AIエージェント、MCPサーバー、LLMアプリの本番環境でのセキュリティ保護：実践的フレームワーク

Mend.ioの新しいガイド『Securing AI agents, MCP servers & LLM apps: A practical framework』は、エージェント、MCP統合、LLMを活用したアプリケーションの急速な採用によって生じたセキュリティギャップを対象としています。従来のAppSecは、エージェントの動作がコードだけでなく、モデル、システムプロンプト、取得されたコンテキスト、ユーザー入力、ツールから生じるため機能せず、データを介したプロンプトインジェクション、過剰な権限を持つエージェント、非推奨モデル、悪意のあるツールの説明といった新たな障害モードにつながります。このガイドは、インタラクション、エージェント、統合、モデル、コードの各レイヤーをカバーする5層の攻撃サーフェスマップを紹介し、リポジトリのスキャンやサービスアカウントの監査などの発見のための成果物と、12項目の設定ミスチェックリストや優先順位付けパイプラインなどの修正のための成果物を提供します。ランタイムセキュリティには、アプリ内Python SDKまたはスタンドアロンAPIサーバーとしてのガードレール、システムプロンプトのハードニングパターン、NIST AI RMFやOWASP AIMAなどの標準への準拠を推奨しています。成熟度ロードマップは、EmergingからLeadingまでの4段階と、15項目の自己評価を含みます。主なポイントは、エージェントの動作が複数の要因から生じること、5つのリスクレイヤーが存在すること、自動トリアージは証拠に基づくべきであり、リスク受容は人間のみが行うべきであることです。