tty.link
Maker Studio
IMAGINE · MAKE · EXPERIMENT
tty.linkの本質は、特定の技術ではなく、自ら手を動かしてつくり、試す姿勢にあります。ソフトウェア、電子機器・ハードウェア、ファームウェア、AIと自動化、デジタルと物理のシステムの組み合わせまで幅広く扱い、セキュリティの研究や現場に必要なシステムだけでなく、セキュリティと関係のないアイデアも独自に追求します。
ソブリン・セキュリティAIの実現に向けた研究開発
R&D for Sovereign Security AI
AI・セキュリティ技術、知識の活用、専門家の成長、人とAIの協働を研究します。
AIとセキュリティの技術を研究し、専門家とAIがより良く働くための知識基盤、ツール、協働環境を開発します。モデルの能力だけに頼らない技術と専門性を蓄積し、さまざまな環境でセキュリティ業務の品質と効率を高めることを目指します。
何を研究し、何をつくっているのか？
6つの独立した分野を研究し、その成果をセキュリティ業務に使う技術とツールにします。
確認済み
3つの大分類、6つの独立した研究分野
大分類は、研究内容を理解しやすくするための整理です。組織の序列、開発の順序、分野間の連携を制限するものではありません。KNOWLEDGEは独立した研究分野であると同時に、他の5分野にも使われる共通基盤です。
COLLAB · KNOWLEDGE
人・知識・協働
専門家の能力と複数の人・AIの協働を発展させ、必要な場面で知識を活用できる技術を開発します。
MODEL · AGENT
AIモデル・エージェント
AIモデルの能力と実用性を高め、知識とツールを使って実際の業務を遂行するシステムを開発します。
INTEL · EXPLOIT
セキュリティインテリジェンス・検証
外部への露出と攻撃対象領域を分析し、システムの脆弱性と実際の影響を検証する技術を研究します。
- COLLAB人とAIの協働People & AI Collaboration
専門家がより深く分析し、より的確に判断するための方法を研究します。複数の人とAIエージェントが役割や作業の背景を共有し、調整・レビュー・引き継ぎを行いながら協働できるフレームワークと環境を開発します。
- KNOWLEDGE知識基盤Knowledge Infrastructure
専門知識と経験の収集・加工・管理から提供・活用まで、全過程を研究します。人、AIエージェント、モデルが必要な知識を目的や環境に応じて利用できるよう、提供方法、連携技術、フレームワーク、システムを開発します。
- MODELAIモデルエンジニアリングAI Model Engineering
AIモデルの評価・学習・カスタマイズ・最適化、推論・運用技術を研究します。セキュリティ業務に適したモデルを改良し、必要な環境へ導入・カスタマイズ・運用しやすいローカルモデルや配備の仕組みも開発します。
- AGENTエージェンティックAIAgentic AI
AIが目標に応じて計画を立て、知識やツールを使って業務を遂行し、結果を確認する技術を研究します。エージェントの実行・状態管理、作業の調整、権限と承認、結果の検証を支えるシステムを開発します。
- INTELエクスポージャー・インテリジェンスExposure Intelligence
インターネット上で観測される資産、サービス、アカウントなどの露出情報を収集し、攻撃対象領域の変化、履歴、関連性を分析します。関連する脅威情報も組み合わせ、セキュリティ診断、脅威調査、インシデント分析を支える技術とプラットフォームを開発します。
- EXPLOITオフェンシブエンジニアリングOffensive Engineering
攻撃者の視点から、システムの脆弱性、悪用に必要な条件、実際の影響を分析・検証します。脆弱性研究と攻撃・防御技術を発展させ、分析・再現・検証のための専門ツールと試験環境を開発します。
モデル自体と、その周囲にある知識・ツール・業務手順・協働の仕組みをともに改善します。
モデルの応答が良くても、エージェントが課題を正しく完了できるとは限りません。ツールと実行環境、権限、指示、検証の過程がともに機能する必要があるため、MODELとAGENTは別の分野として研究します。
COLLAB・KNOWLEDGE・MODEL・AGENTの技術は、セキュリティ以外の専門業務にも応用できます。
分野がともに使われる場面
各分野は独立した研究ですが、実際の課題では複数の分野がともに使われます。
- セキュリティ向けローカルモデルを業務に導入
MODELが適応・最適化し、KNOWLEDGEが許可された知識と評価データを提供します。AGENTが業務遂行につなぎ、EXPLOITが検証基準を、COLLABが専門家のレビューを加えます。
- 複数の専門家とAIで脆弱性を調査
COLLABは共同作業と引き継ぎ、AGENTは実行、EXPLOITは分析・検証を担います。INTELが外部の根拠を結び、KNOWLEDGEが再利用可能な知識を提供し、MODELがモデル技術を支えます。
- 観測情報を分析サービスとして提供
INTELが履歴と関連性を分析し、KNOWLEDGEが提供・連携技術を、AGENTが反復業務の遂行を、COLLABがレビューを支えます。悪用可能性の確認が必要な場合はEXPLOITと連携します。
範囲について
これらは分野間の連携を説明する例であり、特定の機能がすでに製品として提供されている、またはすべての案件に適用されるという意味ではありません。
研究分野は継続して発展させる能力を、サービスはお客様が依頼できる業務を示します。同じ技術が複数のサービスに使われることがあり、現場の経験から新たな研究課題が生まれます。
研究テーマと適用環境
研究分野をセキュリティの現場に活かす研究テーマと、そうした課題が生まれる環境です。
- AI・LLM・エージェントセキュリティ
AIモデルとエージェントサービスの攻撃対象領域を調べ、プロンプト攻撃やデータ漏えい、悪用に対応する方法を研究します。
- ITシステムセキュリティ
ウェブ・モバイル・API・クラウド・ネットワークなど、ITシステムの攻撃と防御を研究します。あらゆるテーマの土台となる基本です。
- OT・物理システムのセキュリティ
OT・ICS・IoT・ファームウェアからロボット・スマートカー・船舶まで、物理世界に接するシステムの脆弱性と安全への影響を研究します。
- 高度な攻撃と防御
ゼロデイ脆弱性を含め、高度な脅威に立ち向かう攻撃・防御の手法を研究します。
適用環境
研究開発の組織
SAFE SQUAREの研究開発は、自社の二つの中核組織であるtty.linkとReturn-Oriented AI Labを中心に行われています。
Return-Oriented AI Lab
Systems & Security Research
UNDERSTAND · CHALLENGE · REINVENT
Return-Oriented AI Labは、システムと技術の動作原理、構造と限界を深く探究します。脆弱性や攻撃・防御の技術にとどまらず、システムの内部構造やAIモデル・エージェントまで幅広く研究し、研究の問いはセキュリティの課題からも、システムの動作・性能・効率への関心からも始まります。
業務を分ける分類ではなく、代表的な活動の例です。
COLLAB・KNOWLEDGE・MODEL・AGENT・INTEL・EXPLOITの6分野は、二つの組織で分担する領域ではなく、SAFE SQUARE全体でともに培う能力です。教育・訓練と評価、事業・運営を担うメンバーも、研究とその活用に参加しています。
違うのは出発点です
| 観点 | tty.link | Return-Oriented AI Lab |
|---|---|---|
| 主な出発点 | 何をつくって、試せるだろうか？ | これはどう動き、どこまでできるのだろうか？ |
| 中心となる志向 | 創作・制作・実装 | 探究・分析・検証 |
| 共通の活動 | 研究、開発、リバースエンジニアリング、実験、AIの活用、新しい技術の探索 | |
異なる視点で探究し、ともに新しい可能性をつくります。
Return-Oriented AI Labとtty.linkは、それぞれの専門性と関心に基づいて、独立した研究開発を行っています。システムの原理を深く探究する研究と、自由な制作・実験は、互いに新しいアイデアと技術的な可能性をもたらしながら、ともに発展していきます。
原理と制約への理解は新しい設計と制作へ、つくって使う中で見つかった問題は新しい研究へとつながります。協力は双方向で、必要な課題で行います。すべての課題を共同プロジェクトにするわけではありません。
tty.linkのものづくり
三つの言葉は決まった生産手順ではなく、繰り返されるものづくりの文化を表しています。
IMAGINE
新しい課題と可能性を見つけ、構想します。
MAKE
アイデアを実際に動く形にします。
EXPERIMENT
自ら使い、観察しながら、仮説と設計を見直します。
- 成果のかたち
小さな実験や試作も大切な成果です。すべてのプロジェクトが商用製品になる必要はなく、製品化を選んだ課題では、利用目的と環境、求められる品質、検証と運用の範囲を明確にします。ハードウェアは課題に応じて、機器と制御ソフトウェア、インターフェース、試験環境をあわせて扱います。
- 自ら始める研究開発
tty.linkは、他の組織の研究成果を実装する下位の開発チームではありません。自らの問いと関心から研究開発を始め、必要に応じて分析、リバースエンジニアリング、モデルの活用、システムの研究も自ら行います。セキュリティと関係のない制作は、tty.linkのサイトでご紹介しています。
Return-Oriented AI Labの研究の考え方
UNDERSTAND
動作原理と構造を深く理解します。
CHALLENGE
既存の前提や設計、技術的な限界を疑い、検証します。
REINVENT
新しい視点とアプローチを見つけ、必要に応じて既存の技術を再構成し、改善します。
- ハッカーの視点
ここでいうハッカーの視点は、攻撃や防御という職務だけを指すものではありません。与えられた説明をそのまま受け入れず、内部の動作を自ら確かめ、当然とされてきた前提や想定外の使い方を検証する姿勢です。
- 研究の対象であり手段でもあるAI
AIモデルとエージェントそのものの原理・能力・限界を研究すると同時に、AIを分析・実験・検証・開発に積極的に活用します。AIの活用と研究はこの組織だけのものではなく、会社全体に開かれています。
- なぜReturn-Orientedなのか
名前はROP（Return-Oriented Programming）に着想を得ています。ROPは、プログラムのメモリにすでにある、リターン（ret）命令で終わる短い命令片をつなぎ合わせ、新しいコードを注入せずに、プログラムに本来意図されていない動作をさせる攻撃手法です。この組織はそこから、既存の要素を深く理解し、新しい方法でつなぐという考えを読み取り、研究の考え方へと広げました。名前に込めた比喩であり、ROPがシステムを改善する技術という意味ではありません。
- 成果のかたち
原因を突き止めること、技術が想定と異なる動きをすると示すこと、新しい攻撃手法を実証することも研究成果です。すべての研究が製品や新しい実装につながる必要はありません。
ソブリン・セキュリティAIという方向は、一つの組織だけのものではありません。Return-Oriented AI Labの研究、tty.linkがつくるシステム、知識・学習・評価の取り組み、お客様の現場での経験がともに寄与します。ただし、すべての独立した研究やセキュリティ以外の制作が、その下位課題になるわけではありません。
研究が活きる場所
研究は、実際の課題で出会った問題だけでなく、技術への好奇心、システムの想定外の動き、新しいものづくりのアイデアからも始まります。成果は自社の技術・ツール・手法となってサービスやお客様との協働に使われ、現場の経験が次の研究の問いになります。
INTELエクスポージャー・インテリジェンスExposure Intelligence
外部への露出と攻撃対象領域の履歴・関連性を分析する自社技術で調べ、専門家が出典と時点、お客様の資産との関連性を確認します。
EXPLOIT AGENT脆弱性診断・ペネトレーションテストVulnerability Assessment & Penetration Testing
ツールとAIエージェントで広く調べ、専門家が直接分析して、実際に悪用できるかを安全に確認します。
COLLAB KNOWLEDGE EXPLOIT MODEL AGENT人とAIのセキュリティ能力向上Security Capability Development for People & AI
現場で使う攻撃手法と知識、専門家の学習・判断方法の研究をもとに、管理された実習環境と訓練をつくり、攻撃者の視点を実際に身につけられるようにします。AIエージェントの評価・改善は、エージェントとモデルの研究をもとに、個別の課題として支援します。
COLLAB KNOWLEDGE MODEL AGENTセキュリティ・AIの個別開発Custom Security & AI Engineering
既存のツールだけでは対応が難しい課題に合わせて、セキュリティツール、AIモデル・エージェント、知識提供システム、協働環境をともに設計・開発します。
社会貢献プログラムPay It Forward
培ってきた人とAIの力を、予算の限られた選定組織にも届けます。
お客様は別の製品としてではなく、根拠のより明確な成果として受け取ります。