シスコは本日、セキュリティ分野で最も困難で時間とコストがかかる問題の一つであるコードベース内の既知の脆弱性の特定に特化したセキュリティ小言語モデル（SLM）ファミリー「Antares」を発表しました。現在、Antares-350MとAntares-1Bの2モデルがHugging Face上でオープンウェイトモデルとして公開されています。
ベンチマークテストの結果、これらのモデルはGPT-4やClaude 3.5 Sonnetを含む多くの強力なクローズドモデルやオープンモデルを、わずかなコストで凌駕することが示されました。また、十分にコンパクトであるためローカル実行が可能であり、機密性の高いコードベースをクラウドに送信するリスクを回避できます。
シスコは同時に、オープン仕様「Foundry Security Spec」、セキュアコーディングガイダンス「CodeGuard」、そして500タスクからなる新しい脆弱性特定ベンチマークをリリースしました。これらを組み合わせることで、サイバーセキュリティ専門家の業務を支援する実用的で信頼性の高いAIツールを定義し、エンタープライズにおけるAIセキュリティツールの採用を促進するエコシステムと標準の確立を目指しています。
小規模モデルがもたらす変革
ソフトウェアセキュリティは、公開データベースやアドバイザリ、CWEなどの外部脆弱性知識を内部コードと結びつけることに依存しています。しかし、リポジトリは大規模でセキュリティシグナルはノイズが多く、関連する証拠が一箇所にまとまっていることはほとんどありません。アナリストは未知のコードを検索し、命名規則を追跡し、呼び出しパスを検査し、候補ファイルを比較し、脆弱性が実際に存在するか判断する必要があります。
さらに、組織は能力があるだけでなく実用的に展開可能なセキュリティツールを必要としています。コンパクトなモデルは推論コストを削減し、ローカルまたはオンプレミスでの運用をサポートし、機密ソースコードを自社環境内に保持できます。Antaresは、リソースの制約からトークン集約型のAIモデルを重要なタスクに使用できなかった大学、公共機関、小規模セキュリティチームにもAI支援セキュリティの力を提供します。
Antaresの独自性
従来の静的解析ツールは価値があるものの、ルールが多く、結果のトリアージに多大な労力を要します。汎用コーディングモデルはコードを推論できますが、セキュリティ調査や端末ナビゲーション、構造化された脆弱性特定に最適化されているとは限りません。
Antaresはその中間領域を狙っています。シスコファウンデーションAIチームの先駆的研究により、コンパクトなモデルでも検索、反映、戦略修正、非効率な経路からのバックトラックを学習できることが示されました。つまり、有用な検索行動はモデル規模だけでなく、学習された検索戦略からも得られるのです。次の課題は、同じアイデアが現実のセキュリティ問題である脆弱性コードの特定に役立つかどうかでした。
Antaresは人間の調査員がリポジトリを調査する方法に似た反復検索パターンを採用しています。各モデルは脆弱性の説明から開始し、関連するコードパターンを検索し、候補ファイルを読み、新しい証拠を取り入れ、非効率な経路では方向転換し、最も関連性の高いファイルに絞り込みます。目標は専門家の判断を代替することではなく、ソースコードの脆弱性トリアージの初期段階をより高速で再現性が高く、レビューしやすくすることです。
実際のワークフローとしては、リポジトリスナップショット内の特定のCWEカテゴリに関連するファイルの特定、アドバイザリ主導のセキュリティ調査のトリアージ、モデル駆動型リポジトリ探索による静的解析の強化、CI/CDパイプラインでの早期レビューが必要な脆弱性ファイルの特定、厳格なプライバシーまたはコンプライアンス要件のある環境でのローカルセキュリティ分析などがサポートされます。
Antaresは、関連する脆弱性を含む可能性が高いソースファイルの順位付けリストと、その結果に至った端末探索トレースを出力します。セキュリティチームはこの出力を利用して、アドバイザリトリアージ、特定のCWE調査、CI/CDセキュリティチェックにおけるアナリストのレビュー優先順位を決定できます。ただし、Antaresはアプリケーションセキュリティツールチェーン全体を置き換えるものではなく、依存関係分析、シークレットスキャン、動的テスト、インフラストラクチャチェック、脅威モデリング、修復ワークフロー、専門家によるレビューは引き続き必要です。
新しいベンチマークの必要性
脆弱性コード特定モデルの構築には、測定の問題が直ちに生じました。Antaresは一般的な問題解決やパッチ生成、広範なコード検索を対象としていないため、汎用コーディングベンチマークだけに頼ることはできません。そのためシスコは、500タスクからなる脆弱性特定ベンチマークを開発しました。このベンチマークは、モデルが未知のコードベースを効率的にナビゲートし、特定のCWEカテゴリに関連する脆弱性パターンを認識する能力を評価します。
オープンウェイトである理由
シスコがAntaresをオープンウェイトとしてリリースするのは、セキュリティコミュニティが実用的なリポジトリレベルの防御のためによりアクセスしやすい構成要素を必要としているからです。脆弱性トリアージはコストがかかり、専門知識、時間、インフラ、機密コードへのアクセスを要します。これらのコストは、もともとセキュリティリソースが制約されている大学、研究機関、非営利団体、公共部門のチームに最も深刻にのしかかります。
前進への焦点
Antaresは、セキュリティ組織がAIを責任を持って測定可能に、そして防御者に役立つ形で活用するためのシスコの広範な取り組みの一部です。Foundry Security Specはエージェンティックセキュリティ評価システムを構築するためのモデルに依存しない青写真を提供し、CodeGuardはセキュアコーディングプラクティスを再利用可能なルールコーパスとして捉え、Antaresは高コストな脆弱性特定ステップを支援します。
これらを総合すると、オープン仕様、再利用可能なセキュリティ知識、コンパクトなデプロイ可能モデル、進捗を測定可能にするベンチマークという、AI支援防御のためのより耐久性のある基盤をコミュニティが構築する助けとなります。目標は、オンプレミスやリソースの制約に関わらず、すべてのセキュリティ実務者が日常のセキュリティ運用にAIを効果的に組み込めるシステムを構築することです。
詳細については、Hugging FaceページでAntaresモデルを探索し、モデルカードを確認してください。ベンチマークと評価方法の詳細は技術論文を参照するか、シスコファウンデーションAIまでお問い合わせください。