Google、脆弱性検証AI「PageBreak」発表

米Googleは2026年9月23日（現地時間）、自社Webアプリケーションの安全性を自動検査する社内AIエージェント「PageBreak」の運用実績と設計思想を公式ブログで公開しました。PageBreakは自社サービスから500件以上のクロスサイトスクリプティング（XSS（Webページに悪意あるスクリプトを注入する脆弱性））を発見しながら、誤検知（偽陽性）を「ほぼゼロ」に抑制しました。AIが推測した脆弱性を、稼働環境で実際の攻撃コードを実行して確かめる「決定論的検証」の導入が決め手となっています。

AIの推測に頼らない「決定論的検証」のアーキテクチャ

セキュリティ領域における大規模言語モデル（LLM）の活用では、未検証の仮説や誤検知が大量に混入し、開発現場が対応に疲弊する「AIスロップ（低品質な生成物）」が課題となっていました。Google製品セキュリティチームはこの課題を克服するため、2025年11月に試験運用を開始し、2026年1月に本格プロジェクト化したPageBreakを開発しました。

PageBreakは基盤モデルに「Gemini 3.1 Pro」や「Gemini 3.5 Flash」を採用し、以下の流れで検証を実行します。

• ​脆弱性仮説の生成​: AIエージェントがコードや挙動を解析し、潜在的な欠陥を推測
• ​専用バリデーターへの受け渡し​: 人間が設計した再現性の高い検証プログラムに仮説を転送
• ​実攻撃コード（ペイロード）の実行​: 稼働環境下で実際にコードを実行し、悪用可能か物理的に判定

バリデーターはXSSのJavaScript実行監視、SQLインジェクションの応答時間監視、パストラバーサル、リモートコード実行（RCE）、サーバーサイドリクエストフォージェリ（SSRF）など各種脆弱性ごとに用意されています。決定論的な検証に合格しなかった報告は製品チームに送信されません。

従来型スキャナーとの比較と実運用における制約

評価項目	従来のAIセキュリティスキャナー	Google PageBreak
​判定ロジック​	LLMの確率的推論（「脆弱性の可能性が高い」と判断）	決定論的検証（専用バリデーターによる攻撃実証）
​誤検知率（偽陽性）​	高い（大量の未検証仮説が混入し現場の負担増）	ほぼゼロ（実証された事象のみを報告）
​基盤モデル​	汎用LLM単体	Gemini 3.1 Pro / Gemini 3.5 Flash 等
​後続連携​	報告書の手動起票	自動バグ修正システム「CodeMender」との連携を推進
​現在の制約・課題​	単純パターンの網羅にとどまる	複雑なシナリオでの見逃し（偽陰性）リスクが存在

​未確認事項​: バリデーターで網羅できない高度・複合的な脆弱性シナリオへの対応は今後の課題とされており、未実証の候補も破棄せず次期スキャンやバリデーター機能拡張の材料として蓄積されています。また、設計段階で脆弱性を排除する「高保証Webフレームワーク」で構築されたアプリ群では、発見されたXSSは数百件中わずか2件にとどまり、フレームワーク側の防御の有効性も確認されました。

分析・展望

編集部注: セキュリティ検査への生成AI導入において、最大の障壁は「AIがもっともらしく嘘をつく（ハルシネーション）」ことによる誤検知の山でした。Googleが示したアプローチは、「AIには探索と仮説生成を担当させ、合否判定は決定論的プログラムに委ねる」という役割分担の有効性を実証しています。人間をAIの出力の検証作業から解放し、真に確認済みの脆弱性修正だけに集中させる運用設計は、今後のエンタープライズセキュリティにおける実務標準になるとみられます。

引用元：Google Blog