MicrosoftのAI防御戦略 MDASH

Microsoftが、AIエージェント技術をフル活用してシステムの脆弱性を先回りして発見・修正する新たなセキュリティ戦略「Project Perception」を推進している。同社セキュリティ担当EVPのハイエテ・ガロ（Hayete Gallot）氏の主導のもと、自社製品の堅牢化から商用製品への展開までをカバーする次世代防御メカニズムだ。

MDASHの検証パイプラインとノイズ削減技術

Project Perceptionの中核となるのが、2026年5月に発表されたマルチモデルセキュリティ基盤MDASH（100以上の専門AIエージェントが連携して脆弱性を自動検証するシステム）である。

検証対象のソースコードを専用パイプラインに通すと、以下の手順で自動解析が行われる。

1. ​エージェントの選定​: 100以上の専門AIエージェント候補から、対象コードの解析に最適なエージェント群が複数選出される。
2. ​多角的分析とPoC検証​: 選ばれたエージェント同士で攻撃シナリオの議論を行い、実際の攻撃コードを作成するPoC（概念実証。実際の攻撃が可能か証明する検証コード）を実施する。
3. ​ノイズの自動除去​: 従来ツールで課題だった大量の誤検知（ノイズ）をエージェント間の協調によって取り除き、高精度な検証レポートを出力する。

コスト最適化を図るモデルルーターと既存製品連携

MDASHは高精度な反面、多数のエージェントを稼働させるため運用コストが高い課題があった。Project Perceptionでは「モデルルーター」を導入し、高度な判断が必要なフェーズには高性能フロンティアモデルを呼び出し、定型処理には軽量な蒸留モデルを割り当てることでコストを削減している。

さらに、レポート結果はMicrosoft DefenderやGitHub Code Securityのダッシュボードへ自動登録され、開発者の修正ワークフローに直結する仕組みが構築されている。

項目	単一フロンティアモデル依存	Project Perception (MDASH + ルーター)
検証アプローチ	単一の大型モデルによる解析	100+の専門エージェントによる多角的議論
コスト対策	トークン消費が高額になりやすい	重い処理と蒸留モデルを最適割り当て
統合性	外部ツールとの手動連携	Defender / GitHubと自動連携

社内実績とセキュリティ運用の展望

このAI防御戦略の効果はすでに表れており、2026年7月のPatch Tuesday（セキュリティ更新）で修正されたWindows 11等の脆弱性数は570件に達し、前年同期比で約4倍に急増した。

AIを活用した脆弱性発見の高速化は、攻撃者との対峙を新たなステージへと引き上げている。企業ネットワーク防御において、従来のサードパーティ製対策ソフトに頼るだけでなく、システム内部のコードレベルから自動修復するAI運用基盤の導入が今後の標準になるとみられる。

引用元：ITmedia PC USER