Cisco、AIエージェントのセキュリティ強化に向けた高度なペネトレーションテストと監視機能を発表
2026年11月15日 · 読了 1 分
他の言語でも公開 Português (Brasil)
Ciscoは、AIアプリケーションおよびAIエージェントのAIレッドチーミング（AIペネトレーションテスト）を実施するため、Cisco AI DefenseにClaude Mythosを導入したことを発表しました。
Claude Mythosの導入により、セキュリティチームは高度な分析プロセスを用いて、各システムに特化した攻撃手法の策定や、的確なテスト計画の立案が可能になります。この機能には、複雑なアーキテクチャに潜む脆弱性を発見するための、システム文脈に沿った多段階の攻撃経路を生成する現実的な敵対的アイデア創出が含まれます。また、外部からの自由なプロンプト入力を排除し、Cisco AI Defenseの構造化されたインターフェースのみを通じて利用できる安全で制限されたアクセス環境が提供されます。さらに、すべてのテスト工程は監査証跡として記録され、結果の再現や次回のテストへの活用が可能です。
Cisco AI Defenseは、顧客が登録し所有権を持ち、テスト権限を付与した承認済みターゲットのみを対象に動作し、一般的なインターネットインフラのスキャンは行いません。また、すべてのテストプロセスには暗号化によるオペレーターの識別が必要であり、人間が定義した範囲と目的、および明確なセッション時間に基づいて実行されます。これらのテストは、ユーザーの要望に応じて即座に停止させることが可能です。
同時に、CiscoはSplunk Agent Observabilityを強化し、AIエージェントのコスト、ビジネスパフォーマンス、品質をリアルタイムで一元的に可視化します。近日中にAWS Marketplaceで提供予定のTokenomics機能は、Amazon BedrockおよびAmazon CloudWatchの利用データを活用し、エージェントごとのコストを品質評価や業務への影響と照合することで、AIの投資収益率を可視化します。これは.conf26で発表された、Claude Code、Codex、CursorなどのコーディングツールやAIエージェントを横断してトークンコストを追跡するシステムの拡張版となります。
さらに、Splunk Agent Observabilityは、エージェントの動作トレースと専門家のフィードバックを、特化した小規模言語モデルであるEval-G1評価モデルに変換する機能を拡張しました。このモデルは、一般的な商用言語モデルよりもコストを98%削減し、応答速度を2.5倍向上させており、高精度なリアルタイム制御を可能にします。また、専門家の知見を用いて評価モデルを微調整し、品質基準を強制するThe Evaluation Tunerも提供されます。
Claude Mythosによる適応型レッドチーミングは、一部の企業向けに近日中に提供されます。Tokenomicsは12月にプライベートプレビューを開始し、2070年初頭にAWS Marketplaceで一般提供される予定です。評価モデルおよび調整ツールは、今月から一般提供されています。