能な作業項目として実行させる必要がある。AIが適応的に判断すべきなのは「どう攻撃するか」であり、「攻撃を実行するかどうか」ではないとしている。

2つ目は、独立した検証エージェント（Independent validator agent）の配置である。AIが発見した欠陥がレポートに記載される前に、独立した検証機構によって再現性と正確性を確認する仕組みが求められる。

このほか、本番環境に悪影響を及ぼさないための影響範囲のガードレールや、監査証跡の保持機能が導入の必須要件として挙げられている。