AI技術の宿命か
「機械学習を使ったセキュリティ製品」の弱点とは?(1/2 ページ)
セキュリティ対策に、機械学習をはじめとするAI技術を生かす動きが広がっている。ただしAI技術は万能ではなく、弱点もあることに注意が必要だ。
機械学習をはじめとする人工知能(AI)技術に関心が集まる中、セキュリティ専門家はAI技術に何ができ、何を目的としてAI技術を使用すべきかを見極めようとしている。
AI技術を取り巻くセキュリティベンダー間の競争が激化する中、悪意を持った攻撃者はAIエンジンを攻撃し、その有効性を低下させる方法を探っている。AI技術を使用して攻撃の一部を自動化する方法も見つけようとしている。
セキュリティベンダーZeroFOXで主席データサイエンティストを務めるフィリップ・タリー氏は、セキュリティカンファレンス「RSA Conference 2018」で、セキュリティ対策にAI技術を利用するメリットと、その問題点を紹介。悪意を持った攻撃者がAI技術を使用して、サイバー攻撃を強化する手口も語った。
本稿では、悪意を持った攻撃者がAI技術を使用して、効率良くサイバー攻撃を仕掛ける手口についてタリーに聞く。
併せて読みたいお薦め記事
AIとセキュリティとの関係
- 「AI活用型セキュリティ製品」のメリットと未来 企業が見極めるべきポイントとは
- 「RPA」と「AI」のセキュリティ対策に違いはあるか?
- AIを悪用したサイバー攻撃が登場、対抗策の「機械学習アルゴリズム」に脚光
AI技術をセキュリティ対策に生かす事例
従来型のセキュリティが依然として王座に
―― 過去1、2年と比べ、2018年はAI技術を使って実際にできることについて、現実的な予測を迫られている印象があります。
タリー氏 それは成熟の過程で起こることだ。AI技術、もっと厳密に言うと機械学習やデータ駆動型分析は、限られた用途で非常に大きな効果を発揮する技術の一つにすぎない。どんな穴でもふさぐ技術ではないのは確かだ。
問題や分野によっては、シグネチャベースの従来型セキュリティ対策が、依然として王座に君臨している。脅威を検出し、阻止する取り組みとしては、こうした比較的簡単な検出手段の効果は依然として高く、理解しやすい。
―― モノのインターネット(IoT)の普及により、生成されるデータ量が飛躍的に増加することは確実です。企業はデータサイエンティストやAI技術への取り組みの必要性について、どのように判断すればよいでしょうか。
タリー氏 IoTデバイスは日常のあらゆることを記録する。いずれは「新しいパンや牛乳が必要になりそうだ」「ビールがなくなりそうだ」といったことを、冷蔵庫が把握するレベルにまで達することになるだろう。現時点では表面に現れていないあらゆる個人情報が、何らかの形でデジタルデータとして表されるようになる。そうなると攻撃は、より個人指向になっていく。
機械学習を使用するタイミングと理由については、頻繁に自問自答する必要があるだろう。機械学習の取り組みは投資だ。低コストでデータサイエンスを利用することは難しい。データサイエンティストが使うツールも安くはない。十分に精選された価値あるデータを集めるプロセスにも、それなりのコストがかかる。
サンプルとなるデータを用意し、悪質か安全かといったラベル付けをするプロセスには、極めて時間を要する。多くの労力がかかり、該当分野の専門知識が求められることもある。
セキュリティに関するデータの整理を外部委託することは、必ずしも容易ではない。そこにはプライバシーも関わる。顧客に帰属するデータの管理を外部委託するとしよう。それが顧客にとって機密情報になる場合、その管理を外部委託して顧客は満足するだろうか。こうしたデータの管理を外部委託したり、第三者にラベル付けをさせたりしてはならないという法的制約はないだろうか。
データサイエンス責任者は基本的に、できるだけデータ管理の外部委託を避けようとする。時間もコストもかかるからだ。
AIエンジンの“穴”を見つけるためのテスト
―― AIエンジンをトレーニングする際、企業は何に注目する必要があるでしょうか。
タリー氏 2つの側面がある。脅威ではないのに脅威だと認識して検知してしまう「過検知」と、脅威なのに検知できない「検知漏れ」だ。
実際には悪質でないデータを悪質だと分類すると、これは過検知になる。アラートやダッシュボードで過検知が生まれると、アナリストや顧客が慌てることになる。対処不要のデータを気にする必要はない。
検知漏れが起きることもある。防衛境界線を通過させてしまった脅威が、極めて悪質な脅威である可能性もある。これは把握することすら難しい。過検知なら、アラートを実際に確認して「これは重要な脅威ではない」と判断できる。では検知漏れが起きた場合、つまり何かを見逃したときに、どのようにしてその事実を知ればよいだろうか。探し出す方法はあるだろうか。
ZeroFOXが提唱しているのは、自社のセキュリティシステムに対するペネトレーションテストの実施だ。悪質または安全であることを既に把握しているデータがあるなら、セキュリティシステムにそうしたデータを渡してみる。そして、どの程度適切に対処するかを確認する。使用するデータは、公開されているデータでも、過去の経験から得たデータでも構わない。
自社のセキュリティシステムを疑って、変更を加えることになる。一部のシグネチャを変えたり、場合によってはURLやファイルを表現するための正規表現パターンを追加したりする。納得できるところまでその作業を続けた後、期待した結果が出れば、場合によっては機械学習などの追加の対策は不要だと確信できる可能性がある。そうなれば新たなコストや作業の発生を回避できる。
AIエンジンを改善し、存在する可能性がある全ての“穴”を見つけるには、自社のAIエンジンにペネトレーションテストを実行する必要がある。AIエンジンに悪影響を与えるデータは、「敵対的生成ネットワーク」(GAN)や「敵対的学習」と呼ばれる手段で自動的に生成できる。このプロセスは、防御側と攻撃側の双方がニューラルネットワークを活用する様子に似ている。
―― セキュリティチームが悪意を持った攻撃者に後れを取らないようにする上で、AI技術が助けになる可能性はありますか。
タリー氏 データ駆動型セキュリティの進化は、誰もが見てみたいと考えている。従来型のシグネチャベースのセキュリティ対策は、脅威に対するフィルターを仕掛けることはできた。だが攻撃者は、既存の攻撃手法に何らかの変更を少しばかり加えることで、こうしたフィルターを避けて通過できるのが実情だ。
何かがフィルターをすり抜けたと気付いたら、それを防ぐために新しいシグネチャを記述することはできる。だがその後、攻撃者は常にゆっくりと調整を加えて、またフィルターを突破できるようになる。機械学習を利用したセキュリティ対策は、こうしたシグネチャベースのセキュリティ対策よりも抽象的で、事前対策的な性質が備わる。
機械学習は万能薬ではなく、最終的な解決策になることは決してない。機械学習を使用しているだけで、安全が確保されることにはならない。機械学習は効率性と予防性に優れた一つの手法だ。機械学習をはじめとするAI技術にはメリットがあるが、弱点もある。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[サイボウズ株式会社] DXに必要な「Dスキル」「Xスキル」を持った人材を育成するには? -
市場調査・トレンド
[サイボウズ株式会社] データで見る、DXが「順調に進む企業」と「つまずく企業」の違い -
製品資料
[サイボウズ株式会社] 賛否が割れがちな「Notesからの移行」 新環境への移行を納得してもらうには? -
事例
[ServiceNow Japan合同会社] 農林中金に学ぶ内製開発 処理効率を約2倍に高めAI活用も加速させた方法とは? -
事例
[ServiceNow Japan合同会社] NTTグループのデジタル変革術、17万人が利用する決裁プロセス刷新の全貌
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは?
-
2
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
3
サーバ約70台をAWSへ ヤナセが移行前にやった「通信要件の可視化」
-
4
脱VMwareの真実:データセンター大手がNutanixを選んだ「コスト以上の理由」
-
5
MS月例パッチが1000件突破 人手不足の情シスを襲う「月1回メンテ」の崩壊
-
6
多品種小ロットの「手書き・配合ミス」を克服 キャニオンスパイスの食品工場DX
-
7
AIインフラの理想形? 「5層のケーキ」を垂直統合するための近道とは
-
8
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
9
「AI活用」を掲げた年金刷新が炎上 英政府が大手ITアウトソースを切り捨て「内製回帰」した理由
-
10
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
3
5回聞くだけじゃ足りない? トヨタ式「なぜなぜ分析」の正しい実践方法
-
4
AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
-
5
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
6
「脱Excel」か「Excel快適化」か? 現場にやさしい業務改善の進め方
-
7
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
8
マンガで解説:「ゼロトラスト」「SASE」の必要性とメリット
-
9
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
10
情報セキュリティ対策早分かりガイド:25の自社診断で弱点と解決策を理解
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー