自律型ペネトレーションテストの実力と限界――Picus Securityが示す検証速度とカバー率の実態

要点

• 2026年上半期のCVE発見数は前年比49.5％増の3万5364件に達し、脆弱性公開から悪用までの平均時間は前年の21.5日からわずか8時間へと急減した。

• 米ガートナーは、数分〜数時間でリスクを検証する「COST」を提唱し、2028年までに企業の侵入テストの60％以上が継続的検証へ移行すると予測している。

• AIによる「エージェンティック・ペネトレーションテスト」は、攻撃コードを安全に実行して脆弱性の実害や攻撃経路の連鎖を明確に実証できる強みを持つ。

• 一方で、本番環境への制約などから検証範囲は全体の20〜30％にとどまり、25万端末の網羅には数週間を要するなど構造的な限界も存在する。

• サイバーセキュリティ企業のPicus Securityは、AIエージェントが自律的に侵入テストを行う「エージェンティック・ペネトレーションテスト」の有効性と限界に関する分析をThe Hacker Newsで公表した。脆弱性の公開から実際の悪用が始まるまでの期間が8時間へと激減するなか、従来の定期テストに代わる手段として自律型検証が注目を集めている。同社は自律型テスト製品を提供する立場から、本手法が実証できる成果と、手法そのものが抱える速度や適用範囲の制約を客観的に解説している。

脆弱性の急増と「8時間」に短縮された悪用猶予

Picus Securityの報告によると、現在の脅威環境の変化を示す重要な数値として以下の4点が挙げられている。

まず脆弱性の総数について、2026年上半期に確認されたCVE（共通脆弱性識別子：個別のセキュリティ脆弱性に割り当てられる識別番号）は3万5364件に達し、前年同期比で49.5％増加した。一方で、同年8月までに公開された約3万9600件のCVEのうち、実際の攻撃で悪用が確認されたのは95件にとどまる。脆弱性の深刻度スコアの高さだけを基準にした優先順位付けは、防御側が対処すべき実態と乖離しているという。

さらに、脆弱性の公開から悪用までの平均時間は2025年の21.5日から2026年には8時間へと急激に短縮した。また、AI探索で特定された2万6000件以上の脆弱性のうち、開発元により修正プログラムが提供されたのは421件にとどまる。

年1回実施される従来のペネトレーションテスト（侵入テスト）では最大365日、週1回の自動実行でも最大7日間の未検証期間が生じる。公開から8時間で悪用される脅威に対しては、従来の定期テスト手法では対応が追いつかない実態が示されている。

ガートナーが提唱する「COST」への転換

こうした状況を受け、米調査会社のガートナーは「COST（Continuous Offensive Security Testing：継続的攻撃的セキュリティテスト）」モデルを提示している。

これは従来の特定時点での評価を改め、システム変更などを契機に数分から数時間以内でテストを完了させる運用形態だ。ガートナーは、2028年までに企業の侵入テストプログラムの60％以上が継続的な検証体制へ移行すると予測しており、評価の焦点は「テストの有無」から「露出したリスクの検証スピード」へ移っているという。

自律型侵入テストが証明する「2つの事実」

迅速なリスク検証を実現する手段として期待されているのが、AIエージェントが自律的に侵入経路を探索・実証するエージェンティック・ペネトレーションテストである。

元記事によると、この手法は2つの決定的な証拠を提示できるという。1つ目は個別の脆弱性が悪用可能であるかの実証だ。バージョン情報からの推測ではなく、エクスプロイト（脆弱性を悪用するプログラム）を安全に実行して成否を確認する。2つ目は攻撃の連鎖による到達経路の実証だ。初期侵入から権限昇格、ラテラルムーブメント（組織内ネットワークの横展開）を経て重要資産に至る侵入経路を実際に再現する。修正後の再テストも容易なため、確実な根拠に基づく対策が可能になる。

検証速度とカバー率に立ちはだかる「構造的限界」

一方で同社は、自律型侵入テストには特定ベンダーの実装によらない手法固有の限界が存在すると指摘している。

第1に「速度のギャップ」だ。25万台規模のエンドポイント環境では全工程の完了に数週間を要する。人間の専門家によるテスト（約3カ月）より高速だが、順を追って検証を進める間に環境自体が変化してしまうため、8時間の悪用ウィンドウには間に合わない。

第2に「カバレッジ（網羅性）のギャップ」だ。実際の攻撃コードを実行する性質上、業務に不可欠な本番システムやエアギャップ環境（外部から物理的・論理的に隔離されたシステム）は安定性の観点から除外される。また、実動する攻撃コードがない数千件のCVEには対応できず、公開からコード出現までの期間は何も検証できない。

結果として、企業環境で検証できる範囲は悪用可能な領域全体の20〜30％にとどまり、ツールを追加してもこの上限は変わらないと説明されている。