CPSのロゼッタストーン：ClarotyのAI搭載ライブラリ
Clarotyは、AI搭載のCPSライブラリを発表。Databricks上でマルチエージェントシステムを活用し、産業用・医療機器の識別問題を解決。脆弱性の帰属精度を25%以上向上し、56%のデバイスに新たなセキュリティ推奨事項を提供。
長年にわたり、工場、病院、重要インフラを動かすサイバーフィジカルシステム（CPS）は、静かな「アイデンティティ危機」に直面してきました。IT管理者がネットワーク上のすべてのラップトップを簡単に識別できるのに対し、OT（運用技術）セキュリティチームは工場フロアで何が稼働しているかを正確に把握するのに苦労しています。ClarotyのTeam82研究チームの最近の報告書は、驚くべき現実を明らかにしました。CPSアセットの88％が正確な製品コードを送信せず、76％がベンダーの公式記録と異なる製品コードを使用しています。この「デジタル出生証明書」の欠如により、脆弱性管理はほぼ不可能になり、セキュリティチームは一貫性のないリソースから手動で情報を組み立てることを余儀なくされています。
この問題を解決するため、ClarotyはAI搭載のCPSライブラリを発表しました。これは、産業用および医療用ハードウェアの「ユニバーサルトランスレータ」として設計された、初の権威あるマッピングエンジンです。システムの核心はエンティティ解決（ER）の課題であり、ノイズの多い実世界データを一致させて統合し、単一の真実の情報源を形成することを目的としています。高忠実度の決定論的トレーサビリティを実現するために、Clarotyは標準的なマッチングアルゴリズムを超え、実証済みの古典的ER手法と生成AIの認知能力を組み合わせたハイブリッドアーキテクチャを設計しました。
このシステムはDatabricksデータインテリジェンスプラットフォーム上に構築され、レイクハウスアーキテクチャを採用して従来のデータサイロを排除し、専有OTプロトコル、API呼び出し、非構造化ベンダーPDFマニュアルなどの多様なデータセットを単一のスケーラブルな環境に取り込みます。データエンジニアリングでは、Delta Lake上に構築されたMedallionアーキテクチャを採用し、Bronze層の生JSONデータから始まり、プロモーションパイプラインが動的にマッピングレジストリを適用して生の証拠をガバナンスされた正規スキーマに変換します。Delta Lakeのスキーマ進化とタイムトラベルを利用することで、Clarotyは破ることのできない管理チェーンを維持します。
最も洗練された部分は、Databricks Custom Agentsを使用して構築されたオーケストレーション型マルチエージェントシステムです。このシステムは3つの中核コンポーネントで構成されています。NLPエージェント（複雑で混合形式のデータを解析）、推論エージェント（信頼度スコアリングと統計テストを適用して信号とノイズを区別）、およびヒューマン・イン・ザ・ループ（低信頼度マッピングを専門家がレビューし、フィードバックをシステムに取り込んで継続的に精度を向上）。このアーキテクチャにより、1700万以上のアセットとその複雑な依存関係を処理できます。
実際の応用例として、ClarotyのxDomeが1769-L36ERMS/Bなどのモデル番号を検出すると、システムは内部コードを即座に認識し、商用名にリンクし、特定の部品とファームウェアバージョンを特定し、正確なCVEを添付します。これにより、以前は手動でカタログを検索し、CISA警告を確認し、NVDエントリを検証するというプロセスが自動化されます。
主な成果には、決定論的トレーサビリティ（デバイスが最小限のデータしか報告しない場合でも、統計的推論とドメイン誘導ロジックで正確な身元を三角測量）、脆弱性帰属精度の25％向上、および分析されたデバイスの56％に以前は見えなかった新しいセキュリティ推奨事項が含まれます。Clarotyはまた、Lakeflow Jobsを使用して生データから構造化テーブルへの完全なETLプロセスをオーケストレーションし、LLM-as-a-Judgeアプローチを使用して出力品質を継続的に評価しています。