脆弱性対応は「検出」から「自動修復」へ
Googleの「Fairwind」始動 脆弱性の発見から修正までAIが数分で完結
Googleは、政府機関や信頼できるパートナー向けに、「Fairwind Program」の提供を開始したと発表した。同プログラムにより、脆弱性対応の自動化はどこまで進むのか。
脆弱(ぜいじゃく)性を発見してから修正するまでに、数週間を要する場合がある。生成AIはこの時間をどこまで縮められるのか。Googleは、AIを使って脆弱性の発見から修正、検証までを自動化する取り組みを始めた。
Googleは2026年9月2日(米国時間)、政府機関や一部のGoogle Cloudのユーザー、サイバーセキュリティ事業者を対象に「Fairwind Program」の提供を開始したと公式ブログで発表した。
競争は「検出」から「修正」の速度へ
同プログラムでは、サイバーセキュリティに特化したAIモデル「Gemini 3.8 Flash Cyber」と、脆弱性修正を支援する「CodeMender」を組み合わせ、ソフトウェアの脆弱性を自律的に発見、検証、修正できるようにする。
企業のセキュリティ部門がAIをサイバー防御に活用する場合、さまざまな課題がある。高性能な大規模モデルはコストや管理負担が大きく、小規模なモデルでは複雑な脆弱性修正に十分対応できない場合がある。運用コストや、大規模な企業コードベースに適用する際の管理の難しさもある。小規模なオープンウェイトモデルでは、高度な脆弱性修正に必要な能力が不足する場合があり、周辺ツールやインフラを企業で整備しなければならない。Fairwind Programは、この課題の解消に貢献するものだ。
中核となるGemini 3.8 Flash Cyberは、サイバーセキュリティ用途に特化した推論能力を持つAIモデルだ。CodeMenderと組み合わせることで、脆弱性を特定するだけでなく、修正コードを生成し、そのコードが問題を解決できるかどうかを検証する。
Googleによると、これまで脆弱性の修正は人手で数週間かかることもあった。しかしFairwind Programを利用すれば、検証済みで展開可能なパッチを数分で生成できるという。処理は企業が利用するセキュアなクラウド環境内で実行できるとしている。
Fairwind Programを通じて注目すべきは、AI活用の対象が「脆弱性の検出」から「修正作業」へ広がっている点だ。
従来の脆弱性管理では、スキャンツールなどが問題を検出しても、その影響範囲の確認や修正方法の検討、コード変更、テストには人手が必要だった。AIがこれらの作業まで担えるようになれば、情報システム(情シス)部門やセキュリティ部門の担当者の役割は、個々の脆弱性を修正する作業から、AIが生成した修正内容を監督し、安全に本番環境へ反映する仕組みづくりへ移る可能性がある。
政府や重要インフラ企業から段階的に提供
GoogleはFairwind Programを広く一般提供するのではなく、社会インフラへの影響が大きい組織から段階的に利用対象を広げるとしている。政府機関や各国のサイバーセキュリティ当局、医療、通信、エネルギー、金融などの重要インフラ事業者、多くの企業が利用する基盤ソフトウェアを提供するテクノロジー企業などだ。
Googleによれば、Fairwind Programには世界で650以上のパートナーが参加している。
情シスが見るべきは「自動修復できるか」だけではない
脆弱性の発見だけでなく修正コードの生成まで担うAIシステムを企業で導入するのであれば、情シスはAIモデルの性能だけでなく、アクセス権限や承認、テストなどの運用設計も確認する必要がある。
Fairwind Programでは、強力なAI機能の悪用を防ぐため、プログラムに参加する組織に運用上の条件を設けている。例えば、ユーザーは社内のサイバーセキュリティ、インシデント対応、ペネトレーションテストなどの担当者に限定する。多要素認証(MFA)などのセキュリティ対策を実施する。
脆弱性対応は「検出速度」から「修正速度」の競争へ
Fairwind Programの対象外となるGoogle Cloudのユーザーも、Gemini Enterprise Agent Platformで利用できる一般公開モデルとCodeMenderを組み合わせることで、脆弱性対策そのものは利用できる。
Googleは、サイバー防御における防御側の優位性は「脆弱性を発見してからパッチを適用するまでの時間」を短縮することで生まれるとしている。
本稿は、2026年9月2日にGoogleが公開したProactive cyber defense for governments and enterprisesを基に作成しました。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
新着ホワイトペーパー PR
-
事例
[日本オラクル株式会社] ピンチをチャンスに変えたEPR製品は? 先行企業の導入事例3選 -
技術文書・技術解説
[日本オラクル株式会社] 無自覚なリスク 秘伝Excelファイルが監査の壁、不正・ミスの温床となる理由 -
製品資料
[日本オラクル株式会社] 戦略的経理の第一歩 失敗のない「脱Excel」を実現する秘訣とは? -
技術文書・技術解説
[日本オラクル株式会社] いまさら聞けないオンプレERPとクラウドERPの違い 最適な製品をどう見極める? -
事例
[株式会社ビザスク] 連結売上高が約2倍に成長、富士フイルムが実践した新規事業創出の戦略とは?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
損保ジャパンはなぜ「COBOL」を捨てなかったのか? 脱メインフレームの真相
-
2
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
3
「ノートPC派」は損をしている? Dellと考える“自作PC”のメリット
-
4
「0.3秒のスピード顔認証」の入退室管理が社員に好評 事例に学ぶオフィス改革
-
5
慶應義塾が「Notion」を選んだ理由 AI導入の盲点になる“情報のサイロ化”
-
6
エンジニアの生産性はどう測る? マネジメントに不可欠な可視化の実現方法とは
-
7
生データを隠してデータ連携 KDDIが4000万人の顧客情報を安全に分析できた理由
-
8
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
9
「また同じ説明か」 消費者の半数が離脱するAIチャットbotの“記憶喪失”
-
10
IT製品の導入に関するアンケート「PC&デバイス」編
ホワイトペーパーランキング PR
-
1
DX/AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
2
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
3
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
4
バックアップは“取っているから大丈夫”なのか? ランサムウェア時代の備え方
-
5
システムの保守がモダン化を阻む? 「変えない判断」から脱却する方法とは
-
6
生成AIを開発に導入しても効果が見えない? 実証実験で分かった成果と課題
-
7
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
8
5分で分かる Microsoft 365のデータ損失に備えるためのバックアップの仕組み
-
9
ネットワーク遅延の原因、「パケットロス」の基礎知識と効果的な解決策
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー