---
title: AI時代のサイバー防御_v2
tags: 
author: [Gaku Nakamura](https://www.docswell.com/user/gakumura)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/PJR9VV2N79.jpg?width=480
description: 2026-10-13 GPT 6.1 Solで作成 プロンプト： こんな感じのストーリーでスライドを作ってほしいです。 ・昨今のAI技術の進歩により、サイバー攻撃が非常に増えている ・防御側にもAIを活用できるが、現時点では攻撃側のほうがより有効に活用できている ・ある脆弱性とそのパッチが公開されてから 　・攻撃側が数時間でPoCを完了し攻撃手法を確立、広範に攻撃トライアルを開始できるのに対して、 　・防御側は脆弱性の内容の判断、パッチのシステムへの影響の検証、リリース判断、稟議などで数日から数週間の期間がパッチ適用までに必要となり、非対称性がある ・パッチ適用はもちろん重要だが、個々の脆弱性をタイムリーに塞ぐことは不可能である前提で、多層防御や攻撃検知と遮断にも力を入れていくべきである
published: October 13, 26
canonical: https://www.docswell.com/s/gakumura/KN73ME-ai-agent-it-security
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/PJR9VV2N79.jpg)

AIがサイバー攻撃の速度と規模を押し上げる
悪用を確認した脆弱性数
攻撃の準備をAIが支援
月平均／件
20
18
15
10.5
偵察や脆弱性分析、攻撃コード作成
を効率化し、攻撃を試みる対象を広
げる。
10
5
NCSCは、AIが脅威の頻度と強度を
高めると評価している。
0
2025年
2026年1～8月
出典：GTIG（2026/9/30）、NCSC（2025/5/7） ※脆弱性の種類数であり、攻撃件数ではない。増加全体をAIに帰属させる数値ではない。
01


# Page. 2

![Page Image](https://bcdn.docswell.com/page/PEXQZZD8JX.jpg)

防御側には、業務を止めないための判断が必要
比較項目
攻撃側
防御側
達成したいこと
脆弱性を悪用する
安全性と業務継続を両立する
実行前の課題
PoCや攻撃コードを作成する
影響検証・業務調整・変更承認
AIが速める部分
技術的な準備と試行
分析・優先順位づけ・検知
残る制約
対象発見や検知回避も必要
適用の責任と業務影響の判断
AIで分析を速めても、組織の意思決定には時間がかかる
出典：NCSC “One does not simply defend agentically”（2026/9/21）をもとに整理
02


# Page. 3

![Page Image](https://bcdn.docswell.com/page/3EK988XLED.jpg)

攻撃の準備と修正の完了には、時間差がある
AIによるPoC作成の実験
企業の完全修正に関する調査
31分
43日
Windowsカーネルの脆弱性で
最初のPoCを作成するまで
既知悪用脆弱性を検出してから
完全修正するまでの中央値
PoC作成の高速化に対して、修正の展開には検証と調整が必要
出典：Anthropic（2026/6/8）、Verizon DBIR 2026 p.17 ※異なる対象・起点の比較。PoC完成は広範な攻撃開始を意味しない。
03


# Page. 4

![Page Image](https://bcdn.docswell.com/page/L73W225675.jpg)

パッチ適用までの期間にも、防御が必要
完全修正した既知悪用脆弱性の割合（%）
40
38
すべてを悪用前に
修正できるとは限らない
26
30
重要な脆弱性の修正を急ぐ。
アクセス制限と検知・遮断で、
未修正の期間を守る。
20
10
0
前年の調査
2026年版の調査
出典：Verizon DBIR 2026 p.17、ASD/ACSCほか（2026/9/8） ※CISA KEV該当脆弱性の企業内完全修正率。全脆弱性の修正率ではない。
04


# Page. 5

![Page Image](https://bcdn.docswell.com/page/87DKZZDMJG.jpg)

多層防御で、侵入と被害拡大を抑える
防御の役割
対策の例
狙い
入口を減らす
不要な公開の停止、アクセス制限
攻撃が届く対象を減らす
攻撃を遮断する
WAF／IPS、暫定的な緩和策
パッチ適用までの露出を抑える
侵入を検知する
EDR、ネットワーク・認証ログの監視
不審な挙動を早期に把握する
被害拡大を抑える
端末隔離、権限制限、ネットワーク分離
横展開や情報流出を抑える
各層を組み合わせ、パッチが完了するまでのリスクを下げる
参照：ASD/ACSCほか “Opportunities for AI in cyber defence”（2026/9/8） 対策は対象システムと攻撃手法に応じて選定する。
05


# Page. 6

![Page Image](https://bcdn.docswell.com/page/VJPKDDXQE8.jpg)

パッチの迅速化と、検知・遮断の強化を進める
修正までの時間を短くする
未修正の期間を守る
悪用状況と外部公開の有無で
修正の優先順位を決める
対象資産に暫定対策を適用し、
監視と検知を強化する
緊急変更手続きと事前検証を整え、
適用の判断と展開を速める
検知後の遮断・隔離までを整え、
演習で対応の速さを確認する
パッチを速める。適用まで守る。侵入後の被害を抑える。
参照：NCSC（2026/9/21）、ASD/ACSCほか（2026/9/8） 上記は本資料の推奨施策。
06


# Page. 7

![Page Image](https://bcdn.docswell.com/page/2EVV11LPEQ.jpg)

参考資料
01
Google Threat Intelligence Group 2026/09/30
Vulnerability Discovery and Exploitation Trends in the AI Era
02
英国NCSC 2025/05/07
Impact of AI on cyber threat from now to 2027
03
英国NCSC 2026/09/21
One does not simply defend agentically
04
Anthropic 2026/06/08
Measuring LLMs’ impact on N-day exploits
05
Verizon
2026/05/19
2026 Data Breach Investigations Report, p.17 / Figures 12–14
06
豪州ASD/ACSCほか 2026/09/08
Opportunities for AI in cyber defence
資料名をクリックすると原文が開きます。参照日：2026年10月13日
07