GitHubとMicrosoftのMDASH試験運用:AIスキャンから検証済みの非公開報告99件、6つのオープンソースで55件を修正

GitHubによると、Microsoftと進めたCodename MDASHの試験運用では、数千件のAIによる未選別の検出結果を、修正案付きの非公開報告99件に絞り込み、6つのオープンソースプロジェクトに送付した。11月15日時点で55件が修正済み。サンプルは小さく、結果は初期の知見にとどまる。

ニュース日: 読了目安 8 分

LINEで送る
目次
  1. 1. 今回の試験運用では何を行い、通常のAIスキャンとどう違うのか?
  2. 2. 成果はどうだったのか?数字と制約は?
  3. 3. メンテナーとAI報告を送る人は何をすればよいか?
  4. 4. 今後は何が変わるのか?

GitHubは2026年11月17日の投稿で、6つのオープンソースプロジェクトを対象にMicrosoftとCodename MDASHの試験運用を行ったと明らかにした。狙いはAIによる脆弱性報告を増やすことではなく、検証済みで修正案が付いた非公開報告だけを送ることにある。これは試験運用の成果の説明であり、すべてのオープンソースプロジェクトに開放されたサービスではない。以下の内容はいずれもGitHubとMicrosoft自身の説明に基づく。GitHubは、確認済みの修正案が付いた非公開報告によって、メンテナー(プロジェクトを保守・修正する担当者)が報告対応にかける時間を減らせると見ている。

今回の試験運用では何を行い、通常のAIスキャンとどう違うのか?

GitHubは、AIによって潜在的な脆弱性の発見が速く安くなった一方、修正には依然として人間の判断が必要で、多くのメンテナーが重複した報告や脆弱性ですらないAI報告に埋もれていると指摘する。試験運用の目標は、重要な検出結果だけを送り、未検証の検出結果をメンテナーに渡さないことだった。流れは次の5段階である。

  1. 発見:Microsoft SecurityのCodename MDASHが、MicrosoftのMAI Cyberモデルで各プロジェクトをスキャンし、修正方法を提案する。
  2. 選別:GitHub Security Labが、Copilotのスキルで作ったAIトリアージエージェント(どの検出結果に対応する価値があるかを判断する仕組み)で重複を除き、有効性を確認し、影響の大きい問題に絞る。メンテナーは生のスキャン結果を見なくてよい。
  3. 検証:Microsoft FORGE Labの研究者が、残った検出結果を1件ずつ人手で確認する。
  4. 非公開で報告:GitHubの非公開脆弱性報告を通じてメンテナーに送る。概念実証(脆弱性が実在することを示すコードや手順)と修正案を添える。
  5. 修正:何をどう、いつ直すかはメンテナーが決める。

Microsoftは5月12日のブログで、MDASHは複数モデルによるエージェント型スキャンの枠組みで、100を超える専門AIエージェント(それぞれ特定のタスクを担当するAIプログラム)を連携させると説明した。パイプラインは準備、スキャン、検証、重複排除、証明の各段階からなる。Microsoftによれば、このシステムは社内のセキュリティエンジニアリングチームが使用しており、少数の顧客が限定的な非公開プレビューで試している。

成果はどうだったのか?数字と制約は?

試験運用の主な数字(出典:GitHub Blog、2026-11-17)
項目GitHubの説明
試験運用のプロジェクトAutoGPT、Caddy、Express、FastMCP、ImageMagick、Netty
最終的な非公開報告数99件(数千件の問題候補から選別)
修正済み(11月15日時点)55件。うち14件は正式リリースに反映済み
人手レビューの投入研究者7名、1プロジェクトあたり約2日
Caddy22件を受領し、1週間以内にすべて修正
ImageMagick2人のチームが22件を受領。うち1件は15分以内に修正を公開
使用モデル試験運用では以前のMAI Cyberを使用。MAI Cyber 2は同日にMicrosoftが発表

GitHubによると、最初の修正は初回スキャンの約1週間後に出た。ImageMagickのメンテナーはGitHubの引用の中で、通常のセキュリティアドバイザリーは読み、理解し、修正するまでに平均30分から1時間かかると述べている。GitHubは同時に、6プロジェクトは小さなサンプルであり、初期の知見として受け止めるべきだと強調している。

メンテナーとAI報告を送る人は何をすればよいか?

GitHubはメンテナーに、研究者が問題を公開せずに報告できる非公開脆弱性報告の有効化を勧めている。プロジェクトがGitHub上にあれば、gh-secureで約2分で中核的なセキュリティ機能を有効にできる。オープンソースに依存する人は、Dependabotアラートを有効にすれば、使っている依存パッケージにセキュリティ更新が必要なときに通知を受け取れる。GitHub code securityを使うリポジトリでは、Copilotと組み合わせたagentic autofixでアラートの自動修正を支援できる。

オープンソースプロジェクトにAI生成の報告を送る人に対しては、GitHubがメンテナーの声として次の基準を紹介している。各検出結果をプロジェクトの既知の情報、脅威モデル、セキュリティポリシーと照らして確認する。非公開で報告する。修正案を添え、進め方はメンテナーに委ねる。

今後は何が変わるのか?

GitHubは、この知見を非公開の脆弱性報告とセキュリティアドバイザリーに取り入れるとしている。またGitHub Secure Open Source Fundの修了プロジェクトすべてにAIセキュリティスキャンを提供し、検出結果は確認してから非公開で報告するという。修了者はGitHub Copilot Maxも利用でき、支援は同基金の今後の期にも広げる。GitHubによれば、同基金はこれまでに216プロジェクトを対象とし、300名超のメンテナーが4,000件超の脆弱性を修正した。

よくある質問

MDASHは現在、誰でも使えるのか?

Microsoftの説明を見る限り、そうではない。Microsoftは5月に、MDASHは社内チームが使用し、少数の顧客が限定的な非公開プレビューで試していると述べた。GitHubが今回説明したのは、6プロジェクトと進めた試験運用である。

なぜ修正案を添え、非公開で報告するのか?

GitHubによれば、メンテナーが最も時間を使うのは修正であるため、確認済みの修正案を添えてレビュー、調整、マージしやすくしている。非公開報告なら、研究者は問題を公開せずに報告できる。

これらのプロジェクトの利用者は何をすべきか?

GitHubは一般の利用者向けの個別の手順を示していない。オープンソースに依存する人には、使っている依存パッケージにセキュリティ更新が必要なときに分かるよう、Dependabotアラートの有効化を勧めるにとどまる。

この結果はすべてのオープンソースプロジェクトに当てはまるのか?

当てはまらない。GitHub自身が、6プロジェクトという小さなサンプルであり、人手レビューが1プロジェクトあたり約2日かかってまだ規模を拡大できないため、初期の知見として扱うべきだと説明している。

このトピックの最新ニュースを見る

この記事が役に立ったら、必要な方にシェアしてください

LINEで送る

出典

上記の参考資料および記載の確認日時点の情報をもとに整理しています。料金・時刻・機能・利用規約は変更される場合があるため、ご旅行や予約・購入の前には該当する公式サイトで最新情報をご確認ください。

ライフスタイル