スキルファイル、ルールファイル、MCP 設定。プレーンテキスト、 commitドキュメントのように作成され、ドキュメントのようにレビューされ、AI の実行権限を静かに書き換えます。Xygeni は、コード スキャナーでは検出できない悪意のあるスキル、不正なプロンプト、安全でないエージェント境界を検出します。
読み取り専用アクセス · スキャンはお客様のインフラストラクチャ内で実行されます · お客様のコードがアップロードされることはありません
コードベース全体にわたるAIエージェント、プロンプト、およびMCP構成を検出し、潜在的なリスクを検知し、本番環境に到達する前に重要な問題を優先的に対処します。
リポジトリ全体にわたる継続的かつ自動的な検出: モデル、フレームワーク、データセット、推論エンドポイント、エージェント、MCP サーバー、スキル、プロンプト、 guardrailsそして、開発者が実際に使用しているAIコーディングツールについてもお伺いします。アンケートも自己申告も不要です。
専用のAIスキャナーは、AIシステム特有の脆弱性（プロンプトの注入、ツールの注入、取得によるデータ漏洩、システムプロンプトのバイパス、過剰な権限行使など）を検出します。検出された脆弱性はそれぞれ、チームが既に利用しているAIセキュリティフレームワークにマッピングされ、脆弱性を引き起こす正確なコード行が示されます。
優先順位付けの仕組みにより、AIで発見されたすべての脆弱性は、アプリケーションコードでアクセス可能で、実際に活用可能であり、かつチームが現在開発中のコードに含まれているものに絞り込まれます。チームは、重要な少数の脆弱性に取り組みます。
シャドウAIから監査対応インベントリへ
AIの全体的な利用状況と、そのうちどれだけがリスクを伴うかを、基準値と比較して確認できます。これにより、リスクへのエクスポージャーが拡大しているかどうかを把握できます。各アセットには、リスクスコア、プロバイダー、タイプ、およびコード内の正確な位置が紐付けられています。
AI資産単体では、ほとんど何も分かりません。グラフは、リスクを伴う関係性を示します。つまり、データセットがどのモデルに供給されるか、どのエージェントがどのツールを呼び出すか、アシスタントの背後にあるMCPサーバーはどれか、そしてその連鎖全体でリスクがどこに集中しているかが分かります。資産のカテゴリ、タイプ、関係性、またはリスクレベルでフィルタリングできます。
在庫管理を支えるのと同じ継続的な発見から生成された、機械可読な部品表をAI用にエクスポートします。監査人、顧客、または規制当局がどのようなAIを使用しているかを尋ねた場合、3週間の手作業ではなく、ダウンロードで回答できます。cise.
スキルファイル、ルールファイル、MCP設定は commitこれらはプレーンテキストとして扱われ、無害であるかのようにレビューされますが、実際にはアシスタントに指示された動作やアクセス権限を定義するものです。Xygeniはこれらをセキュリティアーティファクトとして分析し、悪意のあるスキルやルールファイルにフラグを立て、MCPサーバー構成を検査し、AIワークロードを駆動するプロンプトを明らかにします。
XygeniのAIスキャナーは、AIシステム特有の、従来のコード分析では検出できない障害モードを検出します。例えば、ツール実行の悪意のある操作、ベクターストアを介した機密文書の不正取得、システムプロンプトのバイパス、細工された入力による脱獄、信頼できないツールの呼び出しなどです。
すべてのAI関連の発見事項には、フレームワーク参照、影響を受けるAI資産とツール、脆弱性が露呈していた期間、正確なファイル名と行番号、その重要性に関する説明、そして一般的な対策と当該発見事項に特化したガイダンスに分けられた緩和策が含まれています。これは警告ではなく、修正策です。
発見された脆弱性を一つ一つ段階的に絞り込み、アプリケーションコード内の脆弱性、悪用可能な脆弱性、そして現在開発中の脆弱性へと絞り込んでいきます。最終的にチームに届くリストは、本番環境を脅かす可能性のある脆弱性のリストです。
正直なAIリスク像を描くには、モデル一覧以上のものが必要であり、Xygeniは既にそれを実現するためのエンジンを稼働させている。
AI プロバイダーの API キーは他の秘密と同じように秘密であり、Xygeni の秘密検出はリポジトリ、構成ファイル、および pipeline公開レジストリやビルドログに到達する前に。
AIスタックは通常のパッケージに基づいて構築されており、通常のパッケージにはCVE（共通脆弱性識別子）が存在します。Xygeniのソフトウェア構成分析は、アプリケーションが依存するAIおよびMLライブラリに存在する既知の脆弱性を、それらを使用するAIアセットと同じプラットフォーム上で検出します。
AIスタックは、多くのソースから迅速に依存関係を取得します。Xygeniのマルウェア検出機能は、CVEや公開勧告を待つことなく、評判ベースのツールが依然として信頼している悪意のあるパッケージを検出します。
単一のプラットフォームを使用することで、AIに関する質問に対して、3つの異なるツールから得られる3つの部分的な回答ではなく、完全な回答が得られます。
既存のセキュリティツールでは捉えられないAIの攻撃対象領域を把握し、他のあらゆるアプリケーションリスクと並行して管理しましょう。
静的解析ではモデルが何であるかを認識できません。構成解析ではMCPサーバーがリストされません。これはこれらのツールの欠陥ではなく、別の問題に対応するために設計されたものです。XygeniはAIアセットをインベントリし、MCP構成を分析し、悪意のあるスキルファイルとルールファイルを特定し、AI-BOMを構築します。
AI の発見は、コード、依存関係、秘密情報、 pipeline APIの検出結果も、1つのコンソールと1つの優先順位付けモデルで表示されます。AIは新たな攻撃対象領域ではありますが、独自の新しいツールが必要な理由ではありません。 login.
Xygeni は、ソフトウェアにおける AI を現在管理しているフレームワーク、つまり LLM アプリケーション、MCP およびエージェント スキル向けの OWASP Top 10、NIST SP 800-218A および CISAI向けソフトウェア部品表に関するAおよびG7のガイダンス。これは、これらのフレームワークが適用されていることを示す証拠を生成し、EU AI法、NIS2、スペインのENSなどの規制が組織に求める在庫管理とトレーサビリティに関する期待をサポートします。
方向は決まっている。 SBOM AI-BOMへの展開が進んでいます。在庫管理していないものは証明できません。
モデル、AIフレームワーク、データセット、推論エンドポイント、エージェントとエージェントサーバー、MCPサーバー、スキル、プロンプト、 guardrailsおよび、リポジトリ全体で使用されているAIコーディングツール。
リポジトリを継続的に分析することで、コード、依存関係、そしてAIツールが残す設定ファイルを把握できます。開発者が使用しているツールを自己申告することに頼る必要はありません。
AI部品表は、ソフトウェア内のAI（モデル、データセット、コンポーネント、プロバイダー、依存関係）の機械可読な目録です。規制当局と standard複数の機関がAIガバナンスの根拠としてそれに注目しており、目録を作成していないものについては証明できない。
AI特有の障害モードには、プロンプトの注入とシステムプロンプトのバイパス、ツールの注入と信頼できないツールの呼び出し、取得によるデータ漏洩、過剰なエージェント機能などがあり、これらはLLMアプリケーション向けのOWASP Top 10に対応付けられています。
はい。すべての発見事項は、該当するファイルと行を指し示し、それがなぜ重要なのかを説明し、一般的な対策と、その発見事項に特化したガイダンスの両方として、軽減策を提示します。
これらのツールはコードと依存関係を分析しますが、AIエージェントとは何か、MCPサーバーが何を公開しているか、スキルファイルがアシスタントに何を指示しているかといったモデル化は行いません。Xygeniはこれらのレイヤーを追加し、他の分析結果と同じプラットフォーム上に保持します。
はい。在庫は基準値と比較して追跡されるため、スキャン間でどのAIが導入、変更、または削除されたかを確認できます。
無料トライアルを開始するか、デモを予約していただければ、お客様のAI攻撃対象領域について詳しくご説明いたします。
