本文にスキップ
AI News HubLIVE
サイト内リライト4 分で読了

CogentとOpenAI、企業向けサイバー防御ファクトリーを構築

記事の要約

CogentはOpenAIモデルと企業コンテキストを組み合わせ、AIエージェントによる脆弱性の自動修復を実現し、調査から検証済み修復までの安全運用を提供する。

ソースOpenAI News
CogentとOpenAI、企業向けサイバー防御ファクトリーを構築
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内
本文へ

OpenAIとスタートアップのCogent Securityは、企業向けの「サイバー防御ファクトリー」を構築するために提携している。この取り組みは、企業のセキュリティにおける最も困難な部分、すなわち脆弱性の発見ではなく修正に焦点を当てている。修正作業は複数のチームにまたがり、企業環境の文脈を理解する必要がある。攻撃者がどのように脆弱性を悪用するか、どのビジネスシステムが危険にさらされるか、どのような変更を安全に行えるかを把握することが求められる。

CogentのAIエージェントは、GPT‑6.1 Sol、GPT‑5.6、GPT‑6 AstraなどのOpenAIモデルを企業のコンテキストと制御に組み合わせ、調査から検証済みの修正までのプロセスを処理する。エージェントは暴露を評価し、許可された変更を実行し、リスクが排除されたことを確認する。CogentのContext Engineは、各顧客の資産、脆弱性、アイデンティティ、所有権、依存関係の企業ナレッジグラフを維持する。専用のバックグラウンドエージェントがセキュリティツールとシステム間の情報を継続的に調整し、調査と修復エージェントに環境の共有理解を提供する。

GPT‑6 Astraは、その作業の事前計画と複雑な推論を処理する。これにより、Cogentの共同創設者兼CTOであるGeng Sng氏が「企業のためのメモリハーネス」と呼ぶものが実現する。同氏は「新しいタスクが発生するたびに世界の姿を再学習する必要はない」と述べている。コンテキストを再利用することで、レイテンシ、推論コスト、一貫性のない結果を削減できる。

CogentのAgent Policiesは、各企業が許可する変更と承認要件を定義し、ポリシー執行エンジンであるTRACEが実行前にツール呼び出しをポリシーに照らしてチェックする。チェックは決定論的で、別途モデル推論を必要としない。Agent Gatewayは独立して認可を検証し、リスクの高い作業は分離されたサンドボックスで実行できる。顧客は調査を委任したり、変更に承認を要求したり、限定的な自律修復を許可したりできる。

PHPでPHP2Shellと呼ばれる重大なセキュリティ脆弱性が公表されたとき、すでにサイバー防御ファクトリーを導入していた顧客はその恩恵を受けた。GPT‑6.1 SolとGPT‑6 Astraが調査と修復計画のための深い推論を提供し、エージェントはコンテキスト層を利用して影響を受けるシステムを特定し、暴露を評価し、アプリケーションの依存関係と運用上の制約を考慮した計画を策定した。その後、顧客定義の承認と実行ワークフローを使用して修正を調整し、解決を検証した。

Cogentの報告によると、顧客はサイバー防御ファクトリーを使用して脆弱性をより迅速に解決し、調査能力を拡大している。Fortune 1000の自動車顧客は重大な脆弱性の平均修復時間を75%短縮し、Fortune 500のITサービス顧客は脆弱性トリアージのスループットを5倍に向上させた。取引プラットフォームのMarketAxessは、Cogentがどの暴露を最初に修正すべきかの判断に役立つと述べている。MarketAxessのグローバルCISOであるVijay Bala氏は「Cogentは私たちの環境を攻撃者のように見る。インターネットから脆弱なシステムへの経路を追跡し、途中の制御をチェックする。私たちの修復作業は今、最大のリスクと攻撃者が侵入に利用する可能性のある経路に焦点を当てている」と語る。

Cogentはクローズドソースとオープンソースの代替案を継続的に評価し、OpenAIモデルが長期间のセキュリティタスクでより強力な推論、高い忠実度、技術コードベースでの幻覚の少なさ、より信頼性の高い実行を示すと報告している。モデルはコンテキストを維持しながらツール呼び出しを逐次的および並列に連鎖できる。Cogentは複雑な調査では推論品質を優先し、より単純な作業ではコストを優先する。一般的な実行にはGPT‑6.1 Solを使用し、高度な推論が重要でない日常的な脆弱性管理タスクにはGPT‑5.6を使用する。

Geng Sng氏は、OpenAIモデルは他のプロバイダーと比較してコスト効率が高く、大規模なエージェント群を実行する場合に大きな利点になると指摘する。OpenAIモデルの使用により、Cogentが修復とパッチ適用のために構築する必要があるサポートソフトウェアも削減された。APIはリクエストルーティングとエージェントオーケストレーションを合理化し、内部エンジニアリングのオーバーヘッドを大幅に削減し、複雑なセキュリティワークフローの市場投入までの時間を短縮した。Cogentのエンジニアの大多数は開発にCodexを選択しており、オープンソースのコーディング環境で同じモデルを使用するよりも、OpenAIモデルとCodexを組み合わせる方が生産性が高いとGeng氏は述べている。

Trusted Access for CyberとDaybreakを通じて、Cogentは内部レッドチーミングと攻撃経路研究の技術サポートを受ける。Daybreak Redアクセス層は、許可された攻撃と脆弱性研究のための専用OpenAIモデルをチームに提供する。Geng氏は「良い防御には良い攻撃が必要だ」と語る。同社はこの研究を利用して、脆弱性がアイデンティティ、リソース、ネットワーク制御をどのように連鎖するかを調査し、エージェントの能力と次に構築すべき防御機能を理解する。

Cogentは、企業が独自のサイバー防御ファクトリーを構築するための主要パートナーとして能力を拡大する計画だ。ロードマップには、自律修復の高度化、エージェントが実行できる修正の範囲と複雑さの拡大が含まれ、単純な設定変更から異なる企業システムにまたがる多段階のワークフローまで対応する。同社は自律的な発見と検証も開発中で、リスクを発見・排除しながら各脆弱性から継続的に学習し、将来の調査と修正を改善するクローズドループシステムを目指している。

要点と分析を開く

記事インテリジェンス

エンジニア中級

要点

  • CogentのCyber Defense FactoriesはGPT-6.1 Sol、GPT-5.6、GPT-6 Astraを活用し、企業コンテキストを組み合わせて脆弱性修復を自動化。
  • 平均修復時間を75%短縮し、脆弱性トリアージのスループットを5倍に向上。
  • Context Engineによる企業ナレッジグラフ、Agent Policies、TRACEポリシーエンジンで安全でコンプライアントな実行を保証。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。