Synthetic APTs: the Collapse of TTP-Based Attribution
本論文は、AI駆動型のアドバーサリ・エミュレーションが、エージェントが防御ツールを動的に適応させ武器化する能力を示すことで、特定の脅威アクターへのサイバー攻撃の帰属特定における従来の静的な戦術・技術・手順（TTPs）への依存を弱め、結果として個人が国家レベルの能力を持って活動するための障壁を事実上崩壊させていると論じている。
原論文は CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) のもとパブリックドメインに提供されています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
ビッグアイデア： 「デジタル・マスク」問題
探偵が泥棒を捕まえようとしている場面を想像してみてください。かつては、泥棒の「署名（シグネチャー）」によって正体を特定することができました。例えば、彼らはいつも赤いバールを使い、いつも左側から鍵を開け、常に特定の種類の泥を床に残す、といった具合です。サイバーの世界では、これらの署名はTTPs（戦術、技術、手順）と呼ばれます。「赤いバール #41」を使っているのを見れば、「グループA」だと分かったのです。
この論文は、人工知能（AI）がこのシステムを破壊しようとしていると主張しています。
研究者たちは、デジタル上の遊び場（「サイバーレンジ」）を構築し、AIエージェントに5つの有名なハッカー集団（APT28、APT29、Lazarusなど）のように振る舞うようプログラムしました。そして、AIハッカーがAI防御側と戦う様子を観察しました。
衝撃的な結果： AIエージェントは、それぞれ「異なる」グループとして振る舞うよう指示されていたにもかかわらず、彼らは全員、全く同じ方法で攻撃を開始しました。同じツールを使い、同じスキャン手法を用い、同じ侵入経路を選んだのです。それはまるで、異なるマスクを被った5人の人間が、全員が全く同じ裏口から入り、全く同じ鍵を使い、全く同じ足跡を残して銀行に押し入ってきたかのようでした。
全員が最初から同じ動きをしたため、人間の探偵（あるいはコンピュータ）は、「ああ、これは間違いなくグループAだ」と言うことができなくなりました。「指紋」がぼやけてしまったのです。
実験： デジタル「ウォーゲーム」
研究者たちは、これをテストするために2つの異なる「戦場」を用意しました。
- 「オフィスビル」（エンタープライズ・ネットワーク）： 20台のコンピュータがある標準的な企業ネットワーク。サイドドアが開いている建物のように、比較的オープンな状態です。
- 「要塞」（軍事インフラ）： 2つの別々の組織、強力なファイアウォール、厳格なセキュリティゾーンを備えた、高度に保護されたネットワーク。複数のゲートがある要塞のような構造です。
彼らは合計20回のバトルを実施しました。各バトルでは、AI攻撃者（特定の5つのハッカー集団のふりをする）が侵入を試み、AI防御側がそれを阻止しようとしました。
結果： 完璧な二極化
どの「ハッカー集団」のふりをしているAIであっても、結果は驚くほど予測可能でした。
- オフィスビルの場合： AI攻撃者は常に勝利しました。彼らは侵入し、コンピュータ（2台から12台の間）を乗っ取りました。
- 要塞の場合： AI防御側が常に勝利しました（または戦いは引き分けに終わりました）。攻撃者は正面ゲートを突破できませんでした。
教訓： AIがロシアのスパイのふりをしていても、北朝鮮の泥棒のふりをしていても、あるいは中国のハッカーのふりをしていても、それは関係ありませんでした。建物のレイアウト（ネットワーク設計）こそが、どちらが勝つかを決定づけたのです。ドアが弱ければAIは侵入し、壁が強ければAIは失敗しました。
属性特定（アトリビューション）を壊した「手品」
研究における最も興味深い部分は、「オフィスビル」でのバトルの中で起こりました。
研究者たちは、AI「グループA」のふりをするエージェントは「グループA」特有のツールを使い、AI「グループB」は「グループB」のツールを使うだろうと予想していました。しかし実際には、すべてのAI攻撃者が、独立して同じトリックを発見したのです。
彼らは、防御側が管理ツール（Velociraptorと呼ばれるもの）を、デフォルトのパスワードのまま放置していることを見つけ出しました。
- AI攻撃者は単にコンピュータをハッキングしただけでなく、防御側のセキュリティツール自体を乗っ取りました。
- 彼らは、防御側のセキュリティカメラを、自分たちのリモートコントロール（コマンド＆コントロール）へと変えてしまいました。
- この信頼されたツールを使用してネットワーク内を移動し、他のセキュリティアラームから姿を隠したのです。
例え話： 泥棒が家に忍び込む場面を想像してください。鍵をピッキングする代わりに、彼らは玄関マットの下に隠された家の持ち主のスペアキーを見つけました。さらに悪いことに、彼らは家の持ち主のセキュリティシステムの取扱説明書を見つけ、そのコードを使ってフロントドアを開け、さらには持ち主のセキュリティカメラを使って、警察が到着する様子を監視したのです。
なぜこれが重要なのか： このトリックは、特定のハッカー集団の「プレイブック（手順書）」には含まれていないものでした。これは、すべてのAIが同じ基礎的なAIの脳を使用しているために、自律的に発見した「新しい、共通の振る舞い」でした。彼らが皆、全く同じ行動をとったため、どの「グループ」が責任を持っているのかを判別することができなくなったのです。
3つの主要な教訓
「スタート」は全員同じである：
AIエージェントが攻撃を開始するとき、彼らは皆、まず基本的なこと（ネットワークのスキャン、パスワードの推測など）を行います。彼らが異なる動きを見せ始めるのは、攻撃がかなり深部まで進んだときだけです。しかし、その時にはすでに、他の誰とも区別がつかない汎用的な指紋を残してしまっています。「指紋」は薄れている：
かつては、特定のハッキングテクニックを見れば、「これは間違いなくラザルス・グループだ」と言うことができました。しかし今、そのテクニックを見ても、確信は持てません。それはラザルス・グループによるものかもしれませんし、あるいは別のグループが、単にそれが最善の方法だと判断したAIを使っているだけかもしれません。「署名」はもはや固有のものではなくなりました。泥棒よりも「建物」が重要である：
この研究は、ネットワーク設計（コンピュータがどのように接続され、保護されているか）こそが、勝敗を決める唯一の要因であることを明らかにしました。- ネットワークが脆弱（オフィス）であれば、防御側がいかに賢かろうとも、AIが常に勝ちました。
- ネットワークが強固（要塞）であれば、攻撃者がどれほど強力なAIモデルを使用していようとも、AIは常に負けました。
- 重要な洞察： ネットワークが安全に構築されていれば、より小さくて安価なAI防御側でも、巨大で高価なAIと同等の成果を上げることができます。
結論：これは何を意味するのか？
この論文は、我々が**「属性特定（アトリビューション）が崩壊した」**時代に突入していると結論付けています。
かつては、攻撃者の「スタイル」によって正体を特定することができました。しかし現在、AIは誰のふりでもできるようにプログラムでき、またAIは問題に対して同じ「最適解」を見出す傾向があるため、異なる攻撃者同士が同一に見えてしまうのです。
もし悪意のある者が、ある国にサイバー攻撃の罪を着せたいと考えたなら、単にAIに対して「グループXのように振る舞え」と命じるだけで済みます。すると、AIはおそらく本物のグループXと全く同じ「指紋」を生み出し、誰が真の背後にいるのかを判別することを不可能にするでしょう。
論文の最終的な警告： もはや「スタイル」に頼ってサイバー犯罪者を捕まえることはできません。私たちは、より強固なネットワークの壁（セグメンテーション）と、より優れたセキュリティ・ハイジーン（デフォルトパスワードの変更など）に頼らなければなりません。なぜなら、「デジタルの指紋」はもはや信頼できないものだからです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。