AIとルール型セキュリティ検査、役割分担で108個の脆弱性をどう見つけるか

『ルール型』と『AI型』のセキュリティ検査って、具体的にはどう違うやり方なの？

ルール型はあらかじめ「SQLインジェクションはこういう書き方」「認証チェックがない場合はここ」みたいに、危険なコード パターンを数千個プログラムしておく方式です。コードをスキャンして「このパターンに合致する」かどうかを機械的にチェック。予測可能で、既知の危険には強い。 対するAI型は、文脈を読み取って「このロジックの流れだと、ここでデータが検証されないまま次へ進む可能性がある」みたいに判断します。コード全体の流れを把握するので、ルール型が見逃すような複雑な脆弱性も拾える。ただし、まったく新しい攻撃パターンには弱い可能性も。 面白いのは、この論文の結果から見えるのは、どちらが優れているかという話ではなく、「見える世界が違う」ということです。ルール型が得意な単純で直球的な脅威と、AI型が得意な文脈に隠れた脅威。企業のセキュリティ担当者の立場なら、両方走らせて死角を埋めるしかないのが現実、ということになりそうです。

普通の企業がWebアプリを作ってるとき、この『両方を走らせる』って実務的にはどういう手間になるの？

両方を走らせるというのは、実際には「二度手間」というより「ツール導入の判断」に近い負荷だと思えます。 ルール型ツールは Snyk Code や OWASP の検査ツールのように、ビルドパイプラインに組み込むだけで自動実行される場合が多い。だから追加の人手はほぼかからない。一方 AI は設定を詰めないと性能が出ない。同じ Claude でもプロンプト次第で検出率が2倍変わるという結果は、つまり「使い方の調整に時間がかかる」ことを意味しています。 本当の課題は「運用コスト」より「誰が設定を責任持つのか」という組織的な部分にありそうです。ルール型なら「デフォルトで走る」で済みますが、AI は「何を指示するか」を毎回考える必要がある。セキュリティチームが小さい企業なら、その判断そのものが負担になる。逆に言えば、ツール導入さえ済めば自動化の恩恵は大きい。両方を定期実行させるのは、むしろ手動レビューを減らす選択肢にもなり得るのかもしれません。

これまで『どちらか一方の方が優れてる』という議論が業界にあったのか、それともずっと『使い分けるしかない』という認識だったの？

セキュリティ業界では、実は両方の議論が混在していたように見えます。 AI がここまで注目される以前は、ルール型が事実上の標準で「既知の脆弱性パターンを網羅することが最善」という認識が強かった。その後、AI の精度が上がり始めると「AI なら文脈を読むから、プログラマの意図まで汲み取れる。ルール型は古い」という主張が勢いを持ち始めた。つまり「どちらか一方が優れている」という単純な論争は、実際にあったのだと思います。 今回の論文で示されたのは、その対立が誤った二者択一だったということ。見つける脆弱性が本質的に異なるなら、優劣をつけようがない。ルール型は「既知の危険パターン」に強く、AI は「文脈の中での異常」に強い。リスト の3割が重ならないという事実は、両者が補完関係にあることを物証として示しています。 業界の現場レベルでは「使い分けるしかない」という実感は以前からあったと思われます。ただそれが「エビデンスとして確認された」のは、この研究が珍しいのかもしれません。設定次第で検出率が2倍以上変わるという発見も、「どっちを選ぶか」の問題ではなく「どう組み合わせるか」という次元の話へ議論を移す転機になりそうです。

つまり、見つける脅威が『ツールの得意な攻撃タイプ』で決まっちゃう、みたいなことなの？

そうですね。ルール型は「既に分類・命名されている脆弱性」の検出に強く、AIは「文脈の中に隠れた論理的なズレ」を拾うのが得意、という構図が見えてきます。 ルール型は膨大な既知パターンを辞書的に持っているので、「SQLインジェクション」「クロスサイトスクリプティング」みたいな古典的で名前が付いた脅威は即座に引っかかる。一方、AIは入力から出力までの「流れ全体」を読もうとするので、ルール型が見逃した予期しない組み合わせや、変種的な脆弱性に気付きやすいのかもしれません。 ただ面白いのは、これが単なる「ツールの性質の違い」では終わらないということです。同じAIでもポリシーの設定で検出率が2倍以上変わるという発見は、実質的には「AIにも既知パターンっぽい検査ルール」を入れてるんだ、という示唆に見えます。つまり、AIとルール型の区別は、思ったより曖昧なのかもしれません。どちらも何らかの「パターン認識」をしており、その範囲や精度が異なるだけという見方もできそうです。

AI の『使い方の設定で精度が2倍変わる』って、言い換えると『正しく使えてない企業は大損してる』ってことじゃないの？

まさにそういうことになる可能性が高いですね。セキュリティツールの場合、「使い方を間違える」のコストが他のツールより桁違いに大きい。 AIにしろルール型にしろ、デフォルト設定のまま走らせるのと、プロジェクトの言語や開発パターンに合わせてポリシーをチューニングするのでは、見落とす脆弱性が2倍違う。つまり検出率が60%と30%くらいの差になるということです。そうなると「導入しました」と言っても、実は通してしまった脅威が大量に残っている状態になる。 ただここで微妙なのは、企業側の大損と道具側の責任が必ずしも一致しないところ。ベンダーは「きちんと設定すればこの精度が出ます」と言えますし、企業側は「導入したから安全が上がった」と思ってしまう。実務的には、セキュリティ責任者が調査内容をちゃんと読んで、自社の言語・パターンに最適な設定を模索するところまでが「導入」なんだと分かるべき段階にあるということかもしれません。