Claude Mythos: Anthropic の最新 AI モデルに関する取締役会からのサイバーセキュリティ関連の質問に備える

2026 年 4 月 7 日、Anthropic はこれまでで最も強力なフロンティアモデル「Claude Mythos Preview」を発表しました。このモデルはサイバーセキュリティ分野、特にコードの脆弱性発見に優れています。 (最近のブログでClaude Opus 4.6 とサイバーセキュリティへの影響について本著者が投稿した内容をご覧ください。）

Claude Mythos が社内テストにおいて、数十年前から存在するゼロデイ脆弱性を発見し、悪用できることを示した点については、すでにご存じかと思いますので、詳細は割愛します。 このモデルが非常に強力であることは明らかです。そこで Anthropic は、Mythos の能力を防御セキュリティに活用するため、「Project Glasswing」という取り組みを立ち上げ、技術パートナーと連携しました。

そして今、パウエル米連邦準備制度理事会（FRB）議長が、この Mythos の新たなモデルのサイバーセキュリティへの影響について話し合うために、米国最大の銀行のリーダーたちと会合を開いているのですが、次の四半期には、取締役会、執行役が担当責任者に向けて質問を投じることが確実に予想されます。 

それに回答できるようにするのがこのブログの主旨です。

Claude Mythos について、すべての取締役会が尋ねる質問

15 分間のサイバーセキュリティ報告の場では、取締役会から必ずこう問われます。 「Claude Mythos にどう対応しているのか。 AI を活用する攻撃者が数分で脆弱性を発見し、悪用できる世界にどう備えるのか」

役員会向けの答えは次のとおりです。「私たちは同じ手法で対抗しています。 エージェント型 AI を活用してセキュリティ運用を変革し、マシンスピードで自律的かつ先制的にエクスポージャーを特定し、対処しています」 そして、AI を使って自動化したセキュリティワークフローの数や、その結果得られた効率性と有効性の向上について報告すればよいのです。

御社の役員会のセキュリティに関する知見にもよりますが、AI による脆弱性発見という新しい現実に対応するために、脆弱性管理機能をどのように進化させていくかに取り組む必要があるかもしれません。 

先進的なセキュリティ責任者が導入し始めている新しいアプローチの 1 つが、エクスポージャー管理（CTEM）です。 

サイバーエクスポージャー管理とは?

エクスポージャー管理は、サイバーリスクを低減するための事前対応型セキュリティの戦略的アプローチです。 組織の最も重大なエクスポージャーを継続的に評価し、優先順位を付け、修正します。 エクスポージャーとは、脆弱性や設定ミス、過剰なアクセス許可といった予防可能なサイバーリスクが組み合わさることで、攻撃者に機密性の高いシステムやデータへのアクセス経路を与えてしまう状態を指します。

継続的かつ主体的にリスクを評価し、優先順位をつけ、修正することにより、サイバーエクスポージャー管理は、「Mythos に対応できる」セキュリティプログラムをどのように構築するかという疑問に対する答えを提供します。 それは、AI による脆弱性発見に関連する唯一最大の課題、すなわち、AI による脆弱性発見が生み出す膨大な検出結果のバックログに、セキュリティチームや修正チームがどのように対処するかという課題に対する解決策を提供するものです。 

エクスポージャー管理は「Mythos に対応した」セキュリティプログラム

AI 主導で検出された脆弱性が氾濫する世界でエクスポージャー管理が果たす役割を理解するためには、フロンティアモデルとエクスポージャー管理ツールの違いを理解することが重要です。 

フロンティアモデルの役割: Claude の Code Security と Mythos Preview は、ソースコードを読んで推論します。 データの流れをトレースし、ソフトウェアコンポーネントがどのように相互作用するかを把握することにより、ロジックの欠陥、メモリ破損の脆弱性、インジェクションの脆弱性、認証バイパスを特定します。 Mythos は並外れた自律性でこれを実行し、脆弱性を連鎖させ、エクスプロイトを機能させることができます。 基本的には、これはアプリケーションセキュリティであり、ソースコード層で動作するコードベースの静的および動的な解析です。

エクスポージャー管理の役割: 環境全体 (IT、クラウド、アイデンティティ、AI、OT) のあらゆる資産を検出し、脆弱性の有無を判断し、ビジネス面および技術面の文脈に基づいてエクスポージャーを優先順位付けし、段階的な修正のオーケストレーションを行い、修正が完了したかどうかを検証します。 個々の脆弱性は単体では危険に見えなくても、組み合わさることで重大なシステムにつながる攻撃経路となる場合があります。 エクスポージャー管理は、個々の脆弱性の状況を把握し、それらがどのように組み合わさってリスクの高い攻撃経路を作り出しているかを確認するのに役立ちます。

その結論を一口で言うならば、 フロンティアモデルとエクスポージャー管理は、全く異なる領域で機能し、基本的に違う問題を解決します。 

エクスポージャー管理と先制的なセキュリティライフサイクル

フロンティアモデルとエクスポージャー管理の違いをより明確にするために、Enterprise Manager が必要とする完全な予防型セキュリティライフサイクルを検証してみましょう。 フロンティア AI は、たとえ Mythos 級の能力を持つとしても、このライフサイクルの第一段階にしか対応していません。 エクスポージャー管理は、それ以外のすべてに対処します。

ステージ 1 - ソフトウェア脆弱性の発見。 ソフトウェアに欠陥があることを特定します。 これがフロンティアモデルの得意とするところでです。 Mythos はここでも驚異的な能力を発揮し、何十年にもわたる人間によるレビューや何百万回もの自動テストに耐えるバグを検出しました。 この能力は本物であり、重要な意味を持ちます。

ステージ 2 - 資産の把握。 エンドポイント、サーバー、クラウドワークロード、コンテナ、ネットワークデバイス、OT/ICS 資産、アイデンティティオブジェクト、AI アプリケーション、MCP サーバーなど、企業内のあらゆる資産を特定するために、スキャナー、エージェント、OT 専用センサーなど、複数の検出方法を採用します。 これは Mythos にはできないことです。

ステージ 3 - 評価。 特定のデプロイメント資産が特定の脆弱性の影響を受けるかどうかの判断を行います。 そのためには、資産に対する深い調査が必要です。ライブシステムに接続し、設定を解析し、パッチレベルをチェックし、エンタープライズ規模で IT、クラウド、OT、アイデンティティ環境全体で実行されているサービスを検査し、稼働中の資産のパフォーマンスを損なうことなくこれを実行します。 Linux カーネルの脆弱性を検出したモデルでは、ある組織の 5 万台の Linux ホストのうち、どのホストが影響を受けたバージョンを実行しているかを、センサーレベルのアクセスなしでは特定できません。

ステージ 4 - 優先度の判断。 AI が加速する世界では、この段階は重大度が上がります。 フロンティアモデルが数週間で何千もの新しい脆弱性を発見し、オンデマンドで実行可能なエクスプロイトを生成できるようになると、修正パイプラインに流入する量は爆発的に増加するが、運用上の制約は変わりません。 企業には依然として、限られたメンテナンス時間や変更管理プロセス、互換性の制約、事業継続要件といった制約があります。 10 万の資産に対して 4 万件以上の脆弱性に同時にパッチを適用することは、運用上現実的ではありません。 この計算は、エクスポージャー管理が提供するインテリジェントな優先順位付けによってのみ機能します。

Mythos に対応したセキュリティプログラムを構築する 4 つのステップ: Tenable がお手伝いできること

Anthropic は最近のブログで、AI によって加速する攻撃に備えたセキュリティプログラムを策定するための推奨事項をいくつか示しました。 ここでは、AI 主導型攻撃の時代における組織のサイバーセキュリティ態勢の強化とリスクの低減を、Tenable がどのように支援できるかをご紹介します。 

1 - 「パッチのギャップを埋める」Anthropic は、CISA KEV に含まれるすべてのものに直ちにパッチを適用し、EPSS を使って残りを優先順位付けし、デプロイメントを自動化するように言っています。 理論的には、このアドバイスは理にかなっています。 ただ実際には、それは少し見当違いとなります。 

ひとつには、CISA KEV のすべてにすぐにパッチを当てたとしても、ギャップが残ってしまうことです。 CISA KEVカ タログは厳格な包含基準に基づいて運営されているため、CVE が KEV に掲載されていないからといって重大度が低いということにはなりません。 逆に、Tenable Research は、KEV の一部ではなくても、影響を与えるハードウェアまたはソフトウェアにより顧客に影響を与える可能性のある 201 件の CVE を追跡しています。 Citrix Session Recording Vulnerability (CVE-2024-8069) は、それが KEV を襲うほぼ 1 年前（286 日）から Tenable リサーチが 監視を開始した CVE の一例です。 (編集者注: この段落は 2026 年 4 月 24 日に更新され、Tenable Research が顧客に潜在的な影響を与えるため、KEV に含まれない 201 件の CVE を追跡していることを明確にしました)。 

また、優先順位の問題もあります。 Mythos の脆弱性発見機能が悪の手に落ちれば、脆弱性の数は 10 倍以上に膨れ上がる可能性があります。 Tenable の共同 CEO である Steve Vintz は、最近の LinkedIn 投稿で「優先順位付けはもはや選択肢ではありません。 生き残るために不可欠です」と述べています。  

しかし、EPSS だけに基づいて優先順位を付けると、対応が後手に回りがちです。 EPSS は悪用される可能性のみに基づいて優先順位を付けます。 一方、Tenable One は、EPSS や CVSS のいずれよりもはるかにきめ細かい優先順位付けを提供します。 Tenable は、独自の VPR (脆弱性優先度格付け) を通じて、CVSS で「緊急」または「重要」と判定された 60% の CVE を、組織に対する実際のリスクを作り出す 1.6% に、機械学習を使用して絞り込みます。 Tenable One はさらに、到達可能性（この資産はネットワークトポロジーを通じて実際に公開されているか）、アイデンティティコンテキスト（侵害された資産はどのような権限を継承するか、ドメイン管理者への経路を作成するか）、ビジネス重大度（この資産は収益を生み出すシステムか、開発用サンドボックスか）、攻撃経路分析など、他の基準も優先順位付けエンジンに組み込んでいます。 このような疑問に答えるには、外部モデルにはなく、Tenable Oneだけが提供できるスケールと特異性でのクロスドメインテレメトリが必要です。

最終的に、脆弱性が増えるということは、パッチを当てる回数が増えるということであり、パッチに関連した制約は変わりません。互換性にかかわる条件や事業継続の要件、その他を確認する必要があります。 Tenable One は、アップデートのライフサイクル全体を管理するためのスピード、スケール、自動化、コントローラーを提供します。 カスタマイズ可能なコントローラーを使用してパッチをテストし、問題のあるアップデートのデプロイを防止しながら、Windows、Linux、macOS にまたがる2 万個を超える製品、2 万 5 千個を超える固有のパッチに対して 自律的にパッチを展開することができます。 

また、新たに発表された自律型 AI エンジンである Tenable Hexa AI は、資産検出、タグ付け、トリアージ、優先順位付け、修正ワークフローを自動化し、脆弱性の発見数が増加する中で組織の対応が遅れないことを確保します。 

2 - 「脆弱性のさらなる増加に備える」Tenableは、新たな脆弱性を特定するプラグインを開発し、リリースしてきた実績があります。 当社は毎週 100 以上の新しいプラグインを提供しており、プラグイン開発のスピードとスケールを加速させるために AI を使用しているので、通常、12 時間から 24 時間以内に完全に自動化されたプラグインを提供することができます。 

サーバーに特定のパッチが欠けているかどうかをプラグインが評価すると、明確で決定的な白黒の答え (「はい」または「いいえ」) が 6 シグマの精度 (100 万回スキャンあたり 0.32 の欠陥) で返されます。 この精度は、修正チケットを作成するかどうか、本番システムをオフラインにするかどうか、監査担当者に検出結果を報告するかどうか、段階的なパッチのデプロイメントを開始するかどうかなど、それ以降のあらゆる決定の根拠となります。

これとは対照的に、フロンティア AI モデルは確率的な仕様になっています。 Anthropic の Mythos に関するドキュメント（ ）を見ると、このモデルが時折、手法を隠蔽し、サンドボックスを回避し、一貫性のない出力を出そうとしていることがわかります。 同じプロンプトを 2 回実行すると、結果が異なることがあります。 コードレベルのセキュリティリサーチでは、このようなばらつきは許容範囲内です。 しかし、何万もの資産が継続的に評価され、検出結果がコンプライアンスレポートや修正ワークフローに直接流れ込むような企業規模の運用脆弱性管理では、確率論的な出力は受け入れられません。

SOC 2、FedRAMP、PCI-DSS、HIPAA、FISMA などのコンプライアンスフレームワークでは、再現可能で監査可能な評価結果が求められます。 サイバー保険会社もこれを要求し、 取締役会レベルのリスク報告にもこれが必要となります。 

Tenable が 24 年以上かけて構築してきたスキャン基盤 (31 万 8000 個以上のプラグイン) は、単なる過去の資産ではありません。 これは、当社がサービスを提供する市場において不可欠な基盤です。

3 -「外部に晒すものを減らし、そのインベントリを作成する」Tenable One のセンサーは、スキャナー、エンドポイントエージェント、パッシブネットワークモニター、ウェブアプリケーションスキャナー、OT 専用センサー、アイデンティティディレクトリコネクタ、クラウド API 統合など、企業の本番環境あるすべての資産を検出し、導入されたシステムが脆弱かどうかを決定論的に評価し、実行時に悪用される可能性の文脈に基づいてエクスポージャーの優先順位を決定し、段階的な修正をオーケストレーションし、修正が完了しているかどうかを検証するように設計されています。 そして、Tenable One プラットフォームは、実行時の悪用される可能性のコンテキストに基づいてエクスポージャーに優先順位を付け、段階的修正をオーケストレーションし、修正が完了したことを検証します。 Tenable のセンサーは、多種多様な、分散し、多くの場合隔離された環境全体を横断して、継続的に資産を検出します。 シャドー AI のフットプリントを評価することもできます。 モデルは、自身がアクセスできない対象については検出できません。

4 - 「侵害に備えた設計」Tenable One の Attack Path Analysis 機能により、攻撃者が脆弱性、設定ミス、過剰な権限をどのように連鎖させて重大資産に到達するかを可視化することができます。 攻撃経路を可視化することで、こうしたギャップを事前に解消し、攻撃者の動きを未然に防ぐことができます。  

また、Tenable One は、環境全体の資産とアイデンティティの関係を可視化し、それらのつながりや信頼境界を明確にすることで、ゼロトラスト導入を支援します。 また、急速に拡大するアタックサーフェスへの対応として、 管理者レベルのアクセス権を持つ AI エージェントに対するガバナンスも重要になります。  

AI 主導のリスク新時代を対応する

Claude Mythos の登場は、脆弱性発見のスピードが数か月単位ではなく、数分単位で測られるようになったサイバー環境の根本的な変化を示しています。 この新しいモデル「Mythos」は、攻撃者にエクスプロイトの発見や組み合わせを可能にする前例のない能力をもたらす一方で、組織に防御の近代化を促す契機ともなっています。

一歩先を行くためには、セキュリティ管理者は従来の手法にとらわれず、エクスポージャー管理を取り入れなければなりません。 Tenable One の決定論的な精度と Tenable Hexa AI の自動化されたパワーを統合することで、組織はセキュリティ運用を、マシンスピードで動作するエージェント型かつ予防的な態勢へと変革できます。

AI が生み出す脆弱性の洪水にチームを圧倒させてはなりません。 インテリジェントな優先順位付け、パッチギャップの解消、攻撃経路の完全な可視化に注力することで、取締役会からの厳しい質問に自信を持って答え、真に「Mythos に対応した」セキュリティプログラムを構築することができます。

将来の見通しに関する記述

このブログ記事には、Mythos のような LLM がサイバーセキュリティの状況に与える潜在的な影響に関する記述や、エクスポージャー管理の将来に対する当社の期待など、連邦証券法で定義される「将来の見通しに関する記述」が含まれています。 これらの記述には、当社の最新の年次報告書（フォーム10-K）およびその他の SEC 提出書類に随時記載されているリスクや不確実性を含め、実際の結果が大きく異なる可能性のあるリスクや不確実性が含まれています。 本ブログ記事中の将来の見通しに関する記述はすべて、本投稿日現在において Tenable が入手可能な情報に基づいています。 Tenableは、本投稿に含まれる将来の見通しに関する記述を更新する義務を負いません。

もっと詳しく

• エクスポージャー管理とは
• Attack Path Analysis （攻撃経路の分析）
• アタック サーフェス管理
• Tenable Patch Management
• サイバーハイジーンのベストプラクティス