CrowdStrike、攻撃役と防御役を競わせるセキュリティAI「SafeMind」を発表

画像：AIエージェントナビ編集部

CrowdStrikeは2026年9月1日（米テキサス州オースティン／自社イベントFal.Con 2026・ラスベガス）、サイバーセキュリティ専用のAIモデル群「CrowdStrike SafeMind」を発表しました。攻撃経路を探す攻撃側モデルと、それを塞ぐ防御側モデルを、同じループの中で動かし続けるという構成です。

本記事では公表された仕組みと数値、そして読み方の注意点を整理します。

攻撃と防御をループさせる自律型AI「SafeMind」の全貌

攻守の2モデルを同じループで動かす

CrowdStrikeが発表した「SafeMind」は、単一のモデルではなく、攻撃経路を探索する「Red Tempest」と、それを塞ぐ「Blue Solano」という2つのモデルを組み合わせたシステムです。これらを「ハーネス」と呼ばれる制御機構が同じループ内で運用します。

CrowdStrikeは、SafeMindを汎用の大規模モデルとは違うものとして説明しています。攻撃側モデルはAIを使う攻撃者を模した高度な攻撃シナリオ向けに、防御側モデルは現場の担当者が実際に使ってきた対策を展開するために作られています。この2つを閉じたループの中で繰り返しぶつけ合うことで精度を上げていく、というのが公表されている仕組みです。

NVIDIAとの連携による基盤構築

SafeMindの2つのモデルは、NVIDIAのオープンモデル「Nemotron」をベースに開発されました。CrowdStrikeが保有する15年分のインシデント対応記録や、脅威インテリジェンス、Falconプラットフォームのセンサーデータを用いて追加学習が行われています。また、学習と推論のインフラにはCoreWeaveのAIクラウドが活用されており、大規模な計算リソースを必要とするサイバー防御の最適化を支えています。

CrowdStrikeが公表した性能値と、その読み方

検知率29%向上・修復6倍・コスト99%削減（同社公表値）

CrowdStrikeは、主要なフロンティアモデルおよびオープンソースのベースラインと比較した結果として、検知率が29%高く、エンドツーエンドの修復が6倍速く、検知と修復のコストを99%削減できるとしています。いずれも同社が公表した数値で、比較対象となったモデル名や測定条件、第三者による検証の有無は発表資料に記載がありません。導入を検討する際は、自社環境での実測値を別途確認する必要があります。

柔軟なモデル運用とコスト管理

SafeMindのハーネスは、CrowdStrike独自のモデルだけでなく、外部のフロンティアモデルやオープンソースモデルとも連携可能です。これにより、ユーザー企業は自社の要件や予算に合わせてモデルを選択しつつ、一貫したセキュリティ運用を維持できます。AIエージェントが自律的に動く時代において、攻守のモデルを統合的に管理するこのアプローチは、セキュリティ運用の自動化を加速させる重要な選択肢となるでしょう。

まとめ

• CrowdStrikeが2026年9月1日、攻撃役と防御役のAIを競わせる「SafeMind」を発表
• Red Tempest（攻撃）とBlue Solano（防御）の2モデルを「ハーネス」で統合運用
• 同社公表値で、主要モデル比較の検知率29%向上・修復速度6倍・コスト99%削減
• 2つのモデルはNVIDIAのNemotronをベースに、15年分のインシデント対応記録などで追加学習
• CrowdStrike Falconプラットフォーム上でネイティブに動作する

AIエージェントの活用が進む中、セキュリティ対策も「検知」から「自律的な攻守の最適化」へとシフトしています。自社のセキュリティ製品選定において、AIがどのようなデータに基づき、どのような自律的判断を下すのかを評価基準に加えることが推奨されます。

出典：CrowdStrike