「Cylance」に検知回避の脆弱性 - 機械学習の弱点との指摘も

Cylanceは、アップデートを提供するとともに、特定の状況下でコンポーネントのひとつが回避された問題であると釈明。

メモリ対策やスクリプト対策の併用をアピールしつつも、機械学習モデルは進化するよう設計されており、「依然としてもっとも効果的なツールである」と持論を展開した。

一方CERT/CCは、パッチの適用を呼びかけると同時に、今回明らかとなった攻撃手法は容易で、他部分が攻撃を受けた場合、保護できるか不明であるとし、回避策についてもあわせて適用することを検討するよう呼びかけている。

システムの実装にあたっては、異なるレイヤーに検出機能を追加し、多層防御を講じるよう求めた。

さらにセキュリティ製品の開発者に対しては、機械学習のアプローチは攻撃者に対して脆弱な面があると指摘。定義ファイルやルールによる検知など、従来用いられてきた手法についても併用することを求めた。あわせて機械学習ツールのテストを十分実施するよう求めている。

（Security NEXT - 2019/08/02 ）ツイート