Fully Automated End-to-End Adversary Emulation from MITRE ATT\&CK Based Cyber Threat Intelligence Using LLMs
本論文は、MITRE ATT&CKに準拠したCTIレポートからCalderaプレイブックを生成、実行、および反復的に修正するためにLLMを活用する、完全に自動化されたエンドツーエンドのフレームワークを紹介するものであり、効果的な失敗回復メカニズムを通じて高い実行成功率を達成することにより、AURORAのような従来の最先端システムを大幅に上回る性能を実現している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 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
デジタル世界を、悪党たちが常に銀行に侵入したり、秘密を盗んだり、混乱を引き起こそうと画策している、巨大で賑やかな都市だと想像してみてください。この都市の安全を守るために、セキュリティ・ガード（サイバー防御側）は、それらの悪党たちがどのように考え、どのように行動するのかを正確に知っておく必要があります。しかし、ここには落とし穴があります。悪党たちは日々、より賢く、より速く、より独創的になっているのです。先手を打つために、防御側はこれらの具体的な現実世界の攻撃を練習しなければなりません。これは「アドバーサリ・エミュレーション（敵対者模倣）」と呼ばれます。これは火災訓練のようなものですが、煙やホースの代わりに、デジタル・シミュレーションを使用して、自社のセキュリティ・システムがハッカーを検知し、阻止できるかどうかを確認します。
問題は、この「火災訓練」の準備が非常に困難であることです。通常、人間の専門家が、最近のサイバー攻撃に関する長く複雑なレポートを読み、ハッカーが具体的に何をしたのかを理解し、その後、コンピュータに同じことをさせるためのスクリプトを手動で作成しなければなりません。それは、外国語で書かれた説明書を読みながら、目をつぶってレンガを一つずつ積み上げて、複雑なレゴのお城を作るようなものです。これには膨大な時間がかかり、多額の費用がかかり、もし小さなミスを一つでも犯せば、お城全体が崩れてしまいます。この論文は、大きな問いを投げかけています。「超スマートなコンピュータ（AI）に、これらのレポートを読ませ、私たちの代わりにレゴのお城を組み立てさせ、さらにはお城が倒れた時に自分で直させることはできるだろうか？ 私たちが指一本動かすことなく、すべてをこなせるだろうか？」と。
この論文の研究者たちは、「はい、できます！」と言っています。彼らは、デジタル界の熟練したマスター・ビルダーとして機能する、完全に自動化されたロボット・システムを構築しました。その仕組みは以下の通りです。まず、システムは実際のサイバー脅威レポート（これはハッカーによる強奪の物語のようなものです）を読み取ります。次に、強力なAIの脳を使用して、その物語を「プレイブック」と呼ばれる一連の指示へと翻訳します。このプレイブックは、サイバー攻撃のレシピのようなものだと考えてください。システムは、このレシピが機能するかどうかを確認するために、テスト・キッチン（安全で隔離されたコンピュータ・ネットワーク）の上でレシピを調理します。
しかし、ここからが魔法の部分です。以前は、もしオーブンが熱すぎたり、材料が足りなかったりしてレシピが失敗した場合、人間が介入して、何が間違っていたのかを突き止め、レシピを書き直さなければなりませんでした。この新しいシステムは、人間を待ちません。もし攻撃が失敗した場合、システムは即座にエラーを確認し、何が原因で失敗したのか（例えば「おっと、間違ったパスワードを使った」や「ファイルパスが見当たらない」など）を推測し、自力でレシピを修正しようと試みます。システムは、攻撃がスムーズに実行されるまで、指示を試し、微調整し続けます。
チームはこのシステムを、11種類の異なる現実世界の攻撃ストーリーでテストしました。その結果、システムは驚くほど優れた仕事ぶりを見せました。彼らが試した中で最高のAIモデル（Claude Sonnet 4.5と呼ばれます）を使用したとき、システムは自ら間違いを修正した後、約84%の確率で攻撃レシピの構築と実行に成功しました。システムが修正を開始する前は、成功率は約70%でした。これは、「自己修復（セルフ・リペア）」機能が非常に大きな助けとなり、成功率を約15パーセントポイント押し上げたことを意味しています。
研究者たちは、このロボット・ビルダーを、現在の最高峰の人間の主導によるシステム（AURORAと呼ばれます）と比較しました。彼らのロボットは、完全に自動化されているだけでなく、より詳細な攻撃プランを作成し、以前のチャンピオンよりも高い成功率を叩き出しました。システムは、一つのプレイブックを作成して修正するまでに、200秒未満の時間と、わずか35セント程度のコンピュータ処理能力しか必要としませんでした。対照的に、人間が同じ作業を手動で行う場合、数ヶ月かかることもあります。
この論文は、このアプローチが大きな前進である理由として、人間がプロセスを常に監視し続ける必要性を排除できるからだと示唆しています。しかし、研究者たちは、このシステムは素晴らしいものであるものの、完璧ではないことも注意深く述べています。時として、環境がAIの予想とはあまりにも異なっている場合があり、その際、ロボットがどんなに努力しても問題を解決できないことがあります。しかし、大多数のケースにおいて、この「自己修復型」ロボットは、過去の攻撃から学び、それに対する防御をテストするというプロセス全体を自動化できることを証明しており、私たちのデジタル都市をより安全に、そしてセキュリティ・チームをより効率的にしてくれるのです。
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。