Research / Paper Files
Paper Files
Paper Files は、学習ツールとして scientific method を適用する、cybersecurity における継続学習の個人的実践です。各記事は学術出版のためではなく、斧を研ぐための意図的な訓練として書かれています。特定トピックへの知識を深め、考えを厳密に整理し、特定の विषयへの理解が時間とともにどう発展するかを観察するためです。これは訓練日誌に相当する知的活動であり、各エントリには何を学び、どのように分析し、どのような結論に至ったかが記録されます。
私は、セキュリティ専門家がこの方法を採用することを強く推奨します。習得したいトピックを一つ選び、一次資料 (RFCs、papers、公式ドキュメント) を調査し、文章を序論、方法論、分析、結論で構成し、同僚に説明するつもりで書いてください。書くという行為は思考の明確さを強制し、受動的な読書では見えない理解の穴をあぶり出します。このサイトの記事を形式と深さの例として活用し、自分自身のコレクションを構築してください。時間が経てば、どのコースや certification でも置き換えられない、洗練された知識の個人リポジトリが手に入ります。
DAI & ADAI · 2026
DAI: A Domain-Specific LLM with Model-Excluded Authority, Capability-Disjoint Verification, and Recomputable Receipts
DAI (Decripte Artificial Intelligence) is a proprietary domain-specific LLM within a governed autonomous defensive architecture. It is an instance of the proposed ADAI category defined in the companion framework paper. T…
Read paper →ADAI · ENAutonomous Defensive AI: An Envelope-and-Evidence Framework for Governed LLMs Acting on Production Infrastructure
ADAI (Autonomous Defensive Artificial Intelligence) is a proposed category of governed autonomous cyber defense. The framework specifies defended perimeters, bounded effects, declared rollback and capability-disjoint ver…
Read paper →189 papers
生成AI時代におけるAIセキュリティの体系的防御アーキテクチャ：LLM攻撃面分析、実運用防御、およびゼロトラスト統合モデル（2026）
2022年以降、大規模言語モデル（LLM）および生成AIの急速な普及により、従来のサイバーセキュリティに存在しなかった新しい攻撃面が顕在化した。特に、プロンプトインジェクション、トレーニングデータ汚染、モデル抽出、推論時情報漏洩、AIサプライチェーン侵害などの脅威は、従来のアプリケーションセキュリティやクラウドセキュリティの枠組みだけでは十分に対処できない。本研究は、2026年時点の実運用環境に基づき、AIシステムに対する攻撃モデルを体系化し、実践的な防御アーキテクチャを提示することを目的とする。 本研究では、MITRE ATLASフレームワーク、OWASP Top 10 for LLM Applications、NIST AI Risk Management Framework、Microsoft Counterfit、IBM Adversarial Robustness Toolboxなどの既存研究およびツールを統合し、AIセキュリティを「モデル層」「推論層」「データ層」「インフラ層」の四層アーキテクチャとして定式化する。さらに、攻撃成功確率を評価するためのリスクスコアリングモデルを導入し、実環境における検出・防御の実装方法を提示する。 実験では、Llama系モデルおよびOpenAI系APIを対象に、プロンプトインジェクション、モデル抽出、敵対的サンプル生成の攻撃実験を行い、防御手法としてプロンプトフィルタリング、出力監査、eBPFベースのランタイム監視、ゼロトラストAPIゲートウェイを組み合わせた防御構成を評価した。結果として、単一防御では平均攻撃成功率が62.3%であったのに対し、多層防御アーキテクチャを導入した場合には19.4%まで低減できることが確認された。 さらに、実運用ケーススタディとして、企業内LLMアシスタント環境におけるデータ流出リスクを分析し、CNAPPおよびeBPFベース監視を統合したAIセキュリティ基盤を提案する。本研究は、生成AI時代のセキュリティ運用において、AI専用の脅威モデルとクラウドネイティブ防御の統合が不可欠であることを示す。
Read paper →ResearcheBPF駆動型ゼロトラスト環境におけるAI支援脅威ハンティングの実証研究：クラウドネイティブ基盤に対する攻撃検知と運用防御の統合アプローチ
2020年代後半において、クラウドネイティブインフラストラクチャ、ゼロトラストアーキテクチャ、および生成AIの普及は、サイバーセキュリティの脅威環境を大きく変化させた。特に2021年のLog4Shell（CVE‑2021‑44228）、2023年のMOVEit Transfer侵害（CVE‑2023‑34362）、2024年に発覚したXZ Utilsバックドア（CVE‑2024‑3094）などのインシデントは、ソフトウェアサプライチェーンおよびクラウドワークロードの可視性不足が依然として重大なリスクであることを示している。同時に、eBPF（extended Berkeley Packet Filter）ベースの観測技術、クラウドネイティブアプリケーション保護プラットフォーム（CNAPP）、および機械学習を用いた異常検知の実運用導入が急速に進んだ。 本研究は、eBPFベースの低レベルカーネル観測、MITRE ATT&CKフレームワークによる戦術分類、そしてAI支援脅威ハンティングを統合した防御モデルを提案する。提案手法は、Kubernetesベースのクラウドネイティブ環境においてプロセス、ネットワーク、ファイル操作をリアルタイム収集し、確率モデルおよび埋め込みベクトルを用いて攻撃活動を識別する。数学的には、イベント系列 $E = \{e_1, e_2, ..., e_n\}$ を特徴空間 $\phi(E)$ に写像し、異常スコア $S(E)$ を算出する検知関数として定式化される。 実験では、Falco、Cilium Tetragon、Elastic Security、Zeekなどの実運用ツールを統合したテストベッドを構築し、既知の攻撃シナリオ（権限昇格、コンテナ脱出、データ流出）に対する検知率と誤検知率を評価した。結果として、eBPFベース観測とAI分類器を組み合わせた場合、従来のシグネチャベースIDSと比較して最大42%の検知精度向上を確認した。さらに、LLMを用いた脅威ハンティングクエリ生成により、SOCアナリストの調査時間が平均37%短縮された。 本研究の貢献は三つある。第一に、eBPFテレメトリとAIベース分析を統合した実運用アーキテクチャを提示する。第二に、MITRE ATT&CKマッピングを用いた攻撃検知評価フレームワークを構築する。第三に、AI支援SOC運用の実用性を実証する実験結果を示す。本研究は、クラウドネイティブ環境における次世代防御モデルの設計指針を提供し、2026年時点の実践的サイバー防御戦略に重要な知見を与える。
Read paper →Containersクラウドネイティブ環境におけるコンテナのセキュリティ：DockerおよびKubernetesエコシステムにおける脅威モデリング、攻撃手法、防御戦略（2023）
TITLE: クラウドネイティブ環境におけるコンテナのセキュリティ：DockerおよびKubernetesエコシステムにおける脅威モデリング、攻撃手法、防御戦略（2023） ABSTRACT: コンテナの採用は、クラウドネイティブ環境におけるソフトウェアエンジニアリングと運用セキュリティを大きく変革した。DockerやKubernetesのような技術は現代のインフラの基盤となり、大規模なポータビリティ、スケーラビリティ、自動化を可能にしている。しかし、この新しいアーキテクチャは、共有カーネルに基づく分離、複雑なイメージ依存関係、そして潜在的に脆弱なソフトウェアサプライチェーンを特徴とする、独自の攻撃面も導入する。本研究は、2023年時点の最新動向を踏まえ、攻撃的および防御的観点からコンテナのセキュリティを詳細に分析する。まず、namespaces、cgroups、OCI runtime を含む Linux コンテナモデルの技術的基盤を検討する。次に、コンテナ脱出、runtime の悪用、ビルドチェーンの侵害、Kubernetes クラスタへの攻撃といった、実際のインシデントで観測された反復的な攻撃ベクトルを分析する。さらに、workload、runtime、host、制御プレーンの関係を捉え、悪用確率と運用影響に基づくリスク定量化を可能にする形式的な脅威モデルを提案する。提示する方法論は、静的イメージ解析、eBPF に基づく行動監視、seccomp、AppArmor、Pod Security Standards によって強化された分離ポリシーを組み合わせる。実装実験は、Falco、Trivy、kube-bench など、2023年に広く利用されていたツールを用いて計測された Kubernetes クラスタ上で実施した。その結果、既知の脆弱性への露出が大幅に低減され、異常行動のほぼリアルタイム検知が改善されることが示された。また、侵害された Kubernetes クラスタで観測された cryptomining キャンペーンに基づくケーススタディも提示する。考察では、実運用上の制約、ガバナンス上の課題、コンテナサプライチェーンセキュリティの含意を論じる。最後に、Zero Trust モデルとの統合、eBPF に基づく可観測性、クラウドネイティブ環境におけるインシデント対応の自動化を含む今後の方向性を示す。本研究は、コンテナエコシステムの防御に関心を持つセキュリティ専門家、インフラアーキテクト、研究者に対して、運用面および技術面の両方からの視点を提供する。
Read paper →Containersタイトル: Kubernetesベースのコンテナ化環境における脅威の検出および封じ込めのための形式的・運用的アーキテクチャ
タイトル: Kubernetesベースのコンテナ化環境における脅威の検出および封じ込めのための形式的・運用的アーキテクチャ 要旨: コンテナベースのcloud-nativeアーキテクチャの採用は、分散アプリケーションの設計、展開、およびスケーリングの方法を根本的に変革した。Kubernetesは、コンテナ化されたワークロード管理のための主要なオーケストレーションシステムとして確立され、スケーリング、フォールトトレランス、および運用自動化のための宣言的抽象化を提供している。しかし、この追加の抽象化層は新たな攻撃ベクトルを導入し、特に高密度のエフェメラルコンテナと複雑なイメージ供給網を有する環境において、露出面を拡大する。コンテナランタイムの脆弱性の悪用、オーケストレーションAPIの不安全な設定、ならびに誤設定されたクラスタに対する自動化されたクリプトマイニングキャンペーンは、従来のセキュリティ機構がこれらの環境の動的な性質に対処するには不十分であることを示している。本研究では、数学的なシステム状態モデリングと、実用的な可観測性および自動応答機構を組み合わせることで、Kubernetesクラスタにおける脅威の検出および封じ込めのための形式的・運用的アーキテクチャを提案する。われわれは、コンテナ化環境をラベル付き遷移システム LTS = (S, A, →) として形式化し、コンテナ、クラスタノード、および制御プレーン間の相互作用に関連する完全性および非干渉性の性質を表現可能にした。この理論基盤の上に、静的イメージ解析（TrivyおよびYARA）、Open Policy Agent/Gatekeeperを用いた宣言的なアドミッションポリシー、Falcoを介したeBPFによるカーネルレベルの行動監視、ならびにNetworkPoliciesとKubernetesの管理制御を利用した自動隔離機構から成る多層セキュリティパイプラインを実装した。このアーキテクチャは、120ノードおよび2,400個の稼働中Podを有するクラスタ上で実験的に評価され、コンテナエスケープ試行、暗号通貨マイナーの実行、侵害された認証情報を介したラテラルムーブメントを含む複数の攻撃シナリオがシミュレートされた。結果は、平均検出率96.3%、偽陽性率3.8%に加え、運用指標であるMTTDおよびMTTRの有意な低減を示した。これらの結果は、理論的形式化とeBPFに基づく低レベルのテレメトリとの統合が、スケールするcloud-nativeプラットフォームの運用セキュリティを強化するための有効なアプローチであることを示している。
Read paper →ContainersKubernetesベースのコンテナ環境における持続的標的型脅威に対する多層防御モデルの形式的アーキテクチャと実証的評価
TITLE: Kubernetesベースのコンテナ環境における持続的標的型脅威に対する多層防御モデルの形式的アーキテクチャと実証的評価 ABSTRACT: Kubernetesによってオーケストレーションされるコンテナベースアーキテクチャの採用は、その弾力性、移植性、および運用自動化能力により、クラウドネイティブ基盤において主流となっている。しかし、これらの環境の複雑性の増大は、Advanced Persistent Threats（APT）を含む高度な攻撃者によって悪用され得る拡張された攻撃面をもたらす。特に、イメージのサプライチェーン侵害、共有カーネルの脆弱性の悪用、コントロールプレーン権限の濫用、ならびにPod間のラテラルムーブメントといったベクトルは、セキュリティチームにとって重大な課題となる。本研究では、予防的制御、行動検知、および自動化されたレスポンスの各機構を統合した、Kubernetesクラスタ向けの多層防御アーキテクチャを提案する。我々は防御システムをセキュリティ状態のグラフG=(V,E)としてモデル化し、頂点はクラスタのセキュリティ構成を、辺は攻撃者の行動または緩和機構によって誘起される遷移を表す。提案アーキテクチャは、宣言的なセキュリティポリシー（Open Policy Agent/GatekeeperおよびKyverno）、eBPFベースのシステムコール検査（Falco）、7層ポリシーによるネットワークセグメンテーション（Cilium）、イメージの脆弱性分析（Trivy）、およびクラウドネイティブ・セキュリティ・エコシステムに統合された可観測なテレメトリを組み合わせる。我々は、複数ノードのKubernetes環境と分散アプリケーションを代表するワークロードを含む実験環境において、実証的評価を実施した。実験シナリオでは、権限昇格、コンテナ脱出、データ流出を含む、コンテナ向けMITRE ATT&CKフレームワークに文書化された技術を再現した。結果は、多層防御アプローチが観測可能な攻撃空間を大幅に縮小し、平均検知時間（Mean Time To Detect – MTTD）を改善することを示している。我々は、アドミッションポリシー、イメージの静的分析、およびeBPFに基づくリアルタイム監視の統合により、悪意ある行動パターンをより高精度に検知でき、単独のアプローチと比較して偽陽性を低減できることを観測した。以上より、セキュリティポリシーの形式化とカーネルの可観測な計測を組み合わせることは、持続的な攻撃者に対してKubernetesプラットフォームのレジリエンスを強化するための有望な道筋であると結論づける。本研究は、分析モデル、参照アーキテクチャ、およびスケールするクラウドネイティブ環境向けのセキュリティ戦略の開発を導くことができる実験結果を提供する。
Read paper →Cloudタイトル: 統一テレメトリと敵対者モデリングに基づくマルチクラウド環境における脅威検出および対応のための形式的かつ運用的アーキテクチャ
タイトル: 統一テレメトリと敵対者モデリングに基づくマルチクラウド環境における脅威検出および対応のための形式的かつ運用的アーキテクチャ 要旨: マルチクラウドおよびクラウドネイティブ・アーキテクチャの普及は、組織の攻撃対象領域を深く変容させ、従来の境界防御中心のセキュリティから、アイデンティティ、API、サプライチェーン、分散制御プレーン、ソフトウェア定義インフラストラクチャのガバナンスへと焦点を移行させた。2019年のCapital One侵害におけるServer-Side Request Forgery (SSRF) の悪用とAWS Instance Metadata Serviceへの不正アクセス、ならびに脆弱性Log4Shell (CVE-2021-44228) の大規模悪用といった広く文書化されたインシデントは、過度に特権化されたアイデンティティ、断片化した可視性、およびテレメトリの異種性の組み合わせが、大規模なシステム的侵害を引き起こし得ることを示している。同時に、クラウド事業者および独立組織が公表するインテリジェンス報告は、有効な認証情報、OAuthトークン、APIキーの悪用が、現代のクラウド環境への攻撃において反復的な侵入ベクトルであることを示している。本研究では、マルチクラウド環境における脅威検出および対応のための形式的かつ運用的アーキテクチャを、相補的な三つの柱に基づいて提示する。(i) 制御プレーン、ネットワーク、ランタイムに由来するテレメトリの意味的統合、(ii) 有向かつ注釈付きの時系列グラフによる敵対者行動の形式モデリング、(iii) Sigmaによる宣言的ルール、Suricataによるネットワークシグネチャ、eBPFベースの計測（Falco）、およびElastic Stackと正規化されたインジェスト・パイプラインを用いた構造化分析を組み合わせたハイブリッドな相関機構である。我々は検出問題を、注釈付き時系列グラフ上で定義される決定関数 f: G(E,T) → {0,1} として形式化し、テレメトリの完全性および時間粒度に関する明示的仮定の下で、条件付き完全性と偽陽性抑制に関する形式的性質を導入する。アーキテクチャは、Amazon Web Services、Microsoft Azure、Google Cloud Platform を含むマルチクラウド環境において、計測済みKubernetesクラスタと、Atomic Red Teamで実行した MITRE ATT&CK for Cloud フレームワーク由来の実験シナリオを用いて実証的に評価した。制御プレーン・ログのみに基づくベースラインと比較して、アイデンティティ操作、コンテナ実行、データ流出を含むチェーンに対する平均検出時間（MTTD）の一貫した短縮と検出率の向上を確認した。我々の結果は、テレメトリの意味的統合と攻撃チェーンの形式モデリングを組み合わせることで、成熟したセキュリティ運用センター（SOC）の運用に適合可能な偽陽性率を維持しつつ、測定可能な検出性能の向上が得られることを示している。
Read paper →Cloud2023年のクラウドコンピューティング環境におけるセキュリティ: CNAPP、eBPFによる可観測性、そして生成AIの新たなリスクの統合
TITLE: 2023年のクラウドコンピューティング環境におけるセキュリティ: CNAPP、eBPFによる可観測性、そして生成AIの新たなリスクの統合 ABSTRACT: クラウドコンピューティングの急速な普及は現代のデジタルインフラを変革し、IaaS、PaaS、SaaS といったモデルをデジタル経済の基盤として確立した。2023年には、この技術進化がクラウドネイティブアーキテクチャ、マイクロサービス、コンテナ、継続的インテグレーションパイプラインの拡大と同時進行で進み、組織の攻撃対象領域を大幅に広げた。本研究は、現代のクラウド環境における主要なセキュリティ課題を体系的に検討し、2023年までのセキュリティエコシステムで観測された三つの中核的潮流、すなわち Cloud-Native Application Protection Platform (CNAPP)、eBPF を用いた可観測性と脅威検知、ならびに生成型人工知能モデルおよび大規模言語モデル（LLMs）の採用に伴う新たなリスクについて統合的に分析する。まず、責任共有モデル、リソース分離、データ保護のための暗号機構を含む、クラウドセキュリティのアーキテクチャ的基盤を論じる。次に、インフラストラクチャの設定ミス、認証情報の侵害、API の悪用、開発パイプラインを標的とした攻撃など、現代的な攻撃ベクトルを分析する。さらに、露出度、資産の重要度、悪用可能性を統合したマルチクラウド環境向けの形式的リスク評価モデルを提案する。このモデルにより、弾力的かつ高度に分散したインフラストラクチャにおける運用リスクを定量化できる。加えて、CNAPP プラットフォームが CSPM、CWPP、アプリケーションセキュリティの収束に果たす役割を実証的に評価し、これらのソリューションが可視性の欠如とインシデント対応のギャップをどのように縮小するかを示す。また、Linux カーネルにおける低レベル監視のための eBPF の活用を検討し、最小限の性能影響でリアルタイムの挙動ベース脅威検知を可能にすることを示す。最後に、LLM ベースのシステムを企業のワークフローに統合することに関連する新たなリスク、すなわち prompt injection、データの exfiltration、コンテキスト操作を調査する。結論として、2023年のクラウドセキュリティには、形式的検証、深い可観測性、そして AI ガバナンスを組み合わせた統合的アプローチが求められる。本研究の結果は、暗号技術、挙動分析、ポリシーベース自動化の収束が、現代の分散インフラストラクチャにおける脅威を軽減するうえで不可欠であることを示している。
Read paper →Cloudテレメトリ統合、eBPF、および攻撃チェーンの形式的モデリングに基づくマルチクラウド環境における脅威検知および対応のためのオペレーショナル・アーキテクチャ
TITLE: テレメトリ統合、eBPF、および攻撃チェーンの形式的モデリングに基づくマルチクラウド環境における脅威検知および対応のためのオペレーショナル・アーキテクチャ ABSTRACT: クラウドコンピューティングの大規模な採用は企業システムのアーキテクチャを深く変革し、従来のセキュリティ境界を、アイデンティティ、API、およびソフトウェア定義インフラストラクチャを中心としたモデルへと移行させた。マルチクラウド環境では、プロバイダの異質性、テレメトリ形式、制御機構の多様性により、分散攻撃を一貫して検知することが困難である。本研究では、複数のクラウドプロバイダからのイベントをほぼリアルタイムで相関できる、インシデント検知および対応のオペレーティングシステムをどのように設計するかを検討する。われわれは、統合テレメトリ、ログの意味的正規化、および攻撃シーケンスの形式的モデリングに基づくアーキテクチャを提案する。このアプローチは、ネイティブ監査サービス（CloudTrail、Azure Activity Logs、GCP Cloud Logging）、ネットワークセンサ、および cloud-native ワークロードにおけるランタイム可観測性のための eBPF ベースの低レベル計測から得られるデータを統合する。この異種テレメトリに基づき、時間窓内のイベントを用いたリスク評価のための数学モデルを定義し、アイデンティティの悪用、インフラストラクチャの改変、ラテラルムーブメントによって特徴づけられる攻撃チェーンの識別を可能にする。実装した相関機構は、索引付けおよび検索エンジンとして OpenSearch を使用し、シグネチャベースの振る舞い検知のための Sigma ルール、および異常検知のための機械学習モデルを利用する。アーキテクチャには MITRE ATT&CK マトリクスとの統合も組み込まれており、観測されたイベントを既知の敵対的テクニックにマッピングできる。われわれは、3つのプロバイダに分散したワークロードから収集した10億超のイベントを含むマルチクラウド環境で実験評価を行った。その結果、平均検知時間（MTTD）および平均対応時間（MTTR）の短縮を含むセキュリティ運用指標において有意な改善が示され、かつ低い偽陽性率を維持した。さらに、攻撃チェーンの数学的形式化により、クラウドにおけるオペレーショナル・セキュリティについて体系的に推論できることを実証した。本研究は、厳密な形式性、セキュリティオペレーションセンターで利用されるツールとの実践的統合、および現実的な規模での実証的検証を組み合わせることで学術文献に貢献し、複雑なマルチクラウド環境における検知および対応のためのアーキテクチャ指針を提供する。
Read paper →Cloudテレメトリ統合と敵対的モデリングに基づくマルチクラウド環境における脅威の検知および封じ込めのための形式的・運用的アーキテクチャ
TITLE: テレメトリ統合と敵対的モデリングに基づくマルチクラウド環境における脅威の検知および封じ込めのための形式的・運用的アーキテクチャ ABSTRACT: マルチクラウド・アーキテクチャの急速な採用は、分散した企業環境における脅威の検知および封じ込めに対して重大な課題をもたらした。インフラの弾力性、プログラマティック API の広範な利用、ならびにアイデンティティおよびアクセス制御ポリシーの複雑性は、攻撃対象領域を著しく拡大する。2019年の Capital One の侵害や、Log4Shell 脆弱性（CVE-2021-44228）の世界的な悪用といった広く文書化されたインシデントは、不適切な設定、侵害された認証情報、およびサービスの悪用の組み合わせが、大規模な横方向移動につながり得ることを示している。API ログ、ネットワークフロー、コンテナ監査、セキュリティイベントを含む大量のテレメトリが利用可能であるにもかかわらず、これらのソースはプロバイダやツール間でしばしば分断されたままであり、文脈的相関付け能力を制限している。本研究では、統合テレメトリとグラフ指向の敵対的モデリングに基づく、マルチクラウド環境における脅威の検知および封じ込めのための形式的・運用的アーキテクチャを提示する。我々は、アイデンティティ、リソース、および認可ポリシーを重み付き有向グラフとして表現する攻撃対象領域の数学的形式化を提案する。このモデルの上に、複数のクラウド・プロバイダから得られる異種イベントを相関付け、MITRE ATT&CK フレームワークの戦術および技術に関連する横方向移動の経路を識別できるインクリメンタル・アルゴリズムを導入する。アーキテクチャは、Elastic Stack、Apache Kafka、Neo4j、Kubernetes、および検知の正規化のための Sigma ルールを含む、2023年に業界で広く用いられているツールを用いて実装されている。我々は、AWS、Azure、Google Cloud に分散した420インスタンスを含むマルチクラウド環境で、36の代表的な敵対的シナリオを実行し、実験的にシステムを評価した。その結果は、従来の SIEM アプローチと比較して有意な改善を示し、平均検知率94.7%、平均応答時間（MTTR）の61%削減、7%未満の計算オーバーヘッドを達成した。さらに、露出した認証情報の侵害を扱うケーススタディを通じて、グラフベースのモデリングが、IAM 権限の悪用および一時トークンを含む複雑な攻撃連鎖を迅速に特定できることを示す。これらの結果は、統合テレメトリと権限の形式的モデリングの統合が、現代のクラウド基盤を防御するための有望なアプローチであることを示唆している。
Read paper →IAMMulti-Cloud環境における認証情報侵害耐性を備えたIdentity and Access Management (IAM)の形式的および運用的アーキテクチャ
TITLE: Multi-Cloud環境における認証情報侵害耐性を備えたIdentity and Access Management (IAM)の形式的および運用的アーキテクチャ ABSTRACT: アイデンティティおよびアクセス管理（Identity and Access Management – IAM）は、分散型企業アーキテクチャにおけるセキュリティの中核要素として確立されている。アプリケーションおよびサービスが複数のインフラストラクチャ・プロバイダ上で同時に実行されるマルチクラウド環境では、アイデンティティに基づくアクセス制御が、主要な防御機構として従来のネットワーク・ペリメータに徐々に取って代わりつつある。しかし、インシデント報告から得られる実証的証拠は、認証情報の侵害が依然としてデータ漏えいの最も頻出する侵入ベクトルの一つであることを示している。OAuthトークンの再利用、APIキーの露出、過剰権限の悪用を伴う攻撃は、正当な認証情報が敵対者に取得された場合、従来の認証および認可機構が有効な封じ込めを保証できないことを示している。本研究は、マルチクラウド環境において認証情報の部分的侵害に対して耐性を有するIAMのための形式的かつ運用的アーキテクチャを提示する。我々は、ユーザ、リソース、権限、トークン、ポリシーからなるタプルとしてアイデンティティシステムを表現する形式モデルを提案し、段階化された敵対者を含む脅威モデルの下で、耐性の数学的性質を定義可能にする。さらに、認証情報の部分集合が侵害されるシナリオを捉えるセキュリティ・ゲームを導入し、エフェメラル・トークン、暗号学的鍵導出、認可ドメインのセグメンテーション、リスクベースの適応認証といった機構が、運用上の影響範囲をどのように縮小するかを示す。提案アーキテクチャは、Zero Trustの原則、OpenID ConnectおよびSAMLに基づくアイデンティティ連携、さらに複数クラウド・プロバイダにまたがる行動監視および協調的失効機構を統合する。重要インフラおよび金融セクターの文脈における実験評価とケーススタディは、このアプローチが侵害された認証情報の悪用可能時間窓を大幅に短縮しつつ、計算オーバーヘッドを最小限に維持することを示している。文献においてしばしばアーキテクチャ上のみで扱われる安全性性質を形式化することにより、本研究は、暗号学的モデルと現代的IAMシステムにおける運用保証との架橋に寄与する。結果は、部分的侵害の下で明示的に動作するよう設計されたアイデンティティ・アーキテクチャが、認証情報ベースの攻撃の影響を測定可能な形で制限し得ることを示している。
Read paper →IAMタイトル: リスク継続評価と運用テレメトリーベースのクレデンシャル悪用検知を備えたアダプティブな Identity and Access Management アーキテクチャ
タイトル: リスク継続評価と運用テレメトリーベースのクレデンシャル悪用検知を備えたアダプティブな Identity and Access Management アーキテクチャ 要旨: アイデンティティおよびアクセス管理（Identity and Access Management – IAM）は、ハイブリッドインフラストラクチャ、クラウドコンピューティング、サービス間の集中的な統合を特徴とする分散環境において、企業セキュリティの重要な構成要素となっている。しかし、現代の攻撃はしばしば侵害された正当なクレデンシャルを悪用し、初期認証と静的な権限制御のみに依存する従来の仕組みを回避する。実証的報告によれば、クレデンシャルの不正使用は現代組織におけるセキュリティ侵害の主要因の一つである。この文脈において、Zero Trust パラダイムに着想を得たセキュリティアーキテクチャは、セッション全体を通じた継続的なアイデンティティとコンテキストの検証を重視する。本研究は、エンドポイント、ネットワーク、およびアイデンティティシステムから得られる運用テレメトリーに基づく継続的なリスク評価を組み込んだアダプティブ IAM アーキテクチャを提案する。ユーザー u、セッション s、時間 t に関連付けられた動的リスクモデル R(u,s,t) を定式化し、行動偏差メトリクス、アクセス異常、環境コンテキストを統合した。提案アーキテクチャは、Keycloak をアイデンティティプロバイダ、Open Policy Agent（OPA）をポリシー決定メカニズム、Elastic Stack をイベント分析基盤、さらに Sysmon や Suricata などのセキュリティセンサーを含む、企業および学術環境で広く使用されるコンポーネントを統合する。加えて、MITRE ATT&CK フレームワークに関連する技術の検知を標準化するために Sigma ルールを用いた。実験評価は、3か月間にわたり収集された4億8,000万件超のログイベントを含むシミュレートされた企業環境で実施された。結果は、RBAC のみに基づくモデルと比較して、平均検知時間（MTTD）および平均対応時間（MTTR）を含むインシデント対応の運用指標が有意に改善されたことを示している。フィッシング、クレデンシャルダンピング、ラテラルムーブメントを含む攻撃チェーンのケーススタディは、初期段階でクレデンシャル悪用を検知する本アーキテクチャの能力を示している。これらの結果は、IAM、運用テレメトリー、および継続的リスク評価機構の統合が、現代の企業環境におけるアイデンティティセキュリティを強化するための実現可能なアプローチであることを示唆している。
Read paper →IAM脅威志向のレジリエントなIAMアーキテクチャ: Zero Trustと行動検知に基づく適応モデルの形式化、実装、および実証的評価
TITLE: 脅威志向のレジリエントなIAMアーキテクチャ: Zero Trustと行動検知に基づく適応モデルの形式化、実装、および実証的評価 ABSTRACT: ハイブリッドおよびマルチクラウド環境の採用拡大は、デジタルアイデンティティを組織セキュリティ制御の主要なベクトルへと変貌させた。Identity and Access Management (IAM) システムは、当初はアカウントと権限のプロビジョニングを行う管理機構として構想されたが、現在では高度な攻撃、とりわけ認証情報の侵害、セッション・トークンの悪用、権限昇格に基づく攻撃の緩和において中心的役割を担うようになっている。近年の報告は、有効な認証情報が依然として企業環境における主要な侵入ベクトルの一つであることを示している。しかし、従来のIAMアーキテクチャは依然として主として Role-Based Access Control (RBAC) のような静的な認可モデルに基づいており、運用リスクに関連する文脈的・行動的変化に動的に対応できないことが多い。本研究では、Zero Trust の原則、動的リスク評価、およびセキュリティテレメトリに基づく行動検知を統合した、脅威志向のレジリエントIAMアーキテクチャを提案する。我々は、アイデンティティの感度、運用コンテキスト、行動逸脱、および要求されたアクションの重要度を組み合わせる適応的リスクモデルを数学的に形式化した。この形式化に基づき、動的なリスク閾値に応じた適応認証およびブロッキング制御を適用可能なアクセス決定メカニズムを設計した。さらに、2023年の企業環境で広く採用されている Azure Active Directory、AWS IAM、Elastic Stack、Suricata、および Open Policy Agent を含む技術を用いて、運用可能なプロトタイプを実装した。数千のシミュレーションされたアイデンティティと、30日間にわたり収集された運用テレメトリを含む実験環境において実証評価を行った。その結果、静的RBACベースラインと比較して、認証情報悪用の平均検知時間の大幅な短縮と、過剰権限の有意な減少が示された。さらに、セキュリティチームに対する運用上の含意を分析し、テレメトリ品質およびモデル・パラメータの較正に関連する制約について議論した。結論として、行動分析、文脈評価、および適応的ポリシーの統合は、現代の企業環境におけるレジリエントなIAMアーキテクチャ構築において重要な進展をもたらすと考えられる。
Read paper →IAMタイトル: 脅威志向のレジリエントな Identity and Access Management アーキテクチャ: ハイブリッド環境における形式モデリング、行動検知、運用ハードニング
タイトル: 脅威志向のレジリエントな Identity and Access Management アーキテクチャ: ハイブリッド環境における形式モデリング、行動検知、運用ハードニング 要旨: デジタルアイデンティティの集約は、企業環境における主要な侵害ベクトルとなり、Identity and Access Management (IAM) を現代のセキュリティアーキテクチャの中核へと押し上げた。ハイブリッドおよびマルチクラウド基盤は、SaaS、API、サービスアイデンティティの大規模な採用と相まって、認証情報および認証トークンに基づく攻撃対象領域を大幅に拡大した。実証的な報告によれば、現代の侵害の大半は、正当なアカウントの悪用、権限昇格、あるいは誤設定された認可ポリシーの悪用を伴う。本論文は、効果的権限の形式モデリング、アイデンティティの異常利用に対する行動検知、ハイブリッド環境における自動化された運用ハードニングという3つの補完的側面を統合した、脅威志向のレジリエントな IAM アーキテクチャを提案する。まず、ユーザ、ロール、権限の関係を表す有向グラフを用いて権限面を形式化する。このモデルに基づき、アイデンティティ攻撃対象領域の定量化および権限昇格経路の分析のための定量指標を定義する。次に、大規模に収集された認証イベントに適用される、多次元行動ベクトルとマハラノビス距離に基づく異常検知機構を提示する。この機構は、数千のアイデンティティと複数のアイデンティティプロバイダを有する環境においても、低い偽陽性率で正当なアカウントの悪用を識別できる。さらに、連携されたアイデンティティプロバイダ、Open Policy Agent に基づくポリシー機構、Elastic Stack によるログ分析、Neo4j によるグラフモデリングなど、企業環境で広く利用されるツールを統合した運用フレームワークを記述し、継続的な効果的権限の評価と過剰権限の自動削減を可能にする。実験評価は、1万2千を超えるアイデンティティと数百万件の認証イベントを含む模擬企業環境で実施した。その結果、認証情報悪用の平均検知時間の有意な短縮に加え、過剰権限の大幅な削減が示された。本研究は、形式モデリング、行動分析、運用自動化の統合が、ゼロトラストアーキテクチャおよび現代のハイブリッド環境におけるアイデンティティセキュリティを強化するための有効なアプローチであることを示す。
Read paper →AI Securityタイトル: 人工知能ベースシステムのための統合防御アーキテクチャ: 脅威の形式的モデリング、敵対的攻撃の検知、および本番環境における運用監視
タイトル: 人工知能ベースシステムのための統合防御アーキテクチャ: 脅威の形式的モデリング、敵対的攻撃の検知、および本番環境における運用監視 要旨: 機械学習ベースのシステムの企業環境への導入は、人工知能モデルを運用上の意思決定における重要な構成要素へと変化させた。これらのシステムは、不正検知、マルウェア分類、画像支援医療トリアージ、推薦システム、ならびにデジタルプラットフォームにおける行動分析に用いられるようになった。しかし、従来のソフトウェアとは異なり、機械学習モデルはデータから学習されたパラメトリック関数であり、そのことは入力の操作、学習プロセスの汚染、推論インターフェースの悪用に関連する追加的な攻撃面を導入する。近年の文献は、敵対的サンプル、データポイズニング、モデル抽出、メンバー推論を含む、機械学習システムに対する複数の攻撃クラスを記録している。これと並行して、これらのシステムが DevOps パイプラインおよびコンテナベースのインフラストラクチャに統合されることで、ソフトウェアおよびモデルのサプライチェーンに関連する追加的リスクが導入される。本研究は、本番環境に展開された人工知能システムのための統合防御アーキテクチャを提案し、脅威の形式的モデリング、統計的異常検知機構、暗号学的完全性検証、および継続的な運用監視を組み合わせる。私たちは、異なる攻撃クラスに関連付けられた条件付き確率の関数として、パラメータ化された敵対者モデルの下で集約敵対的リスクの概念を形式化する。次に、Mahalanobis 距離と Isolation Forest アルゴリズムに基づくハイブリッド検知器を導入し、モデルの潜在表現に適用する。加えて、暗号学的ハッシュ、デジタル署名、および出力分布の乖離に基づく行動テストを組み合わせた完全性検証機構を提案する。アーキテクチャは Kubernetes ベースの運用パイプラインに統合され、テレメトリは MITRE ATT&CK や MITRE ATLAS のようなフレームワークで記述される技術と相関付けられる。制御されたシナリオでの実験評価は、回避攻撃に対する経験的なロバスト性の一貫した向上と、モデル成果物に対する未承認の変更の検知性能の改善を示した。分析はまた、防御機構が適切に規模設定される場合、遅延への影響が中程度であることを明らかにしている。これらの結果は、暗号学的制御、統計分析、運用監視を組み合わせたアプローチが、本番環境に展開された人工知能システムの安全性を高めるための実用的に妥当な道筋を提供することを示唆している。
Read paper →AI Securityタイトル: 人工知能システムのセキュリティのための運用アーキテクチャ: 脅威モデリング、Defense in Depth、およびクリティカル環境における実証評価
タイトル: 人工知能システムのセキュリティのための運用アーキテクチャ: 脅威モデリング、Defense in Depth、およびクリティカル環境における実証評価 要旨: 人工知能（IA）システムの重要インフラへの急速な組み込みは、従来の情報セキュリティモデルでは十分に捉えきれない新たな脆弱性のクラスを導入した。決定論的ソフトウェアとは異なり、machine learning モデルは学習データおよび統計分布に強く依存しており、データ改ざん、推論インターフェースの悪用、ならびにデータ供給網の侵害に関連する攻撃面を生み出す。本研究は、Defense in Depth の原則に基づくIAシステム保護のための運用アーキテクチャを提案し、形式的な脅威モデリング、データ改ざん検知のための統計的メカニズム、およびセキュリティ運用センター（SOC）と統合された運用制御を統合する。まず、教師あり学習パイプラインにおける望ましいセキュリティ特性、すなわちデータの統計的完全性およびモデルのパラメトリック機密性を特徴付ける数学モデルを形式化する。次に、Kullback–Leibler ダイバージェンスとサンプル影響分析に基づくデータ poisoning 検知メカニズムを導入し、モデル抽出攻撃を緩和するための適応的なクエリレート制限戦略と組み合わせる。提案アーキテクチャは、データ取り込み、学習、パッケージング、オーケストレーション環境への展開を含む、IAモデルのライフサイクル全体にわたってセキュリティ制御を統合する。実装には、Kubernetes、PyTorch、MLflow、Suricata、および企業向けSIEMとの統合から成る現代的な技術スタックを用いる。我々は、公開セキュリティデータセットと制御された敵対的シナリオを用いて、クリティカルインフラを代表するラボ環境でこのアプローチを実証的に評価した。その結果、敵対的攻撃およびモデル抽出攻撃の有効性が大幅に低減され、レイテンシおよび計算資源消費の面での運用上の影響は中程度であった。詐欺検知シナリオにおけるケーススタディは、実運用の文脈における本アーキテクチャの実現可能性を示している。また、IAガバナンスへの含意および NIST AI Risk Management Framework のような新興の規範的枠組みとの整合性についても論じる。これらの結果は、統計的メカニズムと従来の運用制御を組み合わせることが、クリティカル環境におけるIAの採用拡大に伴うリスクを低減する効果的な戦略であることを示唆している。
Read paper →AI Securityタイトル: 人工知能システムのための統合セキュリティアーキテクチャ：脅威の形式的モデリング、敵対的攻撃の検出、および企業環境における運用ハードニング
タイトル: 人工知能システムのための統合セキュリティアーキテクチャ：脅威の形式的モデリング、敵対的攻撃の検出、および企業環境における運用ハードニング 要旨: 重要な企業インフラストラクチャへの人工知能（IA）システムの急速な導入は、従来のサイバー防御モデルを超える新たな安全保障リスクのクラスをもたらした。深層学習モデル、API経由で公開される推論サービス、そして近年では Large Language Models（LLMs）は、詐欺検知、自動分類、インシデント対応を含む機微な意思決定を担う運用パイプラインに統合されるようになっている。しかし、近年の研究は、これらのシステムが敵対的攻撃、モデル抽出、メンバーシップ推論、データポイズニングを含む構造的脆弱性を有することを示している。さらに、AIアプリケーションを支える運用エコシステムは依然として従来型のインフラ脅威の影響を受けやすく、攻撃面を拡大している。本研究では、形式的な脅威モデリング、敵対的攻撃の検出メカニズム、ならびに企業環境向けの運用ハードニング実践を組み合わせた、AIシステムのための統合セキュリティアーキテクチャを提案する。まず、MITRE ATT&CK と MITRE ATLAS のタクソノミーを統合した一元的な脅威モデルを構築し、確立されたサイバー防御フレームワークの中で機械学習に特有の攻撃ベクトルをマッピング可能にする。次に、敵対的ロバスト性の問題を min–max 最適化の観点から形式化し、推論時に敵対的である可能性のある入力を識別するために、出力エントロピーおよび局所内在次元推定に基づく検出機構を導入する。提案アーキテクチャはさらに、統計的ドリフトの監視、データパイプラインの整合性検証、および運用対応のための SIEM プラットフォームとの統合を組み込む。実装は PyTorch、Suricata、Elastic Stack、および Kubernetes インフラストラクチャを用いて行われ、2023年までに企業環境で広く採用されている実践を反映している。実験評価は、CIFAR‑10 と UNSW‑NB15 のデータセットを用いたコンピュータビジョンおよび侵入検知のシナリオで実施した。結果は、FGSM および PGD 攻撃に対するロバスト性の大幅な向上、ならびにセキュリティオペレーションセンター（SOC）における運用平均応答時間の有意な短縮を示している。これらの結果は、敵対的ロバスト性に関する個別のアプローチは不十分であり、AI セキュリティは数学的手法、安全なソフトウェア工学、ならびに継続的なインフラ監視を統合する სისტემ的問題として扱う必要があることを示唆している。
Read paper →DevSecOpsMITRE ATT&CKに基づく多段階相関を備えたリスク駆動型DevSecOpsアーキテクチャと、クラウドネイティブCI/CDパイプラインにおける実証的エビデンス
MITRE ATT&CKに基づく多段階相関を備えたリスク駆動型DevSecOpsアーキテクチャと、クラウドネイティブCI/CDパイプラインにおける実証的エビデンス クラウドネイティブアーキテクチャおよび高度に自動化されたCI/CDパイプラインの採用拡大は、ソフトウェア開発ライフサイクルに関連する攻撃対象領域を著しく拡大させた。サプライチェーン侵害や広範に流通した脆弱性の悪用を含む、広く文書化されたインシデントは、文脈に応じた優先順位付け機構および振る舞い相関機構に統合されていない個別のセキュリティ対策が不十分であることを示している。本研究では、静的コード解析、依存関係解析、SBOMの生成および検証、Infrastructure as Codeの検証、実行時の振る舞い検知、ならびに形式的な文脈リスク計算エンジンを統合した、リスク駆動型DevSecOpsアーキテクチャを提示する。本アーキテクチャは、開発および実行のパイプライン全体にわたるイベントの多段階相関のためのオントロジーとしてMITRE ATT&CKフレームワークを利用する。われわれは、CVSSのみに基づくアプローチの限界を批判的に分析し、運用上の文脈化の欠如がしばしば脆弱性の不適切な優先順位付けおよびアラート疲れを招くことを示す。さらに、EPSSにより推定される悪用確率、正規化された技術的影響、および動的な運用露出要因からなる複合関数としてリスクを定式化する。加えて、敵対者の形式的定義、ビルドブロック機構の正当性に関する性質、および敵対的技術間の相関に関する確率モデルを導入する。アーキテクチャは、GitLab CI、SonarQube、Semgrep、Trivy、Syft、Grype、OWASP ZAP、Falco、Suricata、Open Policy Agentを用いてKubernetes環境に実装した。われわれは、2つの異なる組織ドメインに分散した企業向けマイクロサービスの集合を対象に、6か月にわたりシステムを実証的に評価した。その結果、平均修復時間の一貫した削減、偽陽性の相対的減少、ならびに総ビルド時間に対する運用上の影響が限定的であることが示された。実証結果は、形式的なリスクモデリング、脅威インテリジェンス、およびポリシー自動化の統合が、クラウドネイティブ環境におけるDevSecOpsプログラムの運用効果を大幅に向上させうることを示唆している。
Read paper →DevSecOpsタイトル: MITRE ATT&CKに基づく行動テレメトリとSAST、DAST、SCAのCI/CDパイプライン統合のための形式的アーキテクチャを備えた脅威主導型DevSecOps
タイトル: MITRE ATT&CKに基づく行動テレメトリとSAST、DAST、SCAのCI/CDパイプライン統合のための形式的アーキテクチャを備えた脅威主導型DevSecOps 要旨: クラウドネイティブ・アーキテクチャおよび継続的インテグレーション／継続的デリバリー（CI/CD）パイプラインの大規模な採用は、ソフトウェア開発プロセスを大きく変革した。しかし、この自動化は、セキュリティ機構が開発ライフサイクルに体系的に組み込まれない場合、攻撃対象領域を著しく拡大する。SolarWinds のサプライチェーン侵害や脆弱性 CVE-2021-44228（Log4Shell）の悪用といった広く文書化されたインシデントは、コード、依存関係、実行時監視の各セキュリティ統合における不備が、大規模な侵害を許容し得ることを示している。静的解析（SAST）、動的解析（DAST）、ソフトウェア構成分析（SCA）ツールは DevSecOps パイプラインで広く利用されているものの、それらを個別に運用するとアラートが大量に発生し、実際のリスクに基づく優先順位付けを困難にすることが多い。本研究では、セキュリティスキャナの結果を行動テレメトリおよび MITRE ATT&CK フレームワークへの体系的マッピングと統合する、脅威主導型 DevSecOps アーキテクチャを提案する。CI/CD パイプラインにおける残留リスクの計算を、深刻度指標（CVSS）、実行時に観測された悪用の証拠、およびアプリケーションの文脈的クリティカリティを組み合わせて数学的に定式化する。さらに、静的段階で検出された脆弱性を、Falco や Suricata などの検知・可観測性システムから得られる行動指標と相関付ける適応的優先順位付けアルゴリズムを導入する。提案アーキテクチャは、GitLab CI/CD、Kubernetes、および Semgrep、SonarQube、Trivy、Checkov、OWASP ZAP を含む広く利用されているアプリケーションセキュリティツールを基盤とする企業環境に実装した。48 のマイクロサービスと約 320 万行のコードを含む 120 のパイプラインを対象に、6 か月にわたってこのアプローチを実証的に評価した。その結果、平均検出時間（MTTD）、平均修復時間（MTTR）、および本番環境における重大脆弱性の発生件数が有意に減少した。また、行動テレメトリと脅威インテリジェンスに基づいて優先順位付けを行うことで、偽陽性率が大幅に低下することも確認された。これらの結果は、コード解析、サプライチェーンセキュリティ、および MITRE ATT&CK に基づく行動検知の体系的な相関付けにより、現代の CI/CD パイプラインにおける運用リスクを測定可能な形で低減できることを示している。
Read paper →DevSecOpsタイトル: MITRE ATT&CK ベースの行動テレメトリと SAST、DAST、SCA の CI/CD パイプライン統合のための脅威指向 DevSecOps: 形式アーキテクチャ
タイトル: MITRE ATT&CK ベースの行動テレメトリと SAST、DAST、SCA の CI/CD パイプライン統合のための脅威指向 DevSecOps: 形式アーキテクチャ 要旨: クラウドネイティブ・アーキテクチャおよび継続的インテグレーション／継続的デリバリー（CI/CD）パイプラインの大規模な採用は、ソフトウェア開発プロセスを大きく変革した。しかし、この自動化は、セキュリティ機構が開発ライフサイクルに体系的に組み込まれない場合、攻撃対象領域を著しく拡大する。SolarWinds のサプライチェーン侵害や脆弱性 CVE‑2021‑44228（Log4Shell）の悪用といった広く文書化されたインシデントは、コード、依存関係、および実行時監視の統合における不備が、大規模な侵害を許し得ることを示している。静的解析（SAST）、動的解析（DAST）、およびソフトウェア構成分析（SCA）ツールは DevSecOps パイプラインで広く利用されているが、それらを個別に運用すると、多数のアラートが発生し、実際のリスクに基づく優先順位付けが困難になりがちである。本研究では、セキュリティスキャナの結果を行動テレメトリおよび MITRE ATT&CK フレームワークへの体系的マッピングと統合する、脅威指向の DevSecOps アーキテクチャを提案する。CVSS による重大度指標、ランタイムで観測された悪用証拠、ならびにアプリケーションのコンテキスト上の重要度を組み合わせ、CI/CD パイプラインにおける残余リスクの計算を数学的に定式化する。さらに、静的段階で検出された脆弱性と、Falco や Suricata などの検知・可観測性システムから得られる行動指標を相関付ける適応的優先順位付けアルゴリズムを導入する。提案アーキテクチャは、GitLab CI/CD、Kubernetes、および Semgrep、SonarQube、Trivy、Checkov、OWASP ZAP を含む、広く利用されているアプリケーションセキュリティツールを用いた企業環境に実装した。48 のマイクロサービスと約 320 万行のコードを含む 120 のパイプラインに対し、6 か月間にわたり実証的評価を行った。その結果、平均検知時間（MTTD）、平均修復時間（MTTR）、および本番環境における重大脆弱性の発生率が有意に低減した。また、優先順位付けが行動テレメトリおよび脅威インテリジェンスに基づく場合、誤検知率が大幅に減少することも確認された。これらの結果は、コード解析、サプライチェーンセキュリティ、および MITRE ATT&CK ベースの行動検知を体系的に相関させることで、現代の CI/CD パイプラインにおける運用リスクを定量的に低減できることを示している。
Read paper →DevSecOpsタイトル: 暗号学的に検証可能なDevSecOpsパイプラインのオーケストレーション: 形式モデル、自動化アーキテクチャ、およびクラウドネイティブKubernetes環境における実験評価
タイトル: 暗号学的に検証可能なDevSecOpsパイプラインのオーケストレーション: 形式モデル、自動化アーキテクチャ、およびクラウドネイティブKubernetes環境における実験評価 要旨: マイクロサービスベースのアーキテクチャとKubernetesオーケストレーションの採用拡大により、CI/CDパイプラインは現代のソフトウェア工学の中核的要素として確立された。しかし、この自動化はソフトウェアサプライチェーンの攻撃面を大幅に拡大させた。広く文書化されたインシデントは、依存関係、ビルド成果物、またはパイプライン基盤の改ざんが、同時に数千のシステムを侵害し得ることを示している。本研究は、クラウドネイティブ環境におけるDevSecOpsパイプラインの暗号学的に検証可能なオーケストレーションのための形式モデルを提案する。本モデルは、各成果物変換が整合性、真正性、追跡可能性の検証可能な特性を伴う有向非巡回グラフとしてパイプラインを表現する。さらに、暗号学的ハッシュ関数、デジタル署名、およびCVSS脆弱性由来のスコアリングに基づく運用リスクの定量指標を形式化する。この理論的基盤の上に、Sigstore/Cosignによる成果物検証、Open Policy Agentによる宣言的ポリシー、Falcoによる実行時の行動検知、ならびにSAST、SCA、DASTツールによる脆弱性分析を統合したOCV-DevSecOpsと呼ばれる自動化アーキテクチャを開発した。このアーキテクチャはまた、依存関係の追跡可能性とサプライチェーンガバナンスの支援のために、CycloneDX形式のSoftware Bill of Materials (SBOM) を組み込んでいる。42のマイクロサービスと180回のパイプライン実行を含むKubernetesクラスター上で、本提案を実験的に評価した。その結果、重大な脆弱性の平均検出時間の有意な短縮、成果物の追跡可能性の大幅な改善、および重大な欠陥を含むデプロイメント数の削減が示された。さらに、パイプライン全体の実行時間への影響は中程度であり、運用上の実用性は維持された。これらの結果は、必須の暗号学的検証、自動化されたポリシー、および継続的な行動監視の組み合わせが、現代のDevSecOpsパイプラインの安全性を強化する有効な機構を提供することを示唆している。本研究は、問題の数学的形式化、再現可能なアーキテクチャ、および実際のクラウドネイティブ基盤に基づく実証的評価を提供することで貢献する。
Read paper →DevSecOps暗号学的に検証可能なDevSecOpsパイプラインのオーケストレーション: 形式モデル、自動化アーキテクチャ、およびクラウドネイティブKubernetes環境における実験的評価
TITLE: 暗号学的に検証可能なDevSecOpsパイプラインのオーケストレーション: 形式モデル、自動化アーキテクチャ、およびクラウドネイティブKubernetes環境における実験的評価 ABSTRACT: マイクロサービスベースのアーキテクチャとKubernetesオーケストレーションの採用拡大により、CI/CDパイプラインは現代のソフトウェア工学の中核的要素として定着した。しかし、この自動化はソフトウェアサプライチェーンの攻撃対象領域を大幅に拡大させた。広く文書化されたインシデントは、依存関係、ビルド成果物、あるいはパイプライン基盤の改ざんが、数千のシステムを同時に侵害し得ることを示した。本研究は、クラウドネイティブ環境におけるDevSecOpsパイプラインの暗号学的に検証可能なオーケストレーションのための形式モデルを提案する。このモデルは、各成果物変換が整合性、真正性、および追跡可能性に関する検証可能な特性を伴う有向非巡回グラフとしてパイプラインを表現する。さらに、暗号学的ハッシュ関数、デジタル署名、およびCVSS脆弱性に基づくスコアリングから導出される定量的な運用リスク指標を形式化する。この理論的基盤の上に、Sigstore/Cosignによる成果物検証、Open Policy Agentによる宣言的ポリシー、Falcoによるランタイム行動検知、ならびにSAST、SCA、DASTツールによる脆弱性分析を統合した、OCV-DevSecOpsと呼ぶ自動化アーキテクチャを開発した。このアーキテクチャは、依存関係の追跡可能性およびサプライチェーン統治の支援のために、CycloneDX形式のSoftware Bill of Materials (SBOM) も組み込んでいる。我々は、42のマイクロサービスと180回のパイプライン実行からなるKubernetesクラスタ上で本提案を実験的に評価した。その結果、重大脆弱性の平均検出時間の有意な短縮、成果物の追跡可能性の大幅な向上、ならびに重大な欠陥を含むデプロイメント数の減少が示された。さらに、パイプライン総実行時間への影響は中程度であり、運用上の実現可能性は維持された。これらの結果は、暗号学的検証の強制、ポリシーの自動化、および継続的な行動監視の組み合わせが、現代のDevSecOpsパイプラインのセキュリティを強化する有効な機構を提供することを示唆している。本研究は、問題の数学的形式化、再現可能なアーキテクチャ、および実際のクラウドネイティブ基盤に基づく実証的評価を提供することで貢献する。
Read paper →DevSecOpsCI/CDパイプラインにおけるセキュリティの形式的オーケストレーション：MITRE ATT&CK相関と運用メトリクスを備えたDevSecOps向け定量的リスクモデル
TITLE: CI/CDパイプラインにおけるセキュリティの形式的オーケストレーション：MITRE ATT&CK相関と運用メトリクスを備えたDevSecOps向け定量的リスクモデル ABSTRACT: DevOps実践の採用は、自動化、継続的インテグレーション、継続的デリバリーを優先することにより、ソフトウェア開発ライフサイクルを大きく変革した。しかし、CI/CDパイプラインの高速化は、特にソフトウェアサプライチェーン攻撃や脆弱な依存関係の悪用という文脈において、組織の攻撃対象領域を著しく拡大させた。SolarWinds Orion配布チェーンの侵害（SUNBURST）やLog4Shell脆弱性（CVE‑2021‑44228）の大規模悪用といった広く文書化されたインシデントは、ビルド工程で導入された不備や外部依存関係がグローバル規模で影響を伝播し得ることを示している。DevSecOpsパラダイムは開発パイプラインにセキュリティ制御を統合することを提案するが、実運用では依然として、ツールの表層的な統合、定量的リスク指標の欠如、そして自動スキャナの結果と形式的脅威モデルとの整合不足が特徴である。本研究では、増分的リスク分析に基づくCI/CDパイプライン向けの定量的セキュリティオーケストレーションモデルを提案する。このモデルは、パイプラインを有向非巡回グラフとして形式化し、CVSSスコア、EPSSによる推定悪用確率、資産の重要度、および脆弱性の経過時間に関連する時間因子を組み合わせた累積リスク関数を定義する。この定式化に基づき、ビルド工程中に成果物の昇格または拒否を自動的に判定するための動的しきい値を用いる適応的ブロッキング機構を導入する。実装はKubernetes環境上で行い、Semgrep、SonarQube、Trivy、Syft/Grype、OWASP ZAP、Checkovに加え、Falcoによる実行時監視およびMITRE ATT&CKマトリクスとのイベント相関を含む、DevSecOpsエコシステムで広く採用されているツールを活用した。実験評価は、37個のマイクロサービスを含む1,200回のパイプライン実行に対して実施した。結果は、本番環境における重大脆弱性への露出を有意に低減し、パイプライン実行時間に実質的な影響を与えることなく平均修復時間を短縮できることを示した。本研究は、CI/CDパイプラインにおけるリスクの数学的形式化が、より一貫した自動意思決定を可能にし、DevSecOps環境におけるメトリクス駆動のセキュリティガバナンスのための運用基盤を提供することを示している。
Read paper →AppSecタイトル: 攻撃者志向のAppSecのための形式的かつ運用的なアーキテクチャ：SAST、DAST、SCA、ランタイム・テレメトリ、およびATT&CKインテリジェンスの統合による、リスク・エクスプロイタブルに基づく優先順位付け
タイトル: 攻撃者志向のAppSecのための形式的かつ運用的なアーキテクチャ：SAST、DAST、SCA、ランタイム・テレメトリ、およびATT&CKインテリジェンスの統合による、リスク・エクスプロイタブルに基づく優先順位付け 要旨: 現代のアプリケーションの攻撃対象領域は、マイクロサービス、API、コンテナ、および継続的インテグレーション／継続的デリバリーパイプラインの採用により、大幅に拡大している。Static Application Security Testing (SAST)、Dynamic Application Security Testing (DAST)、Software Composition Analysis (SCA) などのアプリケーションセキュリティ・ツールは広く利用されているが、これらの仕組みはしばしば個別に動作し、運用上の文脈化を欠いた大量のアラートを生成する。その結果、セキュリティチームは、実際に悪用される可能性に基づいて脆弱性を優先順位付けすることが困難になっている。本研究では、SAST、DAST、SCA の結果を、ネットワークセンサーおよび eBPF ベースの監視によってランタイムに収集された実行時テレメトリと統合する、脅威志向のアプリケーションセキュリティのための形式的かつ運用的なアーキテクチャを提示する。提案アーキテクチャは、ベイズモデルに着想を得た確率的相関を用いて、特定された脆弱性のリスク・エクスプロイタブルを推定し、ランタイムで観測されたイベントに由来する経験的証拠を組み込み、それらの証拠を MITRE ATT&CK フレームワークに整合させる。私たちは、リスク・エクスプロイタブルの概念を数学的に定式化し、複数の証拠 स्रोतをどのように組み合わせることで、誤検知を削減し、修復の優先順位付けを改善できるかを示す。実装実験は、Kubernetes 環境において CI/CD パイプラインへ統合して実施し、Semgrep、OWASP ZAP、OWASP Dependency-Check、Falco、Suricata を含む、業界で広く採用されているツールを使用した。脆弱なアプリケーション群に対して手法を評価した結果、悪用可能な脆弱性の識別精度が有意に向上したことを確認した。実験結果は、個別アプローチにおける F1-score が 0.67〜0.63 であったのに対し、統合モデルでは 0.85 へ向上し、さらに誤検知が 37.4% 減少し、脆弱性トリアージの平均時間も短縮されたことを示している。私たちは、確率モデルの限界、DevSecOps 実践に対する運用上の含意、ならびに EPSS のような悪用指標との統合や、適応的な優先順位付けのための機械学習支援分析を含む拡張可能性について議論する。提案アーキテクチャは、静的解析、動的テスト、依存関係分析、および運用テレメトリの相関が、脆弱性検出と実際の悪用検出とのギャップを縮小するための有望な道筋であることを示している。
Read paper →AppSec証拠主導のAppSec: 脅威モデリングと継続的ハイブリッド分析に基づくアプリケーションセキュリティ・オーケストレーションのための正式かつスケーラブルなフレームワーク
TITLE: 証拠主導のAppSec: 脅威モデリングと継続的ハイブリッド分析に基づくアプリケーションセキュリティ・オーケストレーションのための正式かつスケーラブルなフレームワーク ABSTRACT: アプリケーションセキュリティは、分散アーキテクチャ、マイクロサービス、公開API、そして複雑なオープンソース依存関係の連鎖への依存が高まるにつれて、現代のサイバーセキュリティの中核的要素となっている。現代システムの攻撃面は、コンポーネント間の相互接続性に比例して拡大しており、脆弱性を個別に解析する従来のアプローチでは不十分である。現代のDevSecOps環境では、静的解析（SAST）、動的解析（DAST）、およびソフトウェア構成解析（SCA）といったツールが大量のアラートを生成するが、それらはしばしば高い偽陽性率と不適切なリスク優先順位付けを伴う。本研究では、EO-AppSec（Evidence-Oriented Application Security）と呼ばれる正式なフレームワークを提案し、複数のセキュリティ証拠ソースを統合して脆弱性優先順位付けのための統一確率モデルに組み込む。私たちは、コンテキスト化されたCVSSメトリクスと、指向グラフで表現されたコンポーネント依存関係モデリングを組み合わせたベイズ推論を用いて問題を形式化する。このフレームワークは、SAST、DAST、SCAツールの結果に加えて運用テレメトリを相関させ、脆弱性の悪用確率を推定し、条件付きリスクスコアを算出する。提案アーキテクチャは、CI/CDパイプラインおよびcloud-nativeインフラストラクチャと統合されており、Kubernetes環境やeBPFベースの可観測性プラットフォーム、最新のテレメトリスタックを含む。私たちは、47のアプリケーションと約320万行のコードを含む産業環境で本システムを評価し、脆弱性を個別に解析する従来手法と比較した。結果は、脆弱性優先順位付け精度の有意な向上（0.89）と、偽陽性の42.3%削減、さらに平均修復時間の14.2日から8.7日への短縮を示した。また、ソフトウェアセキュリティガバナンスへの実務的含意、およびNIST Secure Software Development FrameworkやDevSecOpsパイプラインにおける現代的なセキュリティ実践を含む、現代のセキュリティフレームワークとの統合について議論する。さらに、AIコンポーネントおよび大規模言語モデルを現代アプリケーションに組み込む環境に対する方法論上の制約と含意も分析する。結果は、証拠に基づくオーケストレーションが、運用ノイズを低減し、産業規模でのAppSecプログラムの有効性を向上させるための実行可能な道筋を提供することを示している。
Read paper →