Microsoft MDASH
AIエージェントによるコード脆弱性の探索・検証・実証

• レビューの時点と出荷の時点にずれがある
• 複数ファイルにまたがるバグは、人手でも見落としやすい
• 専門家の工数が、監査できる範囲の上限になる
• 指摘が増えると、トリアージが滞る

• 開発の流れの中で、継続して調べる
• ファイルをまたぐ推論で、深いバグに届く
• 人が監査できなかった範囲に、調査を広げる
• 検証と実証を経た指摘だけを、担当者へ渡す

未発見リスクを調べる手段

自社コードに潜む未知の脆弱性を、人手の監査より広い範囲で調べる選択肢です。Microsoftは自社のWindows、Azure、IDシステムの監査に採用しています。費用は、Defender XDRのライセンスと、Foundryでの推論の消費量が論点になります。

優先度付けと露出の把握

指摘はDefenderで、脅威インテリジェンスや実行時のシグナルと並べて優先度を付けられます。実行環境の情報と照らして、実際に晒されているリスクを見極め、重大度（Critical・Important など）で分類します。

コードレビューの流れの中で受け取る

検証済みの指摘は、GitHubのコードスキャンアラートやAzure DevOpsの作業項目として届きます。Defender CLIで手元でも実行でき、修正案はGitHub Copilotと組み合わせて生成します。

接続・認証・データの取り扱い

Foundryへの接続、Entraのアプリ登録、許可するドメイン、リージョンを準備します。ソースコードとスキャン結果は、顧客のDefender XDRテナント内で暗号化して保管されます。

読み取り専用と記録

MDASHは環境を変更せず、修正は人が承認する別の工程です。CLIの登録、Foundry接続、スキャンの開始・取消・エクスポートなどの操作は監査ログに記録され、ソースコード自体は記録されません。

マルチエージェント設計の実例

役割分担、討論、実証という構成は、業務エージェントの設計にも通じます。モデルに依存せず、モデルの外側の仕組みで品質を担保する考え方を、実在のシステムで確認できます。

Windows TCP/IP：解放済みメモリの再利用（UAF）

WindowsのIPv4受信処理で、参照数で管理されているオブジェクトを手放した後に、同じオブジェクトを再び使っていました。認証なしで、細工したパケットを送るだけで到達できる経路にあります。

たとえ　返却した鍵で、まだ部屋を開けようとしている状態。

単一モデルで見落としやすい理由　解放と再利用が、条件分岐を挟んで離れており、1か所だけでは不審に見えません。同じ操作を正しい順序で行う別の箇所と見比べて、はじめて逸脱に気づけます。

Windows IKEv2：二重解放（ダブルフリー）

VPNなどで使われるIKEEXTサービスで、受信した情報をコピーする際、中身の参照先まで複製せず、同じ領域を2者が持ちました。終了時に2者が別々に解放し、高い権限で動くサービスの乗っ取りにつながります。

たとえ　同じ荷物を、2人が別々に廃棄手続きしてしまう状態。

単一モデルで見落としやすい理由　原因が6つのソースファイルにまたがっており、1ファイルの解析では見えません。同じコードベースの正しい処理との対比が、決め手になります。

言語別の専門エージェント　Java、C/C++、C#、JavaScript / TypeScript、Python

汎用エージェント（品質は異なります）　Objective-C / C++、Go、Kotlin、PHP、Ruby、Rust、Swift、Zig

言語は拡張子から自動判別されます。圧縮済みのJavaScriptは対象外です。

• 対象はソースコードです。コンパイル済みバイナリとJARファイルは非対応
• リポジトリあたり約256MB、テナントあたり同時1スキャン（プレビュー時の目安）
• リポジトリへの読み取りアクセスで実行でき、クラウド・オンプレミスのgitに対応
• Azure商用クラウドの米国・EU・英国・豪州・インド・スイス・UAE（UAEはCLIスキャンのみ）

• 対象のMicrosoft Defender XDRライセンスが必要で、Defenderポータルで有効化
• 推論に使うモデルは、顧客がMicrosoft Foundryでプロビジョニング
• Defender CLIはWindows・Mac・Linuxに対応
• CI/CD連携には、Entraのアプリ登録によるサービス認証を使用

• 自前のモデルやエージェントの持ち込み（BYOA）
• 環境の変更や、修正の自動適用（読み取り専用）
• アーキテクチャの再設計など、コードレベルを超える修正提案
• 決定的な処理時間を前提とした、ビルドの即時ブロック

利用準備の診断

対象のリポジトリと言語、Defender XDRのライセンス、Foundryで使うモデル、リージョン、ネットワークの許可ドメインを棚卸しし、利用条件に照らして準備の抜けを洗い出します。

認証・開発基盤の連携

Entraのアプリ登録によるサービス認証、GitHubやAzure DevOpsとの連携、スキャンの実行契機を、組織の開発プロセスに合わせて設計します。

トリアージ・承認フローの設計

指摘の優先付け、人のレビュー点、修正の承認、記録の残し方を、ハーネスエンジニアリングの考え方で業務フローに組み込みます。

AI駆動開発への組み込み

AIが生成するコードの増加に合わせ、検査と人のレビューを開発の標準プロセスに組み込みます。案件の知見は、標準へ還元します。

1〜2リポジトリでの検証

対象を絞り、指摘の取り扱いの流れまで含めて、短期間で試作・検証します。結果をもとに、範囲を広げる順序を決めます。

フォワードデプロイ（FDE）

当社のエンジニアが顧客の現場に入り、準備から運用の定着まで、開発・セキュリティ・基盤の担当者と一緒に進めます。

製品開発・組み込み

対象のコード　C/C++で書かれた、ネットワークスタック、ドライバ、ファームウェア

利用イメージ　メモリ安全性の不具合など、深く悪用されやすい種類のバグを、出荷前に調べます。

基幹業務システム

対象のコード　JavaやC#の、認証・認可、入力検証、外部連携の処理

利用イメージ　権限の迂回や入力の検証漏れなど、業務への影響が大きい箇所を優先して調べます。

Webサービス・API

対象のコード　TypeScript、Pythonによるフロントエンド、バックエンド、API

利用イメージ　インジェクションや認証バイパスなど、外部から狙われやすい種類を見ます。

AI生成コードの多い開発組織

対象のコード　AIコーディング支援を使って増えた、変更量の多いリポジトリ

利用イメージ　検査と人のレビューを、プルリクエストの流れに組み込みます。

受託開発・SIの納品前確認

対象のコード　顧客へ納品する前のコードベース

利用イメージ　納品前の追加の確認として、深い解析を加えます。

レガシー移行・モダナイズ

対象のコード　移行前の既存コードと、移行後に生成されたコード

利用イメージ　移行の前後で、潜在する不具合を確認し、品質ゲートの材料にします。

JRE MALL様（東日本旅客鉄道）：ECモール運営の業務適用

ECモール運営の実業務を題材に、「データ取得→分析→提案」の流れをMicrosoft Foundry上でAIエージェントとして設計し、動作を検証しました。業務に組み込む際の設計観点、データ整備、構築・運用に必要な役割分担を整理しています。