NIST、AI時代に向けたNVD刷新の公開設計図を募集

NISTは、AIがソフトウェアの発見と悪用を加速させる以前から苦戦していた脆弱性システムを再構築するため、60日間の意見募集を開始した。Google Newsの見出しはその意欲を捉えているが、論点は政府データベースにAI機能を追加することだけではない。

National Vulnerability Database、通称NVDは、基本的な脆弱性記録を、セキュリティチームが優先順位付けに利用できる情報へと変換する。NISTは現在、このシステムをより自動化され、文脈を備え、相互運用可能で、透明性の高いものにしたい考えだ。同時に、人間が関与し続けるべき領域についての公開ガイダンスも求めている。

この組み合わせは、中心的な緊張関係を浮き彫りにする。自動化は脆弱性データをより速く処理できる一方、信頼性の低い自動化は不適切なスコア、誤った製品照合、安全性を欠く修正アドバイスを生む可能性がある。したがってNISTは、NVDを有用にしてきた信頼を損なわずに、機械の処理速度をどう高めるかを問うている。

この意見募集は、4か月前に発表された運用上の後退に続くものだ。4月、NISTは、一般にCVEと呼ばれるすべてのCommon Vulnerabilities and Exposures記録について、即時の拡充を約束する方針を撤回した。提出件数が分析能力をはるかに上回る勢いで増加したことを受け、選択的な処理へ移行した。

これは単なる技術更新ではない。NISTは、脆弱性情報が発見から検証、開示、優先順位付け、修正へと流れる仕組みを再考している。その答えは、政府システム、商用セキュリティ製品、オープンソースプロジェクト、企業のパッチ適用ワークフローに影響を及ぼすことになる。

NISTは、自動化されたNVDを誰が統制すべきかを問うている

当面の変更は、完成済みのNVDアーキテクチャや自律型AIの導入を約束するものではなく、正式なアイデア募集である。

NISTのInformation Technology Laboratoryは、2026年8月12日にFederal Registerへ掲載するため、近代化に関する要請を発行した。回答はdocket NIST-2026-0100に提出し、掲載から60日以内に到着しなければならない。

同機関によると、目標にはスケーラビリティ、自動化、相互運用性、透明性、有用性の向上が含まれる。これらの目的は、単に分類モデルを高速化する以上のものだ。ガバナンス、データ標準、製品識別、リスクスコアリング、修正、公的・民間組織間の連携にまで及ぶ。

現在、NVDはCVE記録が公開されてから約1時間後にその記録を自動取り込みする。その後、NVDアナリストが深刻度スコア、影響を受ける製品バージョン、脆弱性情報、その他の文脈を追加できる。セキュリティツールは、ウェブサイト、フィード、application programming interfacesを通じて、こうした追加情報を利用する。

CVE識別子だけでは、組織内に脆弱な製品が存在するかどうかは分からないため、この拡充は重要だ。また、悪用活動、事業上の露出、修正の緊急性も確定しない。機械が開示情報を運用上の判断へ変換するには、構造化された文脈が必要となる。

RFIは、脆弱性ライフサイクル全体でAI対応の自動化が最も大きな改善をもたらす領域を問うている。あわせて、どの判断に人間のレビューが必要か、またレビュー担当者にどの証拠を提示すべきかも尋ねている。この区別により、人間の説明責任は提案されるアーキテクチャの一部となる。

NISTはまた、自動化された優先順位付けを、どのように透明かつ監査可能に保てるかを問うている。監査可能なシステムは、人々がその判断に至った経緯を理解できるだけの証拠を保存する。スコアや製品照合が、どの脆弱性に直ちに注意を向けるべきかへ影響を及ぼす場合、この性質は極めて重要になる。

修正にはより大きな影響が伴う。意見募集は、修正の生成・展開においてAIがどの役割を担うべきか、どのような安全策が必要か、組織はAI生成の修正をどう管理すべきかを問うている。分類ミスはアナリストの時間を浪費するが、欠陥のある自動パッチは本番環境を中断させかねない。

これらの質問は、AIがすべての段階を統制すべきだとは前提していない。むしろ、回答者に対し、自動化、専門家によるレビュー、組織的文脈、既存のセキュリティ標準の間に適切な境界を定めるよう求めている。最終的な設計は、その境界に左右される。

公開プロセスでは、主要な実装詳細も未確定のままだ。NISTはRFIでモデルを選定しておらず、導入スケジュールも新たな資金調達構造も発表していない。長期的な技術方針を定める前に、要件を収集している段階だ。

Google News経由で訪れる読者にとって、この留保は重要である。NISTはアーキテクチャを巡る議論を始めたが、多くの見出しが描く刷新を完了したわけではない。その結果は、公開回答とその後の機関判断に左右される。

Google Newsの注目は能力危機を受けたものだ

NISTが近代化を進めるのは、包括的な人手主導の拡充を前提としていた想定を、脆弱性の生産量がすでに超えているためである。

NISTによると、CVE提出件数は2020年から2025年の間に263％増加した。2026年第1四半期の提出件数は、2025年の同時期よりほぼ3分の1多かった。これらの数字は、新たな意見募集以前から存在していた運用上の問題を示している。

NISTは2025年に約42,000件のCVEを拡充し、前年までの年間最多記録を45％上回った。それでも、この生産性は流入量に追いつかなかった。同機関は2024年初頭から大規模な滞留を抱え、その後、それを解消できないと認めた。

4月15日、NISTは運用更新を通じて、リスクベースの拡充モデルを採用した。CISAのKnown Exploited Vulnerabilities catalog、連邦政府機関が使用するソフトウェア、Executive Order 14028で定義された重要ソフトウェアの脆弱性を優先し始めた。

NISTは、悪用カタログに含まれる脆弱性について、受領から1営業日以内に拡充することを目指している。その他の提出済みCVEもNVDには登録されるが、優先度の低い記録は即時の拡充対象にはならない。重要な記録が見落とされたと考える場合、利用者は追加分析を要請できる。

同機関は、CVE Numbering Authorityがすでに深刻度スコアを提供している場合、別個のNIST深刻度スコアを通常は追加しないようにした。また、変更が拡充データに重大な影響を与えない限り、変更済み記録の自動再分析を減らした。これらの選択は、重複作業を制限することでアナリストの能力を節約する。

2026年3月1日より前に公開された滞留記録は、新プロセスの下で「Not Scheduled」カテゴリーへ移された。この変更によってCVE識別子が削除されたわけではない。しかし、すべての記録にNISTが拡充を提供するという約束が、もはや持続可能ではないことを認めるものだった。

この後退が、8月のRFIの条件を生み出した。NISTには、あらゆる分析を内部で再現することなく、分散したデータを取り込むアーキテクチャが必要だ。同時に、信頼できる機械可読の貢献と、不完全、矛盾、あるいはベンダー寄りの情報を見分けなければならない。

同機関はすでにその方向へ進んでいる。6月17日、NVDはCISA認定の発行者を通じて提供されたStakeholder-Specific Vulnerability Categorization、通称SSVCデータを追加した。SSVCは、静的な技術的深刻度スコアを超える要因を用いて、意思決定者が脆弱性の優先順位を付けるのを支援する。

同じ展開では、CVE記録形式から構造化された「affected」製品情報も追加された。NVD deployment updateによると、このスキーマ変更は既存の脆弱性のおよそ95％に及んだ。また、より大きなフィードとapplication programming interface応答も生じた。

この更新は、近代化の道筋を小さく先取りしている。NVDは、すべてのフィールドを自ら生成するのではなく、他の認定参加者から判断や影響を受ける製品データを集約できる。しかし、集約は共通スキーマ、貢献者の品質、来歴追跡に、より大きな責任を移すことにもなる。

AIは両方向から圧力を高める。防御側システムは、脆弱性の発見、重複のグループ化、深刻度評価の提案、修正案の作成をより迅速に行える。攻撃側の運用者も同様の能力を利用し、悪用可能な弱点を発見し、侵害後の作業を大規模化できる。

RFIは、AIだけが提出件数増加の原因だとは主張していない。NISTは、開発サイクルの高速化、一貫性を欠くデータ品質、機械可読なインテリジェンスへの需要増加など、複数の要因を挙げている。AI支援による発見と悪用は、既存の負荷にさらなる加速を加える。

したがって最も有用な解釈は、宣伝的なものではなく運用上のものだ。定期的に人手で拡充するモデルが能力の上限に達したため、NISTには継続的な機械活動に合わせて設計された脆弱性システムが必要なのである。

中核となるトレードオフは機械の速度と公的信頼の間にある

AI支援型NVDが成功するのは、すべての自動判断が追跡可能で、異議を申し立てられ、下流のセキュリティ判断に十分安全な場合に限られる。

脆弱性管理は伝統的に、複数の異なる判断を組み合わせる。アナリストは欠陥を特定し、検証し、開示を調整し、影響を受ける製品を説明し、深刻度を見積もり、その結果を修正へ結び付ける。ある判断を自動化しても、他の判断が自動的に解決されるわけではない。

製品識別は、その難しさをよく示している。ベンダーのアドバイザリーは、インベントリシステムや標準製品辞書とは異なる名称で製品を記載する場合がある。AIシステムは照合候補を提示できるが、誤った照合は露出を見逃したり、高コストな誤報を生んだりする可能性がある。

優先順位付けも同様に文脈に依存する。技術的に深刻な脆弱性でも、ある環境では到達不能で、別の環境では直ちに危険になり得る。そのためNISTは、正確な本番判断に必要な組織的・システム的文脈は何かを問うている。

KEV catalogは、悪用の証拠がある脆弱性を特定することで、価値あるシグナルを提供する。ただし、重要な脆弱性のすべてを示すものではなく、NISTも現在の基準では高影響の事例を見落とし得ることを率直に認めている。

AIは、ベンダーアドバイザリー、資産インベントリ、悪用の証拠、開示プログラム、脅威インテリジェンスから、より広い文脈を組み立てる助けになり得る。ただし、その結果としての推奨は、入力情報と不確実性を明示しなければならない。そうでなければ、利用者は異議を唱えられない不透明な回答を受け取ることになる。

透明性はバイアスにも影響する。十分に文書化された製品で学習したモデルは、小規模ベンダーやリソースの限られたオープンソースプロジェクトを評価するモデルよりも良好に機能する可能性がある。文書が乏しいと、根本的なリスクが高くても、深刻な欠陥が不確実性の高いものに見えるかもしれない。

人間によるレビューに関するNISTの質問は、この問題に直接対応している。実用的なシステムでは、定型的な正規化を自動化し、曖昧なケースをアナリストに回すことができる。モデルはレビューを置き換えるのではなく、証拠が矛盾する記録へ限られた専門知識を振り向けられる。

このアプローチにも、測定可能な性能が必要だ。回答者は、今後5年間の近代化に役立つ指標を定義する支援を求められている。処理速度は重要だが、訂正率、カバレッジ、貢献者の多様性、再現性、下流での有用性も同様に重要である。

頻繁な製品照合エラーを生む高速パイプラインは、作業をなくすのではなく移し替えるだけだ。セキュリティチームは拡充を待つ時間を減らせても、信頼性の低い出力を検証する時間を増やすことになる。NVDの公的価値は、その不確実性を減らすことにある。

自動修復は、求められる水準をさらに引き上げます。AIはコード変更、設定更新、代替的な統制を提案できますが、実際のデプロイはローカル環境に依存します。テストケースで成功した修正でも、統合を破壊したり、別の統制を弱めたり、想定される動作を変えたりする可能性があります。

そのためNISTは、AIが生成した誤った修復措置を防ぐ統制について問いかけています。こうした統制には、テスト、段階的デプロイ、ロールバック機構、承認の閾値、来歴記録、リリース後の監視などが含まれ得ます。RFIでは、具体的な組み合わせを利害関係者からの意見に委ねています。

この物語における主な対立軸は、NISTと商用セキュリティベンダーの対立ではありません。継続的な自動化という約束と、セキュリティ上の判断が依然として文脈依存で重大な結果を伴うという現実との対立です。この衝突を無視するアーキテクチャは、信頼を得るのに苦労するでしょう。

だからこそ、この意見募集はGoogle Newsの短い要約が示す以上に注目に値します。NISTは事実上、機械支援による脆弱性管理のためのエビデンスチェーンをセキュリティコミュニティに設計するよう求めています。そのチェーンにおいて、速度は要件の一つにすぎません。

より連携したNVDはセキュリティベンダーと企業に圧力をかける

NISTは中央データベースから、すべての組織に完全で環境固有のリスクコンテキストを提供することはできないため、近代化は責任を外部へと移します。

NVDは、スキャナー、コンプライアンスシステム、ソフトウェア構成分析ツール、セキュリティ運用プラットフォーム、社内エンジニアリングプロセスから成る大規模なエコシステムを支えています。一部の製品はそのデータを直接取り込みます。別の製品は、NVDの情報を独自の調査や顧客テレメトリーと組み合わせています。

選択的なエンリッチメントは、こうしたアプローチ間の差を広げます。主にNISTが追加したメタデータに依存するツールでは、優先度の低いレコードでスコアや製品マッピングが欠落する場合があります。独自調査を行うプロバイダーは一部のギャップを埋められますが、顧客はそのプロセスを評価しなければなりません。

商用ベンダーには、独自インテリジェンスを答えとして提示する動機があります。そのデータは実際の価値を提供し得る一方で、透明性、ポータビリティ、カバレッジに関する疑問も生じさせます。NISTの公共インフラは、広く利用可能な参照点を提供するため、依然として重要です。

RFIは、NVDがベンダーアドバイザリ、開示プログラム、脅威情報プロバイダー、資産プラットフォーム、セキュリティツール、修復ワークフローとどのように統合すべきかを尋ねています。この表現は、連合型の方向性を示唆します。NISTは、あらゆる分析作業を中央集権化するのではなく、信頼できる貢献を接続することに関心を示しているようです。

連合型の仕組みは、エビデンスに最も近い組織に作業を分散させることで、規模を改善できます。ベンダーは自社製品を理解し、研究者は発見を理解し、企業は自社で展開している資産を理解しています。NVDは、それらの主体が情報を交換する方法を標準化できます。

しかし、分散した貢献はガバナンス上の問題を生みます。ベンダーは自社の欠陥の深刻度を低く見せるかもしれず、研究者は完全な製品情報を持っていない可能性があります。矛盾するスコアや影響を受けるバージョンに関する主張には、可視化された来歴と訂正プロセスが必要です。

セキュリティチームは、ローカルな判断も維持する必要があります。企業は、国家レベルの優先順位が自社のエクスポージャーと一致すると想定できません。インターネットからの到達可能性、権限、データの機密性、代替統制、事業上の重要性によって、適切な対応は変わり得ます。

そのため、資産インベントリは文脈に応じた優先順位付けの前提条件となります。組織は、どのソフトウェアとバージョンを運用しているのか把握していなければ、脆弱性が重要かどうかを判断できません。NISTは、自動修復の前提となる検出やインベントリなどの依存関係について明示的に尋ねています。

開発者も関連する負担に直面します。脆弱性の発見が速くなれば、チームが評価、テスト、デプロイしなければならないパッチの数が増える可能性があります。より良い情報は役立ちますが、エンリッチメントの加速後には、修復能力が次のボトルネックになり得ます。

広く使われるコンポーネントが小規模チームに依存していることが多いため、オープンソースのメンテナーには特に圧力がかかります。機械生成のレポートは、信頼できる再現手順や修正を提供しないまま、開示件数を増やしかねません。近代的なシステムは、低品質な自動投稿がメンテナーを圧倒することを防ぐ必要があります。

NVDは連邦政府の対応の一部にすぎません。7月の報道では、AI関連のサイバー脅威共有のために財務省主導で設けられたGold Eagleクリアリングハウスが取り上げられました。Carnegie MellonのSoftware Engineering Instituteも、脆弱性報告と調整のためのプラットフォームであるVINCEを運営しています。

これらのプログラムがどのように相互作用するかは依然として不明です。NVDは標準化された公開脆弱性データに特化する一方、調整プラットフォームは研究者とベンダー間の開示を管理できます。クリアリングハウスは、脅威共有と優先順位付けの機能を追加できます。

重複するプログラムは有益な専門化をもたらす一方、投稿を重複させ、一貫性のないレコードを生み出す可能性もあります。NISTの相互運用性に関する問いは、識別子、エビデンス、ステータス変更、訂正がこれらのシステム間をどう移動するのか、回答者に説明を求めるはずです。

企業は、最終アーキテクチャを待ってから依存関係を見直すべきではありません。どのNVDフィールドがスキャナー、チケット処理ルール、コンプライアンス報告、サービスレベル目標を動かしているかを特定すべきです。欠落したエンリッチメントは、各ワークフローに異なる影響を与え得ます。

チームは、自動化された判断の背後にあるソースとタイムスタンプも保存すべきです。レコードが変更された場合、アナリストはどの過去データがパッチや例外処理の契機となったのかを知る必要があります。より多くのシステムが機械生成のコンテキストを提供するようになるにつれ、この監査証跡は不可欠になります。

したがって、近代化プロセスはベンダーと同じくらい購入者にも圧力をかけます。購入者は、脆弱性インテリジェンスがどこから生まれるのか、対立がどう解決されるのか、自動化された推奨が裏付けとなるエビデンスを示すのかを問う必要があります。洗練されたリスクスコアだけでは不十分です。

Google Newsの読者が次に注目すべきこと

NVDの刷新が持続的なインフラとなるのか、それとも十分な運用支援を伴わない意欲的な意見募集にとどまるのかを示すシグナルは三つあります。

第一のシグナルは、コメント期間終了後の公開記録です。セキュリティベンダー、オープンソース財団、研究者、連邦機関、企業運営者からの提出物は、共有アーキテクチャが可能かどうかを明らかにするはずです。人間によるレビューの境界について幅広い合意が得られれば、NISTの方向性は強化されます。

不一致もまた有益な情報となります。ベンダーは独自ソースからの自動取り込みを支持するかもしれませんが、公益を重視する参加者はオープン標準と透明なエビデンスを優先する可能性があります。NISTは、公共データベースをクローズドシステムに依存させることなく、そうしたインセンティブを調整しなければなりません。

第二のシグナルは、具体的な近代化ロードマップです。RFIは今後5年間の能力について尋ねていますが、提供日、要員規模、技術的マイルストーンを約束してはいません。信頼できる計画には、段階的なリリース、性能指標、ガバナンスルール、明確な責任者が必要です。

現行の通知では定義されていないものの、資金調達もそのロードマップに含めるべきです。自動化には、モデル評価、インフラ、セキュリティテスト、標準化作業、継続的な人間による監督が必要です。熟練したアナリストの必要性がなくなるわけではありません。

第三のシグナルは、4月の優先順位付けモデルにおける運用パフォーマンスです。NISTは、悪用された脆弱性が1営業日以内というエンリッチメント目標を満たしつつ、優先度の低いレコードも可視化され、要求可能な状態にあることを示すべきです。訂正率やメタデータの欠落は、処理量と並んで重要です。

6月のSSVC導入も別の試験となります。利用者は、より大きくなったレコードを正常に取り込み、新しいフィールドを解釈し、既存ワークフローとの互換性を維持しなければなりません。運用上の摩擦は、大規模な下流エコシステム全体でスキーマを拡張するコストを露呈させるでしょう。

今後のリリースでは、自動化された来歴を容易に確認できるようにすべきです。利用者は、ベンダー提供のスコア、CISAの評価、NISTの分析、AI生成の推奨を区別できる必要があります。こうした区別は、フィード、アプリケーションプログラミングインターフェース、商用統合を経ても維持されるべきです。

大規模なAI導入の前に、公開された評価手法に注目してください。NISTは、分類精度、製品マッチング、優先順位付け、修復提案をどのようにテストするのか説明すべきです。高リスク機能には、より厳格な閾値と、より多くの人間による監督が求められます。

また、同機関が不一致をどう扱うかにも注目してください。信頼できるシステムには、貢献者が影響を受ける製品や深刻度に異議を唱える際の訂正チャネル、バージョン履歴、異議申立て手続きが必要です。異議申立て可能性のない自動化は、機械の速度で誤りを集中させることになります。

より広い脆弱性エコシステムも独自のエビデンスを提供するでしょう。セキュリティベンダーは、来歴ビュー、独立したエンリッチメント、文脈に応じたスコアリングを追加するかもしれません。オープンソースプロジェクトは、手作業による受け付け業務を減らす構造化レポート形式を採用する可能性があります。

企業は、今すぐデータ依存関係をマッピングすることで準備できます。どのシステムがNVDレコードを消費し、どのフィールドがアクションを引き起こし、どこでアナリストがローカルなコンテキストを加えるのかを文書化してください。欠落したエンリッチメントを低リスクのシグナルではなく、定義された状態として扱ってください。

NISTが次の発表を行えば、Google Newsの報道はすぐに動くでしょう。より重要な作業は、見出しの合間に、標準に関する議論、パブリックコメント、データパイプライン、セキュリティ運用チームの内部で進みます。

NVDに依存する組織は、RFIを読み、実際のワークフローから得たエビデンスの提出を検討すべきです。どの自動化された判断が時間を節約するのか、現在のレコードはどこで機能しないのか、そしてどの判断には説明責任を負う人間のレビューがなお必要なのか。こうした答えが、NISTがより高速なデータベースを構築するのか、それともより信頼できる脆弱性システムを構築するのかを決定します。