Cloudflare、セキュリティ運用自動化基盤 Agentic Security Operations Harness を発表──OpenAI および Anthropic モデルを統合
決定論的な事前データ収集と専門特化型マルチエージェント構成により、アラート分析におけるハルシネーションとスコープのドリフトを抑制する。
リリース: 2026-10-07 · 読了 4 分記事の要約
1. 核心（What）
- Cloudflare は、アラート過多によるアナリストの疲弊（アラートパラドックス）を解消するマルチAIエージェントセキュリティ基盤を発表した。
- 推論の前に決定論的コードで偵察（reconnaissance）ワークフローを実行し、バージョン管理された証拠パッケージを生成する。
- 判定モデル Clef が高確率な誤検知（False Positive）を早期にフィルタリングし、残りのアラートを4つの並列専門エージェントで処理する。
- 合成（synthesis）エージェントが専門エージェントの出力をまとめ、承認された語彙外の主張や根拠のない言説をブロックする。
2. 影響（Why）
- 単一エージェントの限界を克服する設計: 単一の汎用プロンプトではコンテキストと権限の境界が曖昧になりハルシネーションを誘発するため、前処理と検証をコード化して分離した。
- 国内セキュリティ運用の工数圧縮: 国内のSOCやマネージドサービスを提供する事業者にとって、定型的なノイズを自動除外する仕組みはアナリストの負荷を大幅に下げる実用的なアプローチとなる。
3. 根拠・詳細（How）
- 決定論的コードによる事前偵察: モデル推論の前にAPIコールを用いた固定の偵察処理を実行し、顧客の識別情報やトラフィックベースラインをタイムスタンプ付きで収集・記録する。
- Workers AI と Clef による高速トリアージ: Cloudflare Workers AI 上で動作するオープンソースの意思決定モデル Clef を用いて、既知の高容量ノイズを初期段階で受動的と判定しキューから除外する。
- 4つの専門エージェントと合成プロセス: トラフィック分析や脅威インテリジェンスなど4つの特化型エージェントを並行動作させ、合成エージェントが証拠の引用を検証した上でアドバイザリを生成する。
4. 展望・課題（Next）
- アナリストによる最終スコープ確認: システムが関連アラートを統合してケースを作成した後、実際の対応範囲の確定は人間のManaged Defense Analystが確認するワークフローを維持している。