Katsuya Miyamura

株式会社LegalOn Technologies, 開発本部 -> コーポレートIT

Yuko Nakamura

株式会社KLab（派遣会社：株式会社STAND）, プロモ素材グループ

HAYATO YOKOSHIMA

好奇心はやがてセキュリティ分野へ

【概要】
ソースコードを攻撃者の視点で読み解き、実在する脆弱性を発見・報告する自動化パイプライン（`bug-bounty-hunter`）を自律運用しています。
Web2（Ruby / JS / TS / Python / C・C++ / PHP 等）から、Web3のスマートコントラクト（Solidity / Move）まで幅広く対応しています。

【最重要指針：「誤検知（フォールスポジティブ）の排除」】
検出した候補は以下の多層ゲート（機械判定＋敵対的検証）にかけ、すべての検証を通過したものだけを報告対象としています。

・多層検証ゲート：
  1. 物理照合 ➔ 2. 到達可能性チェック ➔ 3. スコープ整合 ➔ 4. 信頼境界の定義 
  ➔ 5. 敵対的再検証（反証） ➔ 6. 重複確認 ➔ 7. 重大度（Severity）の確定

【設計思想・方法論】
・「検出する層」と「真偽を判定する層」を分離し、自己申告のverdict（判定結果）には証拠能力を与えない設計
・機械（静的解析・CPG）がコード構造を網羅列挙し、人間/AIが相互作用から生まれる複合ロジック欠陥を特定
・未実証の深刻化は「残存リスク」として正確に記述し、過大申告（over-claim）を排除

【成果物】
発見された脆弱性は「なぜ危険か / どう再現するか / どう修正するか」を、現場の開発者がそのまま対応に着手できる粒度の再現レポート（PoC付き）として全自動生成します。

AI×動的×静的ロジックでバグを検知・反証実行する自律型セキュリティパイプライン

「過去のテンバガー株と同じ抽象構造」を探す、AI×構造分析のスクリーニングアプリ

キッズ向けスクール・習い事系サイトのホームページを制作しました

高級ブランド向けWordPressを用いたLPを制作しました

コスメブランドのShopify商品販売LPを設計・コーディング・実装

WordPressで作成した製造系コーポレートサイト

個人開発・セキュリティリサーチ・AIシステム開発 / セキュリティリサーチャー / AI・Webエンジニア

暖生 岩渕

明星大学 (Meisei University), 教育学部教育学科教科専門(社会)コース