Irene Basagliaは、Consensys Diligenceのテクニカルライター兼コンテンツストラテジストです。同社のコンテンツ機能を構築し、セキュリティリサーチをEthereumコミュニティ全体に届ける役割を担っています。監査方法論、AIを活用したコードレビュー、そして技術的なセキュリティ業務をプロトコルチームやビルダーにとってわかりやすいものにすることに注力しています。元Ethereum Protocol Fellow（コホート6）として、EthereumのコンセンサスクライアントのひとつであるLodestarのテストフレームワークに貢献し、テックおよびWeb3分野でマイノリティの声を持つ人々のメンタリングも行っています。
すべての記事を読む
Consensys Diligenceは、MetaMask EIP-7715、MetaMask USD、MetaMask Snapsへの関与を含め、長年にわたりMetaMaskのセキュリティを支えてきました。
特にSnapsプロジェクトは、この長期的なコラボレーションの最も顕著な例のひとつです。Diligenceの監査担当者は、エコシステムの基盤となるセキュリティリソースをいくつか生み出しました。具体的には、MetaMask Trust Module、最も一般的なSnapの脆弱性カテゴリを分類したSnaps Security Essentials Guide、そして自動セキュリティ分析のための専用ツールであるSnapguardianです。
Snapsへの取り組みは、DiligenceがAI自動化を監査に初めて適用した実験の場でもありました。最初はChatGPTワークフローとして、その後はMCP接続のコーディングエージェントとして活用されました。この初期の統合が、次のステップであるChonkyの礎となっています。
手動セキュリティ監査からChonkyへ
セキュリティ業界全体で、AIは監査のあり方を変えつつあります。何十年にもわたる監査担当者の知識がAIワークフローに体系化され、完全な手動監査からAIベースの監査への移行が進んでいます。Diligenceがこの変化を体現したものが、Chonkyです。
Chonkyはチームの最新AIオーグメンテッド監査手法であり、セキュリティ固有のナレッジセット、監査に最適化されたワークフロー、および問題の分類体系を備えたカスタマイズされたエージェントハーネスです。8年間のEthereumセキュリティの専門知識を基盤として構築されています。Chonkyは言語に依存しません。SolidityやいかなるAudit対象にも縛られることなく、大規模なアプリケーションコードベース、他の言語、zkVMにも同じ手法が適用できます。
拡張性ファーストをコア設計原則として構想されており、Ethereumの広範なエコシステムから得られた10万件以上の過去の脆弱性発見事例を基に構築されています。重要なのは、このセキュリティ知識を対象の脅威モデルにマッピングし、レビュー対象のコードベースに対してコンテキスト固有の仮説を生成することです。Chonkyは、MetaMaskのようなウォレットで何を探すべきかを熟知しています。それは、長年にわたる緊密なセキュリティパートナーシップがツールに組み込まれているからです。監査担当者がプロセスを主導し、Chonkyは彼らのリーチとリサーチ能力を拡張する候補を提示します。
最新の取り組みでは、DiligenceのAudit担当者がMetaMaskのスタックに対して2つの異なるユースケースでChonkyを活用しました。大規模なスマートコントラクト統合と、Snapの監査です。
スマートコントラクト統合における広範かつ深度あるアプローチ
大規模なコードベースでは、レビューの労力と時間を意図的に配分する必要があります。監査担当者はChonkyを手法として適用し、それぞれが好みのアプローチを選択しました。その結果、2つの補完的な技術が生まれました。幅優先の脆弱性マイニングと、深度優先の手動レビューです。
脆弱性マイニングは、Chonkyを基盤として構築されたDiligenceの主要なAIオーグメンテッドレビュー手法です。監査担当者はエンゲージメントごとにエージェントをカスタマイズし、何を探すか、どこを調べるか、どの前提を検証するかを定義します。この取り組みでは、幅優先アプローチを担当する監査担当者がMetaMaskのプライマーを読み込み、さまざまな視点から候補となる発見事項を抽出しました。エージェントが候補を生成し、監査担当者がそれをトリアージして、実際の問題を確認し、誤検知を排除し、次のパスを改善します。AIはまだ自身の結論を確実に検証できないため、トリアージは監査担当者の中核スキルのひとつとなり、パイプラインにおける重要なステップとなっています。
マイニングはまた、元の監査スコープを超えたカバレッジの拡大にも貢献しました。誤検知は脅威モデルレビューの一部となりました。候補となる問題が発見事項として成立しない場合でも、意図された機能と悪用可能な動作の境界を検証することになります。それにより、監査担当者は適切なセキュリティ上の問いへと導かれます。
深度優先アプローチでは、Chonkyのワークフローを異なる形で活用しました。統合コードベースの深いコンテキスト理解を構築するために事前に使用されました。その基盤から、監査担当者は最もリスクが高いと判断したコンポーネントに深く踏み込みました。いずれの場合も、監査担当者は自分がカバーできる範囲を最大化するアプローチを選択しました。
監査結果を開発者のワークフローに組み込む
2つ目の取り組みでは、Chonkyが新しいMetaMask Snap（TypeScriptの機関向けリポジトリ）に適用されました。Snap監査の長い歴史が今やツールの中に組み込まれています。変わったのはスピードです。Chonkyは現在、Snapsフレームワーク専用にチューニングされたプライマーで動作し、繰り返し発生する動作に合わせてスコープが調整されています。
今回のケースでは、トリアージはMetaMask側に移行しました。DiligenceのAudit担当者がSnapのコードベースを監査し、その出力を開発者がインタラクティブに操作できるカスタムインターフェースで整形し、MetaMaskのGitHub環境に統合されたトリアージワークフローを構築しました。MetaMaskのチームは、既存の開発プロセスの中で発見事項をレビューし、対応することができました。
DiligenceのSnapsエコシステムに対する深い精通と、Chonkyの拡張可能なスタックが組み合わさることで、監査の出力をMetaMaskのレビューフローに直接組み込むことが可能になりました。この同じアプローチはSnapsにとどまらず、確立された開発ワークフローを持つあらゆるチームに適用できます。
エンゲージメントを重ねるごとに精度が増す手法
コードベースは大規模化しています。脅威対象領域は拡大しています。監査担当者の役割は変化しています。新たなレイヤーとしてトリアージフェーズが加わり、そこでは監査担当者の判断がセキュリティ作業を担います。
その結果、AIをコードベースに向けるだけにとどまらないレビュープロセスが実現しています。これは、手動レビューでは限られた時間内にカバーできなかった角度にまで到達する作業です。エンゲージメントを重ねるごとに手法はさらに洗練されます。トリアージのフィードバックが時間をかけてChonkyのナレッジベースを鋭くし、誤検知を減らし、検出精度を高めていきます。
MetaMaskにとって、それはスマートコントラクト、Snaps、その他の対象領域にわたって同じ手法を展開できることを意味します。アーキテクチャをすでに熟知しているセキュリティパートナーによってレビューされます。
エコシステムのセキュリティ確保における責任の共有は不可欠であり、web3が大切にする分散化の原則の精神に沿うものです。Consensys Diligenceは、MetaMaskチームとともにこの目標に向けて取り組めることを誇りに思います。
AIによる翻訳です。エラーが含まれている可能性があります。常に情報を確認してください。
