NVIDIA Nemotronで構築する適応型エージェントセキュリティ

NVIDIAとCrowdStrikeは、NVIDIA Nemotronベースのエージェント型セキュリティシステムを孤立環境で共同評価し、攻撃と防御を機械速度で自動化する閉じた学習サイクルの実証に成功した。本システムはCrowdStrike SafeMindに組み込まれ、従来の手動手順を置き換えることで、継続的な攻撃・防御テストのフィードバックループを実現する。 ワークフローは攻撃実行とテレメトリー取得、コンテキスト分析による検知ギャップ特定、候補検知の生成と検証、再テストと適応の4段階で構成される。防御エージェントはNVIDIA Nemotron 3 Ultraが攻撃シーケンスの再構築とワークフローオーケストレーションを担当し、検知ルール生成にはCrowdStrikeが独自に微調整を施したNemotron 3 Superを専門領域モデルとして活用する。この役割分担により、ハルシネーションを抑制し、実環境に即した行動ベースの検知ルールを生成する。 検知品質の向上には、専用エージェントハーネスの導入が不可欠だった。スキーマ辞書によるフィールド検証、攻撃痕跡に基づくテレメトリー接地、構文および環境依存文字の自動排除、実データへの再生テスト、独立した判定エージェントによる最終審査など6つの検証機構を組み合わせた。また、NVIDIA NeMo GymとNeMo RLを用いた強化学習により、クエリ構文の妥当性だけでなく、実際のログ検索結果との一致度を報酬として最適化を繰り返した。 評価結果では、最適化済みオープンモデルパイプラインはバックテストで検知率が2.5倍向上し、既存の最先端プロプライエタリモデルを上回った。新たにシードされたライブファイアテスト8件では、オープンモデル由来の検知が全ての攻撃を検知しながら誤検知を完全に排除し、行動整合性と複数シグナル活用を満たすゴールド検知を初めて達成した。これは検知の汎化能力と実運用での信頼性を裏付ける重要な成果である。 本検証は、推論型モデルによるワークフロー制御と微調整済みオープンモデルによる専門タスク実行、そして厳格な検証ハーネスを組み合わせることで、再現性と拡張性に優れたAIエージェントを構築できる設計原則を示した。CrowdStrikeはSafeMindを通じ、この共進化ループを継続的に推進していく予定であり、NVIDIA NeMoエコシステムを活用した他ドメインへの専門エージェント展開にも影響が期待される。