SafeMindは攻撃と防御を自動反復、性能値は社内評価に限られる

CrowdStrikeは2026年9月1日、米ラスベガスのFal.Con 2026で、攻撃役と防御役のAIを同じサイクルで動かすエージェント型サイバーセキュリティシステム「SafeMind」を発表した。CrowdStrikeの発表資料 は、攻撃経路を探すRed Tempest、防御を担うBlue Solano、両者を接続するハーネスを中核に挙げ、検知率29％向上、修復6倍高速化、検知・修復コスト99％削減を掲げている。

従来型のセキュリティAIとの主な違いは、既存アラートへの回答だけで終わらず、隔離された代表環境で攻撃、観測、検知生成、再試験を反復する点にある。ただし、29％、6倍、99％はCrowdStrikeによる評価値で、比較対象や費用範囲を再現できる完全な試験条件、本番環境での独立検証結果は公開されていない。

発表済みだが、一般提供の範囲はまだ明確でない

SafeMindはCrowdStrikeのCyber Superintelligence Labが開発したモデルとハーネスのファミリーで、NVIDIA Nemotronのオープンモデルを利用する。CrowdStrikeはSafeMindがFalconプラットフォーム上でネイティブに動作すると説明する一方、単体モデルとハーネスへのアクセスはProject QuiltWorksの「trusted access」に含まれるとしており、誰でも直ちに利用できる一般公開モデルとは位置付けていない。

CSO Onlineの発表当日の報道 では、Falconセンサーの情報から企業環境のデジタルツインを構成し、Red Tempestが複製環境で攻撃経路を探り、Blue Solanoがハーネスを通じて得た情報を防御へ戻す構想が説明されている。現時点で確認できるのは製品構想、評価用の実装、Falconおよび限定アクセス枠への展開方針であり、多数の顧客による本番運用実績ではない。

攻撃の実行記録を防御へ戻す閉ループ

評価された処理は四つの段階で循環する。攻撃側ハーネスが脅威情報に基づく目的を受け取り、隔離した代表環境で攻撃経路を実行する。その操作記録とFalconセンサーのテレメトリーを防御側が受け取り、既存の検知が反応した箇所と、観測または検知が不足した箇所を再構成する。

防御側は分析結果から検知候補を作り、構文や利用可能なフィールドを検査したうえで、記録済みの攻撃テレメトリーに対して再生する。攻撃を捉えられない候補や、特定のIPアドレス、ホスト、利用者など評価環境固有の文字列に依存する候補は修正工程へ戻される。別の文脈を持つモデルによるレビューも通過した候補だけが、次の試験に進む。

検知を配置した後は、別のシードで同じ目的の攻撃を再実行する。攻撃側は新しい検知を認識した状態で代替経路や回避策を探し、その結果が再び防御側へ渡る。モデル自身の「成功した」という回答ではなく、操作記録、センサーデータ、検知エンジンでの再生結果を次の反復に使うことが、単発の生成AIとの本質的な差だ。

ハーネスを含むシステム全体が評価対象

SafeMindのハーネスは、二つのモデルを接続するだけの薄い通信層ではない。攻撃や検知に必要な文脈、ツール、権限、モデルの振り分け、検証、修正フィードバックを管理し、モデルの文章出力を実行可能な検知へ変換する。

評価された防御構成では、Nemotron 3 Ultraが攻撃の再構成、計画、ツール操作を統括し、調整済みのNemotron 3 Superが検知ルールの生成と修復を担当した。役割を分けることで、長い攻防サイクルの管理と、限定された専門作業を同じモデルへ集中させない構成になっている。

したがって、結果をBlue SolanoやNemotron 3 Superだけの能力と解釈することはできない。スキーマ知識、Falconテレメトリー、検知ルールの構文検査、再生試験、独立レビューを含むパイプライン全体の性能であり、モデルだけを別の環境へ移して同じ成績が得られるとは限らない。

社内評価の数値と技術試験は分けて読む

NVIDIAとCrowdStrikeによる技術評価 は、NVIDIAの計算基盤を模した隔離環境で実施された。基本ハーネスとNemotron 3 Ultraでは、記録済み攻撃を検知した候補の平均が8セッションで16.5％だったのに対し、調整済みハーネス、専門モデル、ドメイン文脈、ツール、検証を加えた構成では6セッションで41.9％となった。複数の構成要素を同時に変更しているため、同資料も2.5倍の差を単一モデルの効果とは扱っていない。

同じシナリオ群から用意した未見の攻撃8件によるライブファイア試験では、最適化したオープンモデル構成の検知候補11件中5件、45％が少なくとも一つの攻撃を検知した。比較対象のフロンティアシステムは35件中10件、29％だった。利用可能な良性トラフィックで反応せず、独立レビューにも合格した「gold」判定はオープン構成で3件、比較側で0件となり、その3件は8件すべての攻撃をカバーした。

ただし、この技術試験も一般的な製品ベンチマークではない。対象は一つのシナリオ群と小規模な検知セットに限られ、別種のシナリオへの一般化は未検証である。良性トラフィックも限定されているため、本番環境の誤検知率を示さない。ライブファイア8回のうち3回ではハーネス障害が発生し、完全なテレメトリーが残ったため結果に含められた。

さらに、NVIDIAの資料が紹介するCrowdStrikeの別の社内評価では、Blue Solanoについて、比較した主要なプロプライエタリモデルより精度が13％高く、コストが97％低いとしている。これは発表資料の「SafeMindで検知率29％向上、修復6倍高速化、コスト99％削減」と主体、指標、比較範囲が一致しないため、同じ試験の言い換えとして統合できない。

導入判断で確認すべきなのは、宣伝上の比率そのものより、その分母と運用境界だ。具体的には、比較したモデルとハーネス、計算資源、対象作業、費用に含めた範囲、自社環境を代表環境へ反映する方法、通常トラフィックを含む誤検知率、ハーネス障害時の停止条件を明らかにする必要がある。

• 生成した検知を本番へ移す前に、人間が承認、差し戻し、停止できるか
• 攻撃側エージェントの権限、外部通信、認証情報、隔離境界を監査できるか
• モデルやハーネスの更新後に、同じ条件で再評価できるか
• 自動修復が設定変更や遮断を伴う場合、ロールバック手順が定められているか

SafeMindについて確認できた新規性は、攻撃と防御を隔離環境で自動反復し、候補検知を実行結果で絞り込む具体的な構成にある。一方、見出しとなった性能値は社内評価の範囲を出ておらず、顧客の本番環境で同じ検知率、修復速度、費用削減を再現できるかは未確認だ。今後必要なのは、比較条件の完全な開示、通常トラフィックを含む誤検知データ、異なるシナリオと顧客環境での独立検証である。