企業の開発組織やセキュリティアーキテクトがAIを活用した静的アプリケーションセキュリティテスト（SAST）の導入を検討する際、議論の焦点はスキャンスピードだけでなく知的財産（IP）の保護と情報漏洩リスクへと急速に移ります。最高情報セキュリティ責任者（CISO）、AppSec専門家、およびコンプライアンス統括者は、共通の深刻な懸念を抱いています。すなわち、「自社の専有ソースコードがクラウド解析エンジンに送信された場合、パブリックモデルの学習データとして吸収されないか」「競合他社のAIサジェストに自社の業務ロジックが漏洩しないか」「解析後のソースコードはクラウド上にどのくらいの期間残存するのか」という点です。
Snyk DeepCode AIは、コードのセキュリティ解析と機械学習モデルのトレーニングプロセスを完全に切り離す厳格なプライバシーアーキテクチャにより、これらの懸念を解消します。Snykは明文化された「ゼロトレーニングポリシー（Zero-Training Policy）」を掲げ、シンボリックAIと生成AIのハイブリッド構造、最短ライフサイクルで管理される一時的キャッシュ（Ephemeral Caching）、堅牢なテナント分離、および第三者認証を通じて、エンタープライズコードを徹底的に保護します。
ハイブリッドAIアーキテクチャ：確定論的ロジックと生成型修復の分離
よくある誤解として、Snyk DeepCode AIが一般的な汎用大規模言語モデル（LLM）のように、コードベース全体をブラックボックスなプロンプトバッファに流し込んでいるのではないかという懸念があります。しかし実際には、DeepCode AIは独自のハイブリッドAIアプローチを採用し、脆弱性の「検出」と「自動修正」を異なるエンジンで明確に分担させています。
+-------------------------------------------------------------------------------+
| 企業専有のソースコード |
+-------------------------------------------------------------------------------+
|
[ TLS 1.2+ / Snyk Broker / .dcignore フィルタリング ]
v
+-------------------------------------------------------------------------------+
| DeepCode AI 解析パイプライン |
| |
| +-----------------------------------------------------------------------+ |
| | 1. シンボリックAIエンジン（確定論的静的解析） | |
| | - 抽象構文木（AST）生成、手続き間テイント解析、データフロー追跡 | |
| | - Datalog形式論理規則に基づく脆弱性の数学的検証 | |
| | - ニューラル学習ゼロ；純粋なアルゴリズム検証（ハルシネーション皆無）| |
| +-----------------------------------------------------------------------+ |
| | |
| 脆弱性の座標 |
| および CWE 識別子 |
| v |
| +-----------------------------------------------------------------------+ |
| | 2. 生成型修復エンジン（Snyk Agent Fix、旧 DeepCode AI Fix） | |
| | - 動的Few-Shotプロンプティング（35,000件超の専門家修正DB） | |
| | - 最小限のコードスニペットのみ入力（リポジトリ全体の露出を排除） | |
| | - ゼロデータ保持（ZDR）契約に基づくエンタープライズモデル連携 | |
| +-----------------------------------------------------------------------+ |
| | |
| 修正候補コード |
| v |
| +-----------------------------------------------------------------------+ |
| | 3. 検証およびエージェント再試行ループ | |
| | - シンボリックAIが修正候補を再スキャンし、副作用・脆弱性を排除 | |
| | - 静的検証を通過しない修正案は開発者へ提示されず破棄 | |
| +-----------------------------------------------------------------------+ |
+-------------------------------------------------------------------------------+
|
[ キャッシュ期限終了：AWS 24〜48時間 / GCP 24時間 ]
v
+-------------------------------------------------------------------------------+
| 永続保持されるメタデータ |
| ファイルパス、行・列の座標、課題ID、CWE分類、データフロー情報 |
| （元のソースコードはファイルシステム・ログから完全消去） |
+-------------------------------------------------------------------------------+
1. 脆弱性検出を担うシンボリックAI
Snyk Codeの中核を成すスキャンエンジンは、生成ニューラルネットワークではなく「シンボリックAI（Symbolic AI）」で駆動しています。シンボリックAIは、形式論理、抽象構文木（AST）、および制御フロー／データフローグラフを用いて、信頼できない入力元（Source）から危険な実行先（Sink）へのデータの流れを数学的にモデル化します。
シンボリックAIはSnykのセキュリティリサーチャーが策定した確定的なルールセットとロジックソルバーに基づいて動作するため、顧客のコードを「学習」してモデルを更新する必要が一切ありません。コードの構造に対して決定論的なアルゴリズム検証を行うため、誤検知を極小化できるだけでなく、学習データへのコード混入やハルシネーション（幻覚）の発生リスクを根本から排除します。
2. コード修復を担う生成型 Snyk Agent Fix
生成AIモデルが呼び出されるのは、開発者が自動修正を求めてSnyk Agent Fix（旧 DeepCode AI Fix）を操作した時のみです。Snykは顧客のプライベートリポジトリを用いてモデルをファインチューニングするのではなく、動的Few-Shotプロンプティング（Dynamic Few-Shot Prompting）によるエージェントアーキテクチャを採用しています。
- キュレーションされた知識ベース：パーミッシブなオープンソースリポジトリから収集された35,000件以上の検証済み修正サンプルデータベースから、該当するCWEに合致する修正例を動的に取得します。
- コンテキストの最小化：脆弱性を含む局所的な関数・スニペットのみを抽出し、無関係なリポジトリ内のコードをLLMへ送信しません。
- シンボリック検証ループ：LLMが修正案を出力すると、シンボリックAIが即座に修正後のコードを再スキャンします。脆弱性が残存しているか新たな欠陥が生じた場合、エラー情報をもとに自動再試行を行い、基準を満たさない低品質なコードは開発者に提示されません。
ゼロトレーニングポリシーとモデル事前学習の境界線
企業の法務およびセキュリティ監査において最重要視されるのは、モデルのトレーニング境界です。Snykのポリシーは明確かつ強固です。「顧客の専有ソースコードを、SnykのAIモデルのトレーニング、ファインチューニング、最適化、評価に使用することは一切なく、第三者向けの修正例として抽出することもありません。」
DeepCode AI の学習データ境界
顧客の知的財産が外部に漏出したりモデルに記憶されたりする事態を防ぐため、Snykは事前学習データに対して厳格な境界線を設けています。
- パーミッシブライセンスのOSSのみ利用：DeepCode AIの修正提案モデルやルール生成に使用されるデータは、商用利用が許可されたオープンソース（MIT、Apache 2.0、BSDなど）のパブリックリポジトリからのみ収集されています。
- ライセンス変更の継続的監視と除去：SnykはOSSリポジトリのライセンス状態を監視しています。万一、プロジェクトがコピーレフト型や制限的なライセンス（GPL系統など）に変更された場合、該当するデータおよび派生物はパイプラインから即座に排除されます。
- 専門リサーチャーによる監査：ルールベースおよび修正パターンは、機械的なスクリーニングだけでなく、Snykの専任セキュリティリサーチャーによるレビューを経て承認されます。
ソースコードの取り込みと一時的キャッシュのライフサイクル
Git連携、CLIスキャン、またはIDE拡張機能を通じてスキャンを実行する際、解析エンジンはコードを一時的に処理します。この一時的キャッシュ（Ephemeral Caching）の滞留期間と完全消去の仕組みを理解することが、データ露出リスクの評価に不可欠です。
境界でのフィルタリング
Snykは不要なファイルを無差別にアップロードしません。
- 除外ファイルの厳守：
.gitignore、.dcignore、および.snykファイルを認識し、追跡対象外のファイルや機密テストデータを境界で遮断します。 - ファイルサイズと拡張子の制限：サポート対象の言語拡張子のみを対象とし、4 MBを超える大容量ファイルやバイナリデータはスキャン対象外とします。
- 浅いクローン（Shallow Clone）：SCMインテグレーションにおいて、Snykは短期間のみ保持される浅いGitクローンを実行し、解析キャッシュの構築完了直後にファイルシステムから消去します。
クラウドストレージのキャッシュ最小保持期間
頻繁なコミット時の差分高速スキャンを実現するため、パースされたコードは一時キャッシュに保持されます。この保持期間は、利用するクラウドプロバイダーのストレージライフサイクルの最短ポリシーに厳格に準拠しています。
| クラウド基盤 | 対象テナントおよびリージョン | 最大キャッシュ保持期間 | 期限後の状態 |
|---|---|---|---|
| AWS（Amazon Web Services） | EU / AU / 専用テナント | 24〜48時間（S3ライフサイクル最短値） | ソースコードを物理完全消去 |
| GCP（Google Cloud Platform） | US（デフォルトテナント） | 24時間（Cloud Storageライフサイクル最短値） | ソースコードを物理完全消去 |
解析完了後に恒久保持されるデータ範囲
一時キャッシュ期間が終了すると、元のソースコードはSnykのファイルストレージ、サーバーネットワーク、およびログから完全に抹消されます。ダッシュボード表示のためにSnykが永続保持するのは、以下の構造化ポインタのみです。
- ファイルパス、問題が発見された行番号および列番号の座標。
- 課題の一意な識別子（Issue ID）、重要度スコア、およびCWE分類。
- データフロー追跡に必要なノード名（変数の伝播を示す関数名や変数名）。
Snykのクラウド側には元のソースコードが残存しないため、開発者がSnyk Web UIで脆弱性の詳細画面を開いた際には、保持されている座標情報に基づいて、権限のあるユーザーのリポジトリから動的に該当コードを取得して画面上にハイライト表示します。
外部LLMサブプロセッサーのガバナンスとデータ保護
Snyk Agent Fixが生成AI機能（AWS Bedrock、GCP Vertex、またはOpenAI／Anthropicのエンタープライズエンドポイント）を呼び出す際、厳格なセキュリティ統制が適用されます。
- ゼロデータ保持（Zero Data Retention / ZDR）の締結：モデル提供事業者と法的に有効なエンタープライズ契約を締結しており、プロンプトおよび生成結果をプロバイダー側のディスクに保存・ログ記録・人間によるサンプリングレビューの対象とすることを禁じています。
- 入力データによる学習の完全禁止：SnykのAPIを経由して送信されたいかなるコードデータも、外部LLMの基礎モデルや派生モデルのトレーニング・ファインチューニングに利用することは契約上厳重に禁止されています。
- 最小限のペイロード設計：リポジトリ全体を送信することはなく、欠陥が存在する局所的なコードブロックのみを抽出して送信することで、機密データの露出面を最小化します。
エンタープライズ向けテナント分離とデプロイメントモデル
各企業のセキュリティ基準や規制要件に合わせて、Snykは3つの主要なデプロイメント形態を提供しています。
[ 開発者端末 / オンプレミス CI/CD ]
|
v
+--------------------------------------------------------------+
| 企業ネットワーク境界 |
| |
| +-----------------------+ +----------------------+ |
| | 内部 SCM サーバー | <---> | Snyk Broker | |
| | (GitLab / GitHub Ent) | | (暗号化境界プロキシ) | |
| +-----------------------+ +----------------------+ |
+----------------------------------------------|---------------+
| アウトバウンドのみの TLS 1.2+ WebSocket
v (厳格なホワイトリスト検証)
+--------------------------------------------------------------+
| Snyk クラウドプラットフォーム |
| |
| +------------------------------------------------------+ |
| | マルチテナント または シングルテナント SaaS | |
| | - 論理的テナント分離（RBAC および専用アクセストークン）| |
| | - リージョン別データレジデンシー（US / EU / AU） | |
| | - SOC 2 Type II、ISO 27001/27017 認証取得 | |
| +------------------------------------------------------+ |
+--------------------------------------------------------------+
1. マルチテナントSaaS
最新の脅威ルールが即座に反映される標準モデルであり、データレジデンシー要件に応じて米国（US）、欧州（EU）、豪州（AU）のリージョンを選択可能です。テナントの分離はソフトウェア統制により厳密に行われます。
- 認証と認可の境界：厳格なロールベースアクセス制御（RBAC）により、データベース層で顧客ごとのプロジェクトメタデータやスキャン結果を論理的に完全分離します。
- 高水準の暗号化：転送時はTLS 1.2以上、保管時はAES-256による暗号化が常時適用されます。
2. シングルテナントSaaS（プライベートクラウド）
金融機関や高度な規制対象企業向けに、完全に隔離された専用環境を提供するオプションです。コンピューティングリソースおよびストレージが他の顧客から完全に分離され、高い独立性とマネージドSaaSの利便性を両立します。
3. Snyk Broker：オンプレミス環境の強固なプロキシ保護
自社データセンター内のSCM（GitHub Enterprise Server、GitLab Self-Managed、Bitbucket Serverなど）と連携する場合、Snyk Brokerが強力なセキュリティ境界として機能します。
- DMZ内へのプロキシ配置：企業の内部ネットワーク内にオープンソースの軽量コンテナとして展開します。
- アウトバウンド専用接続：外部からのインバウンドポートを開放することなく、Snyk Cloudに対してセキュアなアウトバウンドWebSocket接続のみを確立します。
- 認証情報のローカル保持：GitトークンやSSH秘密鍵は企業内ネットワークのBroker内にのみ保持され、Snyk Cloudへ送信されることはありません。
- リクエストのホワイトリスト制御：Snykプラットフォームからのリクエスト内容をBrokerが精査し、認可されたファイル読み取りとテストのみを許可します。
(備考：過去に提供されていた完全ローカル解析用の「Snyk Code Local Engine」は非推奨となり、メンテナンスフェーズに移行しています。現代のエンタープライズ設計では、境界防御を担保しつつ最新の脆弱性データベースを活用できるSnyk Brokerとクラウド／シングルテナントの組み合わせが標準となっています。)
独立監査によるコンプライアンスと法的裏付け
Snykのセキュリティ姿勢は、独立した監査法人による継続的な第三者認証と法的な契約枠組みによって担保されています。
- SOC 2 Type II 監査：AICPA基準に基づき、セキュリティ、機密性、可用性に関する運用統制の有効性が毎年外部監査されています。
- ISO/IEC 27001:2022 および ISO/IEC 27017:2015 認証：情報セキュリティ管理体制およびクラウドセキュリティ統制に関する国際標準を満たしています。
- グローバルプライバシー規制の遵守：EU一般データ保護規則（GDPR）およびカリフォルニア州消費者プライバシー法（CCPA）に準拠した運用が行われています。
- 法的拘束力を持つ契約条項：マスターサービス契約（MSA）およびデータ処理追補（DPA）において、「顧客のコードをAIの学習に利用しない」旨が法的な義務として明記されています。
セキュリティチームのための実践的導入チェックリスト
Snyk DeepCode AIの安全な運用を確立するため、以下の運用設定を実施することを推奨します。
- 除外設定ファイルの標準化：主要リポジトリのルートに
.dcignoreや.snykを配置し、テストデータや社内機密構成ファイルをスキャン対象から明示的に除外する。 - 適切なデータホスティング地域の選択：組織のデータガバナンス方針に基づき、初期設定時にUS、EU、AUの中から最適なデータレジデンシーリージョンを選択する。
- オンプレミスSCMにはSnyk Brokerを適用：内部Gitサーバーをインターネットに直接公開せず、必ずリクエストホワイトリストを有効化したSnyk Broker経由で接続する。
- 自動修正に対するピアレビューの義務付け：Snyk Agent Fixの提案機能を利用する際も、人間のエンジニアによるコードレビュー（Pull Request審査）を必須フローとして維持する。
- Trust Centerから定期的な監査レポートの入手：社内監査やコンプライアンス報告に備え、Snyk Trust Centerから最新のSOC 2 Type IIレポートおよびISO認証書類を定期的に取得して保管する。
確定論的なシンボリック静的解析、最短ライフサイクルの一時的キャッシュ、厳格なサブプロセッサー統制、そして契約で裏付けられたゼロトレーニングポリシーの組み合わせにより、Snyk DeepCode AIは企業のコア資産である独自ソースコードの機密性を完全に保護しながら、最高水準のDevSecOpsを実現します。