AI SECURITY SIMULATOR

攻撃するAIと、防御するAI。
境界の攻防を可視化する。

架空企業の閉鎖環境でAttack AgentとDefense Agentを動かし、AIがどの経路を探索し、失敗後にどう戦略を変え、防御側がどこで検知・遮断するかを観察するためのシミュレーション環境です。

WHY WE BUILT IT

AIのセキュリティは、最終結果だけ見ても分からない。

拒否された後に別の経路を探すのか。どのToolやAPIを選ぶのか。Defense Agentがいつ異常と判断するのか。こうした過程を動く形で説明するためにSimulatorを作りました。

このSimulatorは診断ツールではありません。
顧客環境の安全性を判定するものではなく、AI Agentの攻撃・防御行動、境界認識、戦略変更、Evidenceを安全に再現・観察するためのデモ/実験環境です。
WHAT THE DEMO SHOWS

デモで見るのは「AIが何をしたか」だけではなく、「なぜ次の行動へ移ったか」。

01Attack Goal

目標とScenario Profileを与える。

02Exploration

Tool/API/経路を選び段階的に探索。

03Defense

検知、遮断、封じ込めを判断。

04Before / After

対策前後の挙動とScoreを比較。

05Evidence

判断・実行・結果を時系列で追跡。

Product InformationWeb ApplicationShared WorkspaceAPI / RAG / Tool Gateway
FIG.01–03 / SCREENS

代表的な画面

同じScenarioを、リアルタイム挙動 → 対策前後比較 → Evidence / Auditまで追って確認します。

日本語版 AI Security Simulator ライブ画面
FIG.01 — Live Simulation / Attack & Defense
日本語版 AI Security Simulator 対策前後比較画面
FIG.02 — Before / After Security Comparison
日本語版 AI Security Simulator Evidence画面
FIG.03 — Evidence / Audit
WATCH THE DEMO

60秒で見るAI Security Simulator

Attack Agentの探索からDefense Agentの反応、Security Scoring、Before / After、Evidence / Auditまで、実際のSimulator画面を約60秒にまとめています。

フルデモを見る(約4分) →

動画に音声はありません。

TECHNICAL NOTES

Simulatorを支える5つの技術的な考え方

このSimulatorでは、攻撃や防御の最終結果だけでなく、AI Agentがどの境界を認識し、どの経路・Tool・APIを選択し、防御側がどの時点で検知・遮断するかという一連の過程を観察します。

01 / BOUNDARY

Agent Boundary

AI Agentの行動を、User / Role、Company / Tenant、Data、API / Toolなど複数の境界から確認します。ある経路でアクセスを拒否するだけでなく、拒否されたAgentが別の経路を探索した場合にも、同じ認可境界が維持されるかを観察します。

User / RoleTenantDataAPI / Tool
02 / FLOW

Attack / Defense Flow

Attack AgentはGoalとScenario Profileを受け取り、目的に応じて経路、Tool、APIを選択します。失敗や拒否が発生すると、別の方法へ戦略を変更する場合があります。Defense Agentはその行動とEvidenceを観測し、検知、遮断、封じ込めを判断します。

Attack AgentDefense AgentStrategy
03 / SCORING

Security Scoring

シナリオの状態をLeakage Risk、Misuse Progress、Detection Score、Containment Score、Defense Scoreなどで可視化します。顧客環境の安全性を判定する評価値ではなく、同一Scenarioにおける対策前後の変化を比較するためのSimulator内の指標です。

LeakageDetectionContainmentDefense
04 / EVIDENCE

Evidence / Audit

Agentの判断、選択した経路やTool、実行結果、Defense側の判断をEvidenceとして記録します。「成功した/遮断された」という最終結果だけでなく、どの判断から次の行動へ移ったのかを時系列で追跡できることを重視しています。

DecisionTool ResultTraceAudit
05 / LOCAL ARCHITECTURE

Local LLM Architecture

Local LLM、Agent Runtime、FastAPI、Streamlit、PostgreSQL、Dockerを組み合わせ、推論、Agent実行、API処理、画面表示、Evidence記録をローカル環境内で構成しています。Simulatorのデモはこの閉鎖環境上で実行され、本番システムへのアクセスを必要としません。

Local LLMAgent RuntimeFastAPIStreamlitPostgreSQLDocker
LOCAL RUNTIME

シミュレータは、手元のローカル実機で動いています。

Local LLM、Agent Runtime、FastAPI、Streamlit、PostgreSQL、Dockerを組み合わせ、判断からEvidenceまで同じ環境で観測します。

LIVE REMOTE DEMO

普段お使いのオンライン会議に、こちらから参加します。

Teams、Google Meet、Webex、Zoomなどで会議をご用意いただき、招待リンクを共有してください。こちらから参加し、画面共有でローカル実機のSimulatorを動かします。本番環境へのアクセスは必要ありません。

デモで確認できること

  • Attack Agentの経路探索と戦略変更
  • Defense Agentの検知・遮断・封じ込め
  • Security Scoreと対策前後比較
  • Evidence / Audit

デモの目的

AI Agentのセキュリティを「設定説明」ではなく、実際に動く攻防として理解していただくことです。

Simulator Demoを相談する →