xPhinx

xPhinx

車載エッジAIの挙動を、リアルタイムに守る:
AI搭載スマートコックピットのための高レスポンスなセキュリティソリューション

デモの依頼

エッジAIが自律的な意思決定を行うコックピット環境では、LLMベースのガードレール以上の対策が不可欠です。

車載音声アシスタントはいまやユーザーインターフェースを超え、マルチモーダルAIエージェントとしてAI自らが推論し、判断し、行動する主体へと進化しています。車載AIのセキュリティ対策は、その応答性能やユーザー体験を損なうものであってはなりません。しかし、現在主流となっているAIガードレールの多くはクラウドベースであり、エッジAIへの実装において大きな課題を抱えています。

レイテンシー

レイテンシー

クラウドを介した検知・防御プロセスはAIの推論処理を遅らせ、スマートコックピットの快適な操作性を損ないます。

リソース負荷

リソース負荷

高負荷なガードレールはメモリを過剰に消費し、システム全体のパフォーマンスに影響を及ぼします。

実装の複雑さ

実装の複雑さ

車載エッジAI向けに設計されていないセキュリティは、量産開始(SOP)の遅延を招くだけでなく、新たな攻撃手法への追随も困難にします。

xPhinx:遅延・リソース負荷を抑えた車載エッジAIセキュリティ

System Diagram
車載エッジAIのためのリスク評価に基づくAIセキュリティ対策

車載エッジAIのためのリスク評価に基づくAIセキュリティ対策

xPhinxはスマートコックピットの快適なレスポンスを維持しながら、プロンプトインジェクション、ジェイルブレイク、不適切な挙動、データ漏洩といった脅威から車載エッジAIやAIエージェントを保護します。自動車分野に特化した最新の脅威インテリジェンスを基盤に、日々進化するプロンプト攻撃やジェイルブレイク手法に追従しながらLLMへの入力と出力を検知・無害化し、AIが意思決定を行うその場所で、不正操作や危険な挙動を未然に防ぎます。

パフォーマンスへの影響を最小限に抑えたAIセキュリティ実装

パフォーマンスへの影響を最小限に抑えたAIセキュリティ実装

汎用的なLLMベースのガードレールとは異なり、xPhinxは車載エッジAIモデル(LLM/VLM)向けに専用設計されています。その軽量なアーキテクチャはデバイス上で直接動作し、以下の効果を生み出します。

  • 処理速度: 最大 70% 高速化 *
  • メモリ使用量: 最大 90% 削減 *
既存AIモデルの再トレーニング、修正、アップグレードは必要ありません。
*一般的なLLMベースのガードレールとの比較

車載AIのための「状況適応型」多層防御

車載AIのための「状況適応型」多層防御

xPhinxはリスク評価に基づいて二層構造で作動する設計を採用しています。

  • 第一層(常時稼働): 軽量なレイヤーが継続的にLLMの入出力を監視
  • 第二層(詳細分析): 高リスクな挙動が検知された場合にのみ、より深い意図分析を作動
これにより、さまざまなスマートコックピット・アプリケーションにおいて、AIのパフォーマンスに影響を与えることなく、強固なセキュリティを提供します。また、VicOneのすべてのエッジソフトウェアと同様、ASPICE CL2 の要件に準拠して開発されています。

比較:LLM ベースのガードレール vs. xPhinx
車載向けに最適化された xPhinx とLLMベースのガードレールの違い

クラウド型や汎用的なLLMベースのガードレールは、本来コンテンツやサービスの安全性を目的として設計されたもので、車両の挙動に直接影響し、シームレスなユーザー操作が求められる「エッジAI駆動型スマートコックピット」を想定した設計ではありません。

LLM 防護xPhinx
エッジAIスマートコックピット専用設計限定的(高いコストとレイテンシーが発生)対応(車載環境のための専用設計)
プライバシーおよびデータの所在クラウド(データはクラウド上のガードレールへ送信)100% ローカル処理(データは車両内で完結)
リソース要件高(GPU/NPUや大量のRAMを消費するためエッジ環境には不向き)低(エッジAI向けの軽量設計)
接続要件インターネット接続が必須オフラインで機能
ユーザー体験への影響処理待ち時間が発生ユーザーに意識させない高速処理
最新の脅威情報への対応自動車およびAIにおける脅威インテリジェンスが限定的VicOneの自動車特化型脅威インテリジェンスにより継続更新

xPhinx FAQ

xPhinxはどのような製品ですか?
VicOneのxPhinxは、スマートコックピットアシスタント、車載エッジAI、AIエージェントをプロンプトインジェクション、ジェイルブレイク、安全でない出力、機密データ漏えいから保護する自動車向けAIセキュリティソリューションです。安全性やユーザー体験を損なうことなく、車両環境での低遅延な保護を提供するよう設計されています。
クラウド型のAIガードレールが車載AI保護に十分でないのはなぜですか?
クラウド型のAIガードレールは、遅延の発生、インターネット接続への依存、処理負荷の増大、車外シャガイヘノ へのデータ送信ソウシン という制約から、車載AIの保護には効果が限定されることがあります。そのため、応答性、プライバシー、常時利用可能な保護が求められるスマートコックピットやエッジAIアプリケーションには、これらの特性が適合しない場合があります。
xPhinxは車載AIをどのように保護できますか?
xPhinxは軽量なオンデバイスアーキテクチャと、最小限の負荷で常時稼働する第ダイイッソウ 1層ソウ とより高リスクな挙動が検ドウサ 知された場合にのみ深層的な意図分析が実行される2層構造のリスフカ ク対応設計を組み合わせることで、AIの動作速度を落とさずに車載AIを保護しまジッコウサレ す。xPhinxは、既存のAIモデルを再学習や変更することなく完全オフラインで動作するため、LLMベースのガードレールと比較してジツゲンシ 最大70%の高速実行と最大90%のメモリ使用量削減を実現します。
xPhinxはどのようなAI脅威に対応していますか?
xPhinxはLLMやVLMを含む車載エッジAIモデルを、プロンプトインジェクション、ジェイルブレイクの試み、安全でない出力、操作された応答オウトウ 、機密データ漏えいから保護します。保護機能はVicOneの自動車向け脅威インテリジェンスによって継続的に更新され、ZDIや先進的なAI脅威研究プログラムを含むTrendAIの研究エコシステム全体に支えられています。
xPhinxの導入には既存のAIモデルの変更が必要ですか?
いいえ。xPhinxは既存のAIモデルと並行して動作するため、再学習やモデルの改変は必要ヒツヨウ ありません。既存の自動ムケ 車向けAIパイプラインへの影響を最小限に抑えながら、AIセキュリティを統合することが可能カノウデス です。
xPhinxは異なるAIフレームワークやOSにも展開できますか?
はい。xPhinxはLLMの入出力をインターセプトするための複数のフッキング手法に対応タイオウ しており、異なるAIフレームワークやOS(オペレーティングシステム)に対タイシテ して選択的に展開できます。
xPhinxの自動車業界の規制・コンプライアンスへの対応支援についタイオウ て教えてください。
xPhinxはISO/SAE 21434およびUN R-155に準拠したリスク管理を支援しています。また、ASPICE CL2プロセスのもとで開発されており、自動車ソフトウェアの品質とサイバーセキュリティに関する高い水準の基準タイオウシテイマス を満たしています。

リソースからもっと知る

自動車サイバーセキュリティの理解を深める

Blog

Mythos時代の次を見据えて:ファームウェア保護を「知的財産保護」から「攻撃面管理」へ再定義する

AIがバイナリ解析・弱点発見のコストを下げる今、署名だけでなく暗号化・鍵管理・実行時保護を一体設計し、流出前提の外部モニタリング体制を整備することが求められます。

続きを読む →
Blog

Mythosが変える脆弱性管理:CISOが今備えるべきVulnOpsとは

AIが脆弱性の悪用を加速する時代、月次パッチ対応では追いつかなくなります。CSAが提唱するVulnOpsの考え方と、CISO・経営層が今週・45日・12か月で備えるべきアクションを解説します。

続きを読む →
Blog

Mythosの先に来るもの:自動車メーカーとサプライヤーが今備えるべきこと

AIが攻撃経路の組み立てを加速する今、2026年7月に集中するGlasswing関連パッチに向けて、自動車・サプライヤーが優先順位付けと体制整備で取るべきアクションを解説します。

続きを読む →
Blog

AI時代の自動車サイバーセキュリティに求められる脆弱性管理の前提

生成AIはエクスプロイト開発を加速し、自動車業界の脆弱性管理の前提を変えつつあります。CVSS中心の運用の限界と、OEM・サプライヤーが今見直すべきPSIRT体制・設計原則・TARAを解説します。

続きを読む →

自動車業界のお客さまのサイバーセキュリティを加速させるために

デモの依頼 →