脆弱性・脅威情報 ESP-IDFにDHCP脆弱性 ESP32搭載機器が影響
ESP-IDFのDHCPサーバに境界外読み取りの脆弱性CVE-2026-45160。細工されたDHCP要求で機器がアドレスを配れなくなります。ESP32搭載IoT機器の洗い出し方と、ベンダー任せにせざるを得ない運用の現実を整理します。
脆弱性・脅威情報 研究・論文 フロンティアAI輸出規制｜AI主権の限界を論文解説
2026年6月、米政府の輸出規制で最先端AIモデルが世界中で一時停止しました。arXivの査読前論文をもとに、AIアクセスが国家判断で止まるリスクと、情シスが今から確認すべき依存の棚卸しを解説します。
研究・論文 LLMで脆弱性の自動検証は可能か｜査読前研究
静的解析が挙げた脆弱性候補を、LLMに実際に動かして確かめさせられるか。自動運転ソフトAutowareを対象にした査読前研究は「予算内で1件も実証できなかった」と報告します。壁はAIの賢さではなくビルド統合でした。情シス実務への含意を解説します。
研究・論文 マルウェア検知AIの精度劣化｜ドリフト検知研究
AI搭載型のマルウェア検知は、導入時の精度を保てません。再学習しないと正解率82%まで落ちた研究を紹介し、再学習の要否を自動判定する「ドリフト検知」の考え方と、情シスが製品選定・運用で持つべき観点を実務目線で解説します。
研究・論文 機械アンラーニングは本当に消せるか｜研究解説
AIに学習させてしまった個人データは後から消せるのか。学習を「再生」してビット単位で一致する削除後モデルを作った査読前研究を読み解き、事前準備がなければ厳密削除は成立しないという実務上の含意を情シス視点で整理します。
研究・論文 ネットワーク分離設計をAIで自動化｜研究解説
「この業務系はDMZから直接触らせない」といった日本語の要件から、ゾーン構成とACLまで自動生成する研究TopoIntentを解説。査読前論文の数値の読み方と、情シスが実務で使える範囲を率直に整理します。
研究・論文 画像生成AIの微調整で学習データが特定される研究
自社データで画像生成AI（拡散モデル）を追加学習すると、その画像が学習に使われた事実を外部から推定されうる——査読済み研究が平均AUC 84.59を報告。情シスが今すべき棚卸しと一線の引き方を解説します。
研究・論文 生成AIでサイバー犯罪は激化したか｜研究の実像
地下フォーラムの投稿1億件超を分析した査読前研究は、サイバー犯罪者の生成AI活用が想像よりはるかに限定的だと示しました。実際の数字、AIが使われている領域、そして情シスが経営層への説明とAI関連の予算配分をどう見直すべきかを解説します。
研究・論文 垂直連合学習のバックドア｜論文の成功率は再現しない
複数の組織が特徴量を持ち寄る垂直連合学習(VFL)のバックドア攻撃。既存研究は成功率95〜100%と報告してきましたが、現実的な前提に置き換えると10〜26%まで落ちるとする査読前研究を、情シスの実務目線で読み解きます。
研究・論文 RAGポイズニング検知｜攻撃成功67%を14%へ
社内RAGに毒入り文書を混ぜる攻撃を、正解データなしで検知する手法RAGSieveの査読前研究を解説。攻撃成功率67.4%→14.0%という実測値の読み方と、情シスが今日確認すべきインデックスの棚卸しまで。
脆弱性・脅威情報 NetScaler脆弱性、DoS想定が認証不要RCEに
NetScaler ADC/GatewayのCVE-2026-8452は当初DoSとされていましたが、8月14日の解析で認証不要のリモートコード実行と判明。PoCも公開され、6月のパッチを見送った組織は緊急対応が必要です。
研究・論文 機密VMは中が見えない｜Arm CCA研究解説
機密VM（コンフィデンシャルVM）はクラウド事業者から中身を守る一方、持ち主からも中が見えなくなります。この盲点を突くArm CCA向け監視技術「RealmEye」の査読前研究を、情シスの運用設計の観点から読み解きます。
研究・論文 MCPエージェント評価、攻撃成功58件が誤り｜研究解説
MCPで外部ツールに接続するAIエージェントの安全性評価を監査した査読前論文。採点器が「攻撃条件かどうか」のメタデータで結果を判定していたため、58件の攻撃成功・乗っ取り試行が正規の完了に訂正された。ベンダー評価数値の読み方を実務目線で解説します。
研究・論文 スミッシング検知AIの弱点｜文字難読化で崩れる精度
SMSフィッシング（スミッシング）検知モデルの頑健性を比較した査読前研究。文字難読化や構造の崩しを加えると従来型の機械学習は性能低下率0.988とほぼ壊滅、トランスフォーマー系も0.351まで劣化した。情シスが読み取るべき実務上の含意を整理します。
研究・論文 AIエージェント防御の自己進化｜論文解説
LLMエージェントの防御ルールを人手で作り込む方式は限界がある——そう指摘し、防御を自動で進化させる枠組みHARDを提案した査読前論文を解説します。適応攻撃では成功率26.5%が残る点など、情シスが押さえるべき現実的な示唆を整理しました。