Claudeにリアルタイム防御機能とCVP導入

Anthropic は、主力AIモデル「Claude Opus」および「Claude Sonnet」を対象に、リアルタイムのサイバーセーフガード（サイバー攻撃を防ぐ安全機能）を導入しました。これにより、利用ポリシーに違反する危険なサイバーアクティビティを自動で検出して遮断します。同時に、防御目的で正当な調査を行うセキュリティ従事者が制限を受けずに研究開発を継続できるよう、申請制の優遇プログラム「Cyber Verification Program（CVP）」の提供を開始しました。

1. セキュリティ行為を2つのカテゴリに分類

今回のセーフガードでは、検知されたアクティビティを以下の2種類に分類して対処します。

• ​禁止された利用（Prohibited use）：​ 大規模なデータ漏洩やランサムウェア（身代金要求型ウイルス）の作成など、悪意ある用途にのみ使用される危険性の高い活動です。これは無条件で遮断され、後述のCVPによる解除の対象にもなりません。
• ​高リスクの二面性利用（High Risk Dual use）：​ 脆弱性の検証や防御ツールの開発など、攻撃と防御の両方に使われ得る活動です。デフォルトでは遮断されますが、正当な防御目的であればCVPへの申請により制限を解除できます。

2. 防御目的の利用を支援する「CVP」の申請手順

正当な防御目的で Claude を利用するセキュリティエンジニアは、申請ポータルから組織 ID などを登録して審査を受けることで、数日以内に承認を得られます。このプログラムは、Claude.ai や Claude Code、Anthropic API などの直接アクセスのほか、Microsoft Foundry 経由でも申請が可能です。ただし、データの保存（データ保持）設定を有効にする必要があります。現時点では、Amazon Bedrock や Google Vertex AI は CVP に対応していません。

AIモデルが悪用されるリスクを防ぐ一方で、セキュリティの防御力を高めるホワイトハッカー（善意のセキュリティ技術者）の活動を支援するため、今回の二重の防護アプローチが設計されました。高度なAIを利用した脆弱性対策などの活動が、安全かつ健全に行われる環境作りへの大きな一歩になると期待されます。