「機密VM」でAIのプライバシー侵害リスクを防ぐ
LINEヤフーはなぜ「社内の管理者」すら信用しないインフラを作ったのか
「LINE」でのAI機能の提供に際して、LINEヤフーはエンドユーザーのプライバシー保護のために高い安全性を確保する必要があった。そこで導入したのが、自社インフラの管理者さえ排除する高度な保護技術だ。
LINEヤフーは、メッセージングアプリケーション「LINE」を提供している。同社はLINEでエンドユーザー向けにAI機能を展開しており、個人情報やプライベートなメッセージが入力される機能においては、高いセキュリティ水準の確保が不可欠となる。しかし、従来のシステム構成では、インフラを管理する特権ユーザーによるデータアクセスリスクを完全に排除することは構造的に困難だった。
この課題に対し、LINEヤフーは社内プライベートクラウド「Flava」において、「Confidential VM」を導入した。Confidential VMは、CPUレベルの特殊なメモリ暗号化技術を活用して実行空間を隔離する技術だ。これによって同社は、インフラ運用担当者であってもAIツールに入力されたデータにアクセスできず、インフラが侵害された場合でもデータを保護できる仕組みを構築した。実稼働するクラウドシステムにおいて、どのようにアプリケーションの信頼性を確保したのか。
特権インフラさえ信頼しないセキュリティモデルの採用
2026年6月に開催された「Confidential Computing Summit 2026」において、LINEヤフーのソフトウェアエンジニアである成川弘樹氏とインフラエンジニアの三澤明寛氏が登壇した。本稿はそのセッション「Realizing Confidential VMs Ensuring Privacy of AI Features at LY Corporation in a Real-World Cloud」の内容を基に、同社の技術的アプローチを詳解する。
LINEヤフーがConfidential VMの導入を決定した最大の理由は、AI機能で扱うデータのプライバシー確保だ。クラウドシステムでセンシティブなデータを処理する際、より高い安全性を実現するために「守るべき対象を明確にし、信頼するコンポーネントを最小限にする」という判断軸が求められた。そのため、同社の従業員が管理するハイパーバイザーを含め、特権インフラを信用しないことを前提としたセキュリティモデルの構築が必須になった。この要件を満たす技術として、隔離された仮想マシン(VM)を構築するAMDのCPU拡張機能「AMD SEV-SNP」を選定した。
一般的なクラウドシステムでは、ハイパーバイザーがインフラ全体の制御を担うため、VM内のメモリデータはハイパーバイザーから参照可能だ。これに対してAMD SEV-SNPを利用したConfidential VMでは、メモリの内容が暗号化され、同じハイパーバイザー内で実行されている他の処理から完全に隔離される。加えて、Flavaではオープンソースのクラウド管理ソフトウェア「OpenStack」を利用しているが、Confidential VMを起動する機能が標準で備わっていなかったため、管理機能を独自に拡張・実装した。
改ざんを防ぐ「デジタル証明」と信頼性の確保
Confidential VMにおけるセキュリティの要は、実行されているVMやアプリケーションが正規のものであることをクライアントが検証する仕組み「アテステーション」だ。スマートフォンのLINEアプリケーションがサーバと通信を確立する前に、OSやAI機能が指定通り正しく起動したかどうかを示す証明データを検証し、改ざんがないことを確認してからデータを送信する。
信頼性を高めるために、起動時にOSからAI機能までの「デジタル指紋」(ハッシュ値)を一括して記録・確認する仕組みを採用した。これによって、OSとAI機能が指定された正しい内容のまま起動したことを客観的に証明できるようになった。
運用上の工夫として、インターネットから隔離されたネットワーク構成(エアギャップ)でもスムーズに検証できるよう、あらかじめ物理サーバ内に検証用証明書を保存する方式を採用している。サービス起動後の外部からの書き換えを防ぐため、SSH接続やコンソールログインによるアクセスを遮断するOS設定を施していることも工夫点だ。
OSイメージの作成タイミングとアプリケーションの展開タイミングを分離しつつ、双方の整合性を確保する構成によって、LINEヤフーはAI機能におけるプライバシー保護体制を確立した。開発者は最小限の構成でコンテナを展開できると同時に、Confidential VMの恩恵を享受できる。同社は今後も、AI機能に限らず、より高度なセキュリティ基準が求められるデータ処理のニーズに対し、本技術の適用を広げる方針だ。
本稿は、The Linux Foundationが2026年7月18日に公開した動画「Realizing Confidential VMs Ensuring Privacy of AI Features - H.Narukawa & A. Misawa, LY Corporation」を基に作成しました。
Copyright © ITmedia, Inc. All Rights Reserved.
本記事は制作段階でChatGPT等の生成系AIサービスを利用していますが、文責は編集部に帰属します。
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド:人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か? PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える? 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
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
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
なぜ「全社配布Copilot」は使われないのか? 失敗に学ぶAI定着
-
3
なぜ「Gemini 4 Argon」は出遅れたのか? Googleが狙う“逆転のシナリオ”
-
4
ChatGPTは“検索しまくり”でGeminiは“淡泊”? データが明かすAIの裏側
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか? 脱メインフレームの真相
-
6
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
7
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる? 最高権限奪取の恐怖
-
9
「中堅・中小企業のネットワーク・セキュリティ運用実態」に関するアンケート
-
10
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化? 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する? シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない? 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
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