2024年11月にModel Context Protocol（MCP）が導入されて以来、その採用は急速に加速しています。企業は現在、数十から数百のMCPサーバーを管理しています。これらのツールは、外部データソースやAPIに接続することでAIエージェントの機能を拡張します。続いて2025年4月にはAgent-to-Agent（A2A）プロトコルが登場し、自律エージェントが人間の介入なしに直接通信できるようになりました。最近では、Agent Skillsがエンタープライズインフラストラクチャ全体に現れ始めています。この成長により、3つのセキュリティギャップが生じました。つまり、チームにはどのツールやエージェントが展開されているかの可視性が欠け、手動のセキュリティレビューは展開速度に追いつけず、コンプライアンスフレームワークは自律AIエージェントには存在しない監査証跡を要求します。
組織は、未審査のMCPサーバー、A2Aエージェント、Skillsからのリスクに直面しています。機密データシステムへの不注意なアクセス、SOXやGDPRフレームワーク下でのコンプライアンス違反（規制上の罰則につながる可能性がある）、そして脆弱なツールや悪意のあるエージェントが展開後に発見された場合の運用中断などです。セキュリティチームは、手動レビュープロセスが各AIアプリケーションの展開に数週間を追加し、AI採用の加速とともに増大するバックログを生み出すと報告しています。不完全なツールとエージェントの追跡による監査の失敗は、コンプライアンスチームが定量化するのに苦労する規制上のリスクを生み出します。
CiscoとAWSのパートナーシップは、戦略的コラボレーションを通じて、企業がAIエージェントを拡大する際の3つの課題（可視性のギャップ、セキュリティのボトルネック、コンプライアンスリスク）に対処します。自動スキャンと統合ガバナンスを通じて、これらのAIセキュリティの課題を克服できます。
エンタープライズの課題とCiscoおよびAWSの対応
戦略的コラボレーションを通じて、AWSとCisco AI Defenseは、企業内のすべてのMCPサーバー、AIエージェント、Agent Skillに対して包括的で自動化されたセキュリティスキャンを提供します。AI Registryは、AWSが支援するオープンソースプロジェクトであり、Cisco AI Defenseと統合されて以下を提供します。
ツールの乱立と可視性：MCPサーバーとAIエージェントを展開する組織は、根本的な可視性の課題に直面しています。チームは多くの場合、クラウドとオンプレミスのインフラストラクチャ全体にアドホックにサーバーとエージェントを追加するため、セキュリティチームが監視を維持することはほぼ不可能です。集中管理なしに数十から数百のツールとエージェントが動作しているため、組織はどのツールが利用可能か、どのエージェントが互いに通信しているか、誰がそれらを使用しているか、そしてセキュリティリスクをもたらすかどうかの可視性を失います。AI Registryは、統一された登録と発見を通じてこれを解決します。すべてのMCPサーバー、AIエージェント、Skillは単一のコントロールプレーンに登録され、完全な可視性を提供します。さらに、Cisco AI Defenseの統合により、追加の保護が提供されます。
サプライチェーンセキュリティの規模拡大：サードパーティのMCPサーバーとA2Aエージェントには、手動レビューでは大規模に捕捉できない脆弱性、悪意のあるコード、または安全でないパターンが含まれる可能性があります。新しいサーバーまたはエージェントがレジストリに追加されると、AIコンポーネントがアクセスできる前に、セキュリティスキャンが自動的に行われます。スキャナーは各MCPツール、A2Aエージェントカード、Agent Skillを分析し、詳細なセキュリティレポートを生成します。問題が見つかった場合、コンポーネントは自動的に無効とマークされ、セキュリティ保留中のタグが付けられ、管理者のレビュー後にアクセスが許可されます。これは、データベースアクセスを提供するMCPサーバーを登録する場合でも、インフラストラクチャ全体でマルチステップワークフローを調整するA2Aエージェントを登録する場合でも同様に適用されます。
コンプライアンスとセキュリティレビューのボトルネック：セキュリティレビューは従来、展開のボトルネックを生み出し、エージェントの展開を遅らせていました。手動レビュー（セキュリティ脆弱性が見つかった場合）を伴う自動スキャンにより、組み込みのセキュリティガードレールを備えたセルフサービスのオンボーディングが可能になります。これにより、手動で遅いプロセスが自動化プロセスに変わり、新しいMCPサーバー、エージェント、Skillsの迅速なオンボーディングが促進されます。
MCPおよびA2Aプロトコル全体の統一セキュリティ
AI Registryは、MCPサーバー、AIエージェント、Skillsが登録および発見される中央コントロールプレーンとして機能し、AIインフラストラクチャ全体の完全な可視性を提供します。これらのAIアセットは、エージェントAI環境全体にわたる包括的な保護を維持するために、セキュリティスキャンワークフローを受けます。
組織がMCPサーバーをRegistryに登録すると、Cisco AI Defense MCPスキャナーがツールの説明とスキーマの深層分析を実行します。同様に、A2Aエージェントを登録する際には、Cisco AI Defense A2Aスキャナーがエージェントの能力宣言、エージェントスキル定義、通信パターンを分析します。AI Agent Skillsに対しても、プロンプトインジェクション、データ流出、悪意のあるコードパターンを検出するSkillsスキャナーを通じて同様のスキャン機能が存在します。このアプローチにより、AIインフラストラクチャが従来のツールアクセス（MCP）、自律エージェントコラボレーション（A2A）、またはSkills（AIコーディングアシスタントなどを介して）のいずれを使用する場合でも、セキュリティスキャンがコンポーネントの運用開始前に自動的に行われます。
組織のセキュリティ態勢は、MCP、A2Aエージェント、Skillsに均一に適用される複数の利用可能なスキャンアプローチを通じて強化されます。YARAアナライザーは、SQLインジェクション、コマンドインジェクション、ハードコードされた資格情報などの既知の脅威をパターンベースで迅速に検出します。LLMアナライザーは、Amazon Bedrockを通じて利用可能なフロンティアモデルを使用したAI駆動の意味分析を実行し、ツールロジック、エージェント動作、能力宣言を調べて、洗練された新しい脅威を特定します。Cisco AI Defense独自のスキャナー（MCPスキャナー、A2Aスキャナー、Skillsスキャナーを含む）は、広範な脅威インテリジェンスと深層コード分析を組み合わせた高度な脅威検出を提供します。A2Aスキャナーは特にエージェントカードのメタデータを分析して、ID偽装、メタデータフィールドへのプロンプトインジェクション、ハードコードされた資格情報、データ流出エンドポイント、SSRFパターンなどのサプライチェーン脅威を検出します。また、A2A仕様の準拠違反をチェックし、発見事項をLOWからCRITICALまでの重大度レベルにマッピングします。
問題が検出されると、システムは脆弱なアセットを詳細なセキュリティレポートとともに自動的に無効にし、アクセスを許可する前に管理者のレビューを要求します。セキュリティスキャンは、新しいサーバーとエージェントをAI Registryに登録する一環として開発ワークフロー（CI/CD統合）に統合され、SOXやGDPRなどの規制要件に対する完全なセキュリティ監査履歴を維持します。
オープンアーキテクチャと統合
AI RegistryはオープンスタンダードとAPIに基づいて構築されており、複数の関係者が統合セキュリティスキャンの恩恵を受ける環境を作り出します。Cisco AI Defenseの顧客でありAWSの顧客である場合、REST APIを介してAI Registryをクエリし、利用可能なMCPサーバーとエージェントを発見し、プログラムによる大規模な脅威検出をサポートできます。これは、組織の中央ITチームがAWSでホストされるAIアセットを保護するために使用できるパターンです。
Registryは、Anthropicの公式MCP Registryと同じREST API仕様を使用して、MCP環境全体の広範な互換性をサポートし、他のMCP展開とのフェデレーションをサポートします。
ダウンストリームワークフロー統合
顧客はセキュリティスキャンを既存のエンタープライズワークフローと統合できます。ServiceNowで問題のあるサーバーまたはエージェントの自動チケットを作成してインシデント対応プロセスをトリガーしたり、高重要度の発見が検出されたときにリアルタイムのSlack通知でチームに即座に警告したり、問題データをSplunkやDatadogなどのセキュリティ情報イベント管理（SIEM）システムに転送して他のセキュリティイベントと関連付けたり、コンプライアンスダッシュボードを介したサマリーレポートで監査準備を支援したりできます。
はじめに
AWS顧客向け：AWS顧客は、AI Registryを展開し、Cisco AI Defense MCPスキャナー統合を構成して、AIアセットのオンボーディングワークフローにセキュリティスキャンを追加できます。構成後、前述のスクリーンショットに示すように、Registryコンソールで脆弱性を監視できます。完全なセットアップガイドは、GitHubのセキュリティスキャナーセットアップガイドで入手できます。オープンソースのAI Registryとの統合に加えて、CI/CDワークフローでCisco AI Defenseを使用して、AIアセットをAWS Agent Registry（組織全体のリソースを整理、キュレーション、発見するための集中カタログを提供するフルマネージドディスカバリーサービス）に登録する前に評価できます。このアプローチにより、チームはMCPサーバー、ツール、エージェント、エージェントスキル、カスタムリソースをレジストリに公開する前、および承認ワークフローやセマンティック/キーワードベースのディスカバリーを通じてそれらのアセットを利用可能にする前に評価できます。公式AWS labsリポジトリには、Cisco AI Defense（OSSバージョン）とAWS Agent Registryの統合のコードサンプルが用意されています。
Cisco AI Defense顧客向け：Cisco AI Defense顧客は、MCPスキャナーを構成して組織のレジストリをターゲットにし、Registry APIを介して利用可能なMCPサーバーとエージェントを発見し、包括的なセキュリティレポートを生成し、発見事項を既存のセキュリティワークフローに統合できます。
結論
この記事では、Cisco AI DefenseとAWS AI Registryの統合が、自動スキャンと統合ガバナンスを通じて、企業がAIエージェントを拡大する際の可視性、セキュリティ、コンプライアンスの課題を解決する方法を探りました。このパートナーシップは、MCPおよびA2A環境にエンタープライズグレードのセキュリティ保護をもたらし、組織が自信を持って大規模にAIエージェントを展開できるようにします。