arXiv cs.CRは2026年11月11日(現地時間)、Canyon Grey Dell'Omo氏とJoao Pedro de Carvalho Voltani氏による論文「Stinging the Swarm: Extracting Attacker Intelligence from a Twin-Controller OT Honeypot」を発表した。この論文は、産業用制御システム（OT）が自律型言語モデルエージェントによる攻撃に晒される脅威に対処するため、新たな防御策を提唱している。提案された「Talos」システムは、悪意あるエージェントをデコイ（おとり）へと誘導し、攻撃を無害化するとともに、その過程で攻撃者の行動に関する詳細な情報を抽出することを目的としている。これにより、OT環境のセキュリティ強化に貢献する。
Talosは、産業用制御システムへの脅威に対抗するため、インラインゲートとして機能する。このゲートは、コントローラーに対するエージェント要求をミリ秒単位で判定し、悪意があると判断されたエージェントの要求を、実際のプラントと高い忠実度で再現されたデコイ（おとり）へと経路変更する。攻撃者はデコイ上で無害に攻撃を継続する間に、その行動パターンや情報が抽出される仕組みだ。この「検知、隔離、ミラーリング、抽出」という一連のパイプラインは、合計2,400の自律型攻撃者エージェントに対する評価試験を通じて検証された。
評価試験では、攻撃者の隠蔽努力の度合いが異なる4つのティアを設定し、各ティアで600エージェントが用いられた。その結果、いずれのティアにおいても、実際のプラントへの不正な書き込みが到達することはなかった。Talosのゲート機能は損傷経路を確実に遮断し、デバイスレベルのエンベロープチェックによってこれが補強された。未マッピングのレジスターへのアクセスは例外なく拒否される一方で、安全な停止コマンドはゲートによって許可される設計となっている。全てのティアにおいてモデル駆動型の正確な判断が下され、システム運用中の推論タイムアウトは一度も発生しなかった。
Talosシステムは、攻撃を効果的にブロックするだけでなく、攻撃者の行動を詳細に分析することも可能にする。エージェントの攻撃の持続性と開示情報の量という2つの軸に沿って、攻撃者の行動構造が特定された。システムは、この結果として生じる4つの行動領域のうち、3つの領域において情報捕捉チャネルを持つことが示されている。特に、執拗で寡黙な攻撃者は最もエスカレートする傾向にあるが、その攻撃情報はミラー環境上で確実に読み取られる。一方で、協調的で多弁な攻撃者は、隔離される前に自ら診断フォームを通じて身元情報を提供する場合がある。Talosのゲート、ミラー、ハーネスは、合成デバイスファミリーと共にApache 2.0ライセンスのもとで公開されている。
参考: arXiv cs.CR (アーカイブ) — 2026年11月11日 14:00 (JST)