AIが加速させるサイバー攻撃と脆弱性対応
―企業に求められる防御運用の変化

生成AIの普及によって、サイバー攻撃は大きく変化しています。従来は高度な技術者が時間をかけて行っていた脆弱性調査や攻撃コード作成が、AIの活用によって短時間で実施されるようになりつつあります。特に、公開された脆弱性情報から攻撃対象を抽出し、インターネット上の公開サーバを探索する流れは自動化との親和性が高く、脆弱性の公開直後から攻撃が始まるケースも増えています。その結果、企業には従来以上に迅速な判断と対応が求められています。一方で、すべての脆弱性に即時対応することは現実的ではありません。AIによって発見速度が高まる現在では、「全部直す」ことを前提にするのではなく、「今攻撃される可能性が高いもの」を優先的に対処する考え方が重要になります。また、完全に侵入を防ぎ切ることが難しくなっている以上、侵入された場合を前提に、事前に対応体制を整備しておくことも重要です。脆弱性管理によって侵入リスクを下げつつ、万一侵入された場合でも迅速に検知・封じ込めできる状態を準備しておくことが、被害拡大防止につながります。

生成AIによって、攻撃者は大量の技術情報を短時間で分析できるようになっています。公開された脆弱性情報から対象製品を抽出し、攻撃対象を探索する行為も効率化されています。特に、VPN機器、クラウド管理画面、公開Webサーバなどは優先的に狙われやすい領域です。また、AIによって自然な日本語の生成が容易になったことで、従来より判別しにくいフィッシングメールも増加しています。攻撃側は大量試行によって成功確率を高めるため、「自社は狙われにくい」という前提は成立しにくくなっています。

クラウド利用の拡大や部門単位でのSaaS導入によって、企業が把握しきれていないIT資産は増加しています。攻撃者はこうした管理外の資産を優先的に探索します。ASMは、インターネット上から見える資産を継続的に可視化し、脆弱性や設定不備を監視する仕組みです。特に、放置サーバ、古い認証方式、不要公開領域などを発見するうえで有効です。ただし、ASMは導入だけで安全性が確保されるものではありません。発見したリスクを誰が判断し、どの優先順位で対処するかまで含めて運用設計する必要があります。

近年は、脆弱性の情報公開から攻撃開始までの期間が短縮されています。そのため、従来の定例メンテナンス中心の対応では、攻撃速度へ追従できないケースも増えています。一方で、すべてを即時更新すると業務停止リスクも高まります。経営層には、「更新による短期影響」と「侵害による長期影響」を比較し、どのリスクを優先するか判断する視点が求められます。特に重要システムでは、必要に応じて一時停止を含めた判断も必要になります。

AI時代では、脆弱性の発見から攻撃までの時間が短くなっており、“問題が起きてから考える対応”では間に合わなくなっています。 だからこそ今は、迅速に検知・封じ込め・復旧できる組織的な対応体制そのものが、企業の重要な備えになっています。例えば火災対策でも、火を出さない努力だけでなく、火災発生時に迅速に避難・消火・復旧できる体制が必要です。 サイバーセキュリティも同様に、「発生した時にどう動くか」を事前に決めておくことが企業に求められています。
AI時代のセキュリティ対策では、「何を守るべきか」を把握できていない状態そのものが大きなリスクになります。特に、クラウド環境やSaaSの利用拡大によって、IT資産は急速に分散しています。その結果、管理外サーバ、古いシステム、未承認クラウド利用などが攻撃対象になりやすくなっています。現在の防御では、脆弱性対策だけでなく、Asset Managementを継続的に運用し、「どの資産が存在し、どのリスクを抱えているか」を把握し続けることが重要になります。

SBOMは、ソフトウェアを構成するライブラリやOSS部品を一覧化する考え方です。近年はオープンソースの利用が拡大しており、脆弱性発見時に「どの製品に影響するか」を即座に把握しにくくなっています。SBOMを整備することで、脆弱性公開時の影響調査を迅速化しやすくなります。また、サプライチェーン全体のリスク管理という観点でも重要性が高まっています。

クラウド利用の拡大によって、情報システム部門が把握していないIT利用も増加しています。特に、部門単位で導入されたSaaSや検証用のクラウド環境は、管理外のまま放置されるケースがあります。こうしたShadow ITは、古い認証設定や脆弱な公開状態のまま運用される可能性があります。そのため、クラウド資産管理とShadow ITの検知を継続的に実施し、「どの資産がインターネットに露出しているか」を把握し続けることが重要になります。