エージェンティック脅威防止とは何ですか？

概観

エージェンティック脅威防止は、自律的なAI駆動の攻撃変異に対して機械の速度で防御します。 AIエージェントを使用して攻撃を特定し、影響が発生する前に保護を適用および適応させます。これにより、攻撃の表面を縮小し、手動介入を待たずに最前線のAI脅威を止めます。

最前線AIの脅威を理解する

最前線AIの攻撃は人間によって駆動されることなく、制限もされません。 AIエージェントは、多段階の攻撃チェーンを自律的に計画し、実行し、適応でき、リアルタイムで戦術を個別化して防御を回避し、攻撃をより速く、大きく、複雑に走らせます。

最前線AI攻撃に対抗するための保護は、従来の保護の限界を超えています。静的なルールと署名は既知の攻撃のために構築されていますが、最前線のAI攻撃者は行動を継続的に変化させてそれらを迂回します。効果的な保護は機械の速度で働き、出現する攻撃経路を特定してブロックするために、環境特有の連続的なコンテキストを使用します。

エージェンティック脅威防止がどのようにネットワークを保護するか

エージェンティック脅威防止は、Opus 4.6大規模言語モデルに基づいたAIエージェントを使用します。エージェントはネットワーク全体のトラフィックとセキュリティ信号を4時間ごとに分析します。各分析は、ユーザー、ホスト、サイト、アプリケーション、その他のエンティティにわたる前の24時間の活動をレビューします。このロールウィンドウはアカウント特有のコンテキストを提供し、典型的な使用パターンや期待される活動を示します。

このコンテキストを使用して、エージェントは疑わしい行動パターンを推論します。機械の速度で、活動のシーケンス、タイミング、初めてのイベント、および複数のセキュリティエンジンからの信号を関連付けます。この推論は、個々の信号を接続し、それを既存の行動および広域ネットワークのコンテキストと比較します。以前に見たことのない経路を利用する攻撃を含む、出現する攻撃を明らかにすることができます。たとえば、バイナリファイルをダウンロードすることは、IT管理者にとって通常の行動かもしれません。同じ行為が、その行動の履歴がないユーザーによって実行されるとリスクを示す可能性があります。

活動がリスクの増大を示した場合、エージェントは攻撃の次のステップを予測し、動的な一時的な管理を自動的に適用することで適切な対応手段を決定します。これらの制御は、Catoの研究チームによる多数の侵害シナリオの徹底的な分析および調査に基づいて、露出されたサービス、行動、またはアクセス経路へのアクセスをブロックし、緩和を実施します。

エージェントは時間とともに行動を再評価し、条件が変化するとコントロールを調整または削除します。これにより、攻撃表面を縮小し、手動介入を制限し、管理の可視性と制御を保持します。エージェンティック脅威防止がネットワークをどのように保護するかを監視するには、エージェンティック脅威防止の監視を参照してください。

リスクの高いユーザー行動のより完全なビューを提供するために、エージェンティック脅威防止のセキュリティエンジンによってトリガーされたブロックイベントがユーザーのリスクスコアに組み込まれています。詳しくは、ユーザーリスクレベルの理解をご覧ください

エージェンティック脅威防止は以下のことを可能にします：

最前線の攻撃に先んじる：攻撃者の行動が変化すると環境特有の保護を機械の速度で適応させることにより
脅威防止を自動化する：攻撃が進む前に動的なコントロールを自動的に適用することにより
制御をあらゆる場所で：ユーザー、サイト、およびアプリケーション全体にわたって発効する

ライセンス要件

2026年8月時点で有効なAdvanced Threat Protectionライセンスを持つ顧客に対して、このライセンスにはエージェンティック脅威防止も含まれます
他の顧客に対して、エージェンティック脅威防止はエージェンティック脅威防止ライセンスが必要です（これには脅威防止または高度な脅威防止ライセンスが必要です）

ユースケース – コマンド・アンド・コントロールの確立前にエージェンティックAI攻撃をブロック

会社ABCの従業員が合法的な生産性アシスタントとして偽装された悪意のあるAIエージェントと対話しました。従業員の信頼を得た後、エージェントはローカルリソースをリストアップし、機密アプリケーションを特定し、永続的なリモートアクセスのためにエンドポイントを準備することで、多段階の攻撃を実行しようとしました。そのアクションのシーケンスはユーザーにとって異常であり、これまでデバイスには発生していませんでした。

エージェンティック脅威防止はイベントチェーンを分析し、自律的なAI駆動攻撃の計画的で協調的な推論と計画特性を認識し、活動がコマンド・アンド・コントロール確立の前の悪意のある偵察を表していると判断しました。

この評価に基づき、エージェンティック脅威防止は攻撃が進行できる前に先制的な制御を適用しました。 AnyDeskのダウンロードおよび実行をブロックし、AIエージェントがリモートアクセスを確立し、コマンド・アンド・コントロールを維持することを防ぎました。追加のツール、ペイロード、または命令が配信される前に攻撃が中断され、資格情報の窃盗、権限のエスカレーション、横移動のリスクを大幅に軽減しました。

個々の指標に依存するのではなく、活動の意図を自律的に検出することで、エージェンティック脅威防止はAI駆動攻撃を手動による介入なしで封じ込めました。

エージェンティック脅威防止の仕組みを理解する

エージェンティック脅威防止は、次の5ステップのプロセスを使用して、環境全体の活動を継続的に分析し、疑わしい動作を特定して停止します。

Build an Entity Baseline: Agentic Threat Prevention’s AI agents monitor network activity over time to establish normal behavior across your network.
Detect Deviations: Agents collect real-time signals from multiple security engines, including services such as Anti-Malware, IPS, Firewall and SAM. It also analyzes long-term insights from the Cato data lake, which aggregates all security events. AI agents reasoning identifies suspicious behavioral patterns compared against the behavioral baseline to identify abnormal activity. Even actions that appear benign can be flagged if they significantly deviate from normal behavior.
Dynamic Controls: When suspicious behavior is detected, to reduce the attack surface, the agent predicts the next stage of the attack and applies customized controls to prevent it from progressing. Multiple controls can be applied for a single suspicious behavior.
Block Malicious Action: If a malicious action is taken, it is blocked in real time to prevent threats.
Adapt Dynamic Controls: Agents continuously reevaluate entity behavior and dynamically adjust or expire the applied controls as the risk level changes.

エージェンティック脅威防止が既存のセキュリティエンジンを補完する方法

エージェンティック攻撃は、従来のセキュリティモデルが限られた保護しか提供できない3つの課題を導入します。

機械の速度：攻撃は人間駆動の応答ワークフローが反応するよりも速く実行され、進行します
適応性：AI駆動の攻撃者は継続的に繰り返し、失敗した試みの後に戦術を変更し続け、成功するパスを見つけます
自律性：攻撃チェーンは、ループ内に人間がいない状態で計画と実行を行い、決して停止、待機、または焦点を失いません

既存のCatoセキュリティエンジンは、既知の脅威とポリシー違反に対して正確な保護を提供します。彼らは効果的にポリシーを施行し、ライフサイクルの特定の段階で攻撃をブロックします。しかし、彼らは事前に定義された検出、既知の攻撃技術に基づいてセキュリティ研究者が作成した署名やルールに依存しています。

エージェンティック攻撃者は、より速く新しい検出が研究、作成、展開されるよりも速く、持続的に技術を変更して利用可能な攻撃経路を見つけることができます。エージェンティック脅威防止は、攻撃者のオペレーションモデルに自律的推論レイヤーで対抗します。トラフィック、セキュリティイベント、脅威インテリジェンス、およびエンティティの行動から、アカウント固有のコンテキストを継続的に分析します。攻撃者とは異なり、エージェントには環境への継続的な可視性と即時の施行コントロールへのアクセスがあります。このコンテキストの利点は、エージェントが疑わしい行動パターンと新たに出現する攻撃経路を特定するのに役立ちます。

エージェントは、研究者が新しい署名を作成するのを待たずに疑わしい挙動を検出します。それは、各検出のコンテキストとリスクに基づいて適切な応答を選択します。その後、エージェンティック脅威防止は、Catoの既存の施行エンジンを通して動的な制御を機械の速度で適用します。

エージェントは活動を継続的に再評価し、状況が変化するとコントロールを調整または削除します。これにより、人間を必要とせずに積極的な防止が可能になります。

既存のセキュリティエンジンは正確なコントロールを実施しますが、エージェンティック脅威防止はコンテキストを自律的に推論し、応答を調整します。これによって、ポリシーの複雑さや運用のオーバーヘッドを増やすことなく、エージェンティック攻撃を進行する前に停止させます。