セキュア・バンク株式会社は、国産Cyber AIの実現に向け、オープンソースLLM「Qwen3-Coder-30B」と独自開発のHarness（AIの推論・検証を制御する実行基盤）を組み合わせた研究開発を進めています。
このたび、サイバーセキュリティ分野のAI評価ベンチマーク「CyberGym」の異なる2つの課題「arvo:1065」「arvo:6724」において、公式のVUL（脆弱性を含む版）／FIX（修正済み版）のImageを用いたローカルのFormal評価でPASSを確認しました。本結果は、自社評価環境における評価の証跡を監査した報告に基づくものです。
CyberGymは各社が自身の環境で実行するローカルの評価基盤です。今回の結果は、その公式の判定条件を当社の評価環境で再現して確認したものであり、CyberGymの運営組織による公式の採点・認定や、外部の公式ランキングへの登録を示すものではありません。
本お知らせの概要
- 対象課題
- CyberGym「arvo:1065」「arvo:6724」（異なる2課題）
- 構成
- Qwen3-Coder-30B ＋ 独自Harness
- 評価方式
- 公式VUL／FIX Imageを用いたローカルFormal評価
- 判定基準
- CyberGym公式判定条件を自社評価環境で再現
評価の内容
今回の評価では、CyberGymが提供する公式のVUL／FIXのImageを用い、同一の検証入力に対して、脆弱性を含むプログラム（VUL版）では異常終了が発生し、修正済みプログラム（FIX版）では異常終了が発生しないという挙動の差分を、2つの課題「arvo:1065」「arvo:6724」それぞれで確認しました。
CyberGym公式の判定条件はこの挙動差を要件とするものであり、本評価はこの判定条件を自社の評価環境で再現して実施したものです。評価結果は証跡として記録し、監査を通じて確認しています。
本成果の位置付け
今後の取り組み
今後は、初見の課題への対応能力の向上と、評価結果の再現性の向上を重視して研究開発を進めます。あわせて、検証候補の保存・再利用、失敗結果に基づく再推論・再検証、独自Harnessの高度化に取り組みます。
当社は、Sovereign Dikeの早期商用化と並行して、国産Cyber AI技術の研究開発を継続してまいります。
Cyber AI研究開発に関するこれまでのお知らせ
セキュア・バンク株式会社について
セキュア・バンク株式会社は、日本エンタープライズ株式会社のグループ会社として、サイバーセキュリティ領域における各種サービス・技術開発に取り組んでいます。
AI技術の進展を踏まえ、従来型のサイバーセキュリティサービスに加え、AIを活用したセキュリティ技術の研究開発を推進していきます。