| 脅威ハンティングとは?脅威インテリジェンスとの違い・種類・手法・プロセスを解説 | |
|---|---|
| 作成日時 26/11/13 (09:01) | View 109 |

Mandiant M-Trends 2025によると、2024年に発生した侵害における滞留時間(侵入から検知までの日数)の中央値は、世界全体で11日でした。
攻撃者がこれだけの期間、社内にとどまり続けられるのは、既存の防御の主軸がアラートの発生を待って動く受け身の仕組みにあるためです。この受け身の限界を埋める考え方が、脅威ハンティング(スレットハンティング)です。
日本でも侵入前提への転換は国の方針として進んでいます。2026年10月に施行されるサイバー対処能力強化法、2026年7月31日にサイバーセキュリティ戦略本部が決定した脅威ハンティングの普及促進・実施等に係る基本方針が、その流れを示します。
こうした能動的な防御は、もはや先進企業だけの取り組みではありません。
記事では、脅威ハンティングの定義から脅威インテリジェンスとの違い、種類とモデル、プロセス、手法、ツール、担い手、始め方までを、大企業の情シスやSOC、CISOの実務目線で解説します。先に要点を整理します。
● 脅威ハンティングとは、侵入を前提にアラートを待たず脅威を能動的に探索する防御活動
● 脅威インテリジェンスは探索の材料、脅威ハンティングはその材料で自社環境を探す活動という関係
● プロセスはトリガーから調査、解決へと進む3段階
● 内製かマネージドかは、24時間365日体制の要否や自社ログの成熟度で判断
脅威ハンティングとは、既存のセキュリティ製品では検知できない脅威が自社環境にすでに侵入しているという前提に立ち、その痕跡を人が能動的に探し出す活動です。ここでは、その考え方と、検知型の防御だけでは足りない理由を解説します。
脅威ハンティングは、アラートが鳴るのを待つのではなく、攻撃者はすでに内部にいるという仮説を先に立て、それを裏づける痕跡を自らログや端末から探しにいく点に特徴があります。英語ではプロアクティブ、日本語では能動的や積極的と表現される防御の姿勢です。
出発点になるのは、攻撃者の行動やダークウェブの観測から導いた仮説です。たとえば、ある認証情報が外部に流出している兆候があるなら、その認証情報を使ったログインが自社で起きていないかという問いを立て、ログを掘り下げるといった具合です。
ハンターは既知の検知ルールに頼らず、正常に見える通信やログインの中から異常を選り分けます。
滞留時間の内訳を見ると、待ち受け型の弱さが数字に表れます。
Mandiant M-Trends 2025によれば、自社で気づいた場合の滞留時間の中央値が10日である一方、外部からの通知で発覚した場合は26日に伸びるとのことです。自力で気づけない期間が長いほど、攻撃者が内部で活動する時間を与えてしまいます。
原因は検知の設計にあります。シグネチャやIoC(侵害の痕跡)にもとづく検知は、すでに知られた攻撃にしか反応できません。
攻撃者が正規の管理ツールを悪用したり、マルウェアを使わずに侵入したりすると、そもそもアラートが生成されず、防御をすり抜けます。侵入から気づかれるまでの数日から数週間のあいだに、攻撃者は権限を昇格させ、内部を横に移動し、機密データを外部へ持ち出します。
だからこそ、アラートの外側にある異常を仮説から探しにいく活動が必要になります。
脅威ハンティングと脅威インテリジェンスは密接に関わりますが、役割は異なり、インシデント対応やペネトレーションテストとも混同されがちです。まずは4つの活動を表で整理します。
|
観点 |
脅威ハンティング |
脅威インテリジェンス |
インシデント対応 |
ペネトレーションテスト |
|
目的 |
潜伏する未知の脅威を探し出す |
脅威に関する知見を収集、分析して提供する |
検知済みの侵害を封じ込め復旧する |
防御の穴を疑似攻撃で検証する |
|
主なトリガー |
仮説、IoC、脅威情報 |
情報ニーズ、収集計画 |
アラート、被害の発覚 |
計画されたテスト日程 |
|
能動か受動か |
能動 |
能動的な情報生成 |
受動(検知後に動く) |
能動(許可された攻撃) |
|
扱う情報 |
自社の内部ログ、端末、通信 |
外部の攻撃者、TTP、IoC |
侵害の証拠、影響範囲 |
疑似攻撃の結果 |
|
主なアウトプット |
発見した脅威と恒久的な検知ルール |
分析レポート、フィード |
復旧と再発防止策 |
脆弱性の指摘と改善提案 |
脅威インテリジェンスは、脅威ハンティングに必要な材料を供給する存在です。
脅威インテリジェンスとは?の記事で詳しく解説していますが、脅威インテリジェンスが攻撃者の手口や流出した認証情報といった知見を提供し、脅威ハンティングはその知見を使って自社環境を実際に探索します。知見を生み出す活動と、その知見で自社を探す活動という関係です。
インシデント対応やペネトレーションテストとの違いは上表のとおりで、動き出すタイミングと目的が脅威ハンティングとは異なります。
ここでは、経営層が自社の取り組みを判断する材料として、2025年から2026年にかけての政策の動きを整理します。
日本のサイバー防御は、待ち受けから能動へと制度面で舵を切りました。
能動的サイバー防御を導入するサイバー対処能力強化法と関連する整備法が2025年に成立し、2026年10月1日に施行されます。これにより、攻撃を受けてから動くだけでなく、被害が生じる前に脅威を把握して対処する枠組みが法的に整います。
司令塔となる体制も刷新されました。内閣官房の資料によれば、従来のNISC(内閣サイバーセキュリティセンター)を発展的に改組し、内閣官房に国家サイバー統括室(NCO)を設置して、能動的サイバー防御の司令塔に位置づけました。
国が能動防御を主導する体制が、脅威ハンティングを後押しする土台になっています。
政府は脅威ハンティングそのものを名指しで推進しています。
2026年7月31日、サイバーセキュリティ戦略本部が脅威ハンティングの普及促進・実施等に係る基本方針の概要を決定しました。策定したのは国家サイバー統括室で、政府機関や重要インフラ事業者を主な対象としています。
基本方針は、政府の主要な取組として以下4つを示しています。
● 脅威ハンティングの実施に必要な能力習得と体制構築の促進
● 政府からの情報提供や助言、支援による活動の実効性向上
● 政府自身による脅威ハンティングの実施
● 国内外の官民連携
国内では関係機関が連携する場を活用し、国外では外国政府との情報の相互共有を進める方向を示しています。重要インフラを担う大企業にとって、脅威ハンティングは自社判断の選択肢であると同時に、国の政策とも足並みをそろえる取り組みになりつつあります。
脅威ハンティングは、探索の起点によっていくつかに分類されます。ここでは代表的な3つの種類と活動を支える3つのモデルを整理します。
種類は、何を手がかりに探索を始めるかで分かれます。
● 構造化ハンティング:攻撃者のTTP(戦術、技術、手順)や仮説を起点に、攻撃が完了する前の兆候を探す方式
● 非構造化ハンティング:IoCや検知された異常を起点に、関連する痕跡をたどって範囲を広げる方式
● 状況やエンティティ駆動:重要サーバーや役員アカウントなど、価値の高い資産を起点に集中的に調べる方式
たとえば、構造化ハンティングでは特定の攻撃グループがよく使う手口を先に定め、その手口が自社で再現されていないかを確かめます。
モデルは、探索を駆動する情報源の違いです。
● インテリジェンスベース:外部から得た脅威情報やIoCを引き金に探索を始める
● 仮説ベース:攻撃者のTTPや自社環境の理解から仮説を立てて探索する
● ハイブリッド:両者を組み合わせ、外部情報で仮説を補強しながら自社に合わせて調整する
多くの組織は、外部情報と自社の仮説を行き来するハイブリッドに落ち着きます。
脅威ハンティングは、トリガーから調査、解決へと進み、得た知見を次に生かす循環で成り立ちます。ここでは3段階を簡潔に解説します。
トリガーは探索のスタートです。仮説やIoC、外部から得た脅威情報が引き金となり、何をどこで探すかを決めます。
調査の段階では、EDRやSIEMといったツールでログや端末、通信を掘り下げ、仮説を検証していきます。想定どおりの痕跡が見つかれば侵害の疑いが濃くなり、見つからない場合も環境の正常な状態を可視化できるのがメリットです。
解決の段階では、発見した脅威をインシデント対応へ引き継いで封じ込め、見つけ方を恒久的な検知ルールとして残します。1回の探索を使い捨てにせず、ルール化して自動検知へ組み込めば、同じ手口は次から自動で捉えられます。
ここでは、脅威ハンティングの主要な4つの手法を押さえたうえで、外部の脅威データを自社の探索へ落とし込む進め方を具体例と共に紹介します。
代表的な手法は次の4つです。
● 仮説主導型:攻撃者の行動や環境の理解から仮説を立てて探索する手法
● IoCやIOAベース:既知の侵害の痕跡(IoC)や攻撃の兆候(IOA)を起点に痕跡をたどる手法
● TTPとMITRE ATT&CKベース:攻撃者の戦術や技術をMITRE ATT&CKで体系化し、その手口を自社で探す手法
● 機械学習と振る舞い分析(UEBA):利用者や端末の普段の振る舞いから外れた異常を検出する手法
ここでは、脅威ハンティングの工程を一連の流れとして時系列で示します。
攻撃者の視点で見ると、この探索が有効な理由がはっきりします。
攻撃者は窃取した正規の認証情報でVPNにログインし、マルウェアを持ち込まずに正規の管理ツールで内部を移動します。悪意のあるファイルを落とさないため、シグネチャ検知には反応しません。
正規の利用者を装って侵入するからこそ、正規ログインの中にある異常を仮説から探す手法が効きます。
外部で自社情報がどう扱われているかは、ダークウェブの情報売買市場や、CISOのためのダークウェブ脅威インテリジェンス活用術でも解説しています。
脅威ハンティングは複数のツールを組み合わせて進めます。ここでは、代表的なツールとハンティングでの使いどころを表で整理します。
|
ツール |
役割 |
ハンティングでの使いどころ |
|
EDR |
端末の挙動を記録、検知する |
端末上のプロセスやコマンドの実行履歴から不審な振る舞いを追う |
|
SIEM |
各種ログを集約、相関分析する |
横断的なログ検索で仮説を検証し、検知ルールを実装する |
|
NDR(ネットワーク検知応答) |
通信を常時分析する |
内部の横展開や外部への不審な通信を捉える |
|
UEBA |
利用者や端末の振る舞いを分析する |
普段の行動から外れた異常なログインや操作を洗い出す |
|
MDR |
検知と対応を外部が代行する |
自社に専門人材が不足する場合にハンティングを委託する |
|
脅威インテリジェンスフィード |
外部の脅威情報を供給する |
探索の起点となる仮説やIoCの材料にする |
ツールの土台になるのがEDRとSIEMです。端末の可視化は脅威検知ツール完全ガイドで、ログの集約と活用は脅威インテリジェンスの視点を生かすログ管理で掘り下げています。ツールは数をそろえること自体が目的ではなく、自社の仮説を検証できる可視性を確保する手段です。
脅威ハンティングは、ツールだけでは完結しません。仮説を立てて異常を選り分ける人の存在が重要になります。ここでは、担い手に必要なスキルと内製かマネージドかを分ける判断軸を示します。
脅威ハンターに求められるのは、ログを読み解く力、攻撃者のTTPへの理解、仮説を組み立てる力です。
大量のログの中から正常と異常を見分けるには、自社環境の普段の姿を知っていることが前提になります。加えて、攻撃者がどの段階でどう動くかを理解していなければ、探すべき場所を定められません。
ツールの操作能力よりも、問いを立てる力が成果を左右します。
多くの大企業が直面するのは、専門人材の不足です。
脅威ハンターを自社で抱えるべきか、マネージドサービスに委ねるべきかは、次の軸で判断します。24時間365日の監視体制が要るか、自社ログの整備が進んでいるか、人材確保にかけられるコストはどれだけか、外部の脅威情報を自前で入手できるか、の4点です。
|
運用形態 |
メリット |
向くケース |
|
内製 |
自社環境の文脈を踏まえた探索ができ、知見が社内に蓄積する |
ログ基盤と人材が整い、継続的に運用できる組織 |
|
マネージド |
専門人材と24時間365日体制を短期間で確保できる |
人材やログ基盤がこれからで、まず実効性を高めたい組織 |
内製とマネージドは二者択一ではありません。まず重要資産の探索をマネージドで補いながら、自社に知見をためて段階的に内製へ寄せていく進め方も現実的です。
脅威ハンティングは、最初から高度な体制を組む活動ではありません。小さく始めて成熟度を上げ、成果を運用の指標で測っていきます。ここでは始め方と、検知後の連携までを解説します。
始め方の基本は、ログの可視化と1つの仮説を立てることにあります。
まず、どの端末やサーバーのどのログが取得できているかを棚卸しし、探索できる範囲を把握します。次に、外部の脅威情報や自社のリスクから仮説を1つだけ立て、そのログを実際に掘り下げます。最初の1本を最後までやり切ることで、足りないログや検証の勘所が見えてきます。
この探索を定例化し、扱う仮説を少しずつ増やしていくと、属人的な取り組みから運用へと成熟していきます。
ハンティングで見つけた脅威は、対応につながって初めて価値になります。
発見した痕跡はSOCへ引き継ぎ、封じ込めや復旧をインシデント対応の流れに乗せます。定型化できる対応はSOAR(セキュリティの自動化と対応)で自動化し、人手が足りない部分はMDRで補います。この受け渡しが滞ると、せっかく見つけた脅威が放置され、被害が広がります。
成果は、見つけた脅威の数だけで測ると実態を見誤ります。恒久的な検知ルールへ変換できた数、平均滞留時間の短縮、1件あたりの調査に要する時間といった運用のKPIで測ることで、ハンティングが検知力の底上げにどれだけ貢献したかを示せます。
本文で取り扱えなかったよくある質問にお答えします。
脅威ハンティングは、人が仮説を立てて能動的に探索する活動全体を指します。サイバー脅威ハンティング機能は、その活動を支えるためにEDRやXDRなどの製品へ組み込まれた探索用の機能を指すことが多い言葉です。
活動そのものと活動を助ける製品機能という関係で捉えると整理できます。
一部は自動化できますが、全体を自動化はできません。ログの相関分析や振る舞いの異常検出はツールで自動化でき、機械学習も探索を助けます。ただし、どこにどんな仮説で探しにいくかを決める判断は人が担う領域であり、自動化は人の探索を効率化する位置づけになります。
必要性はありますが、自前で抱える必然性は組織によります。人材やログ基盤が整っていない場合は、マネージドサービスを活用して重要資産の探索から始める進め方が現実的です。まず外部の力で実効性を確保し、知見をためてから内製の判断に移ることをおすすめします。
侵入を前提に脅威を能動的に探す脅威ハンティングは、大企業にとって選択肢から前提へと変わりつつあります。まず自社で取得できているログを棚卸しし、外部の脅威情報や自社リスクから仮説を1つ立てて探索してみることが、無理のない第一歩になります。
そのうえで、24時間365日体制の要否や人材の状況をもとに、内製とマネージドのどちらで運用するかを判断しましょう。探索で得た知見を検知ルールへ変換し続けることで、既知の攻撃には自動で気づき、未知の脅威には人が先回りする、二層の防御が回り始めます。
外部で自社の認証情報や名前がどう扱われているかを知ることは、探索の仮説を生む出発点になります。ダークウェブに広がる脅威データを自社のハンティング仮説へ変える取り組みは、StealthMoleのダークウェブ脅威インテリジェンスで実現可能です。