「フレームワーク」関連の 事例・比較・解説 などの記事一覧

今盗み後で解読する「HNDL攻撃」の恐怖
2030年RSA廃止で迫る耐量子暗号移行　情シスが今すぐ仕込むべき5ステップ
量子計算機で既存暗号が解読される未来に備え、データを今収集し後で解読する攻撃が激化している。2030年の旧暗号廃止を見据え、情シスが今すぐ取り組むべき耐量子暗号（PQC）移行の5ステップと課題を解説する。（2026/8/7）

進化するサイバー攻撃の最前線
AIエージェントがサプライチェーンの死角に　情シスを襲う新種の脆弱性
シャドーAIの普及で、AIエージェントを介したバックドアや情報漏えいリスクが急増。カスペルスキーは1.5万件の偽AI検体を特定した。AIが悪用される新たなサプライチェーン攻撃の脅威と防御の核心に迫る。（2026/8/5）

生き残る基幹システムの正体
メインフレームは死なず　AI活用で20年来の高収益をたたき出す基幹システムの底力
時代遅れとされたメインフレームが、AIによって劇的な復活を遂げている。基幹データこそがAIの勝機だからだ。拙速な移行のわなを回避し、AIを武器に変える現実的な戦略を明かす。（2026/8/3）

既存ログでは不十分？
「macOSは安全」はもう通じない　深部の脅威を暴くApple「ESF」活用術
勢いを増すmacOSへの攻撃に対し、既存ログのみでそれらを検出するのは困難だ。システム監視機能「Endpoint Security」を活用し、システム深部のイベントを可視化して脅威ハンティングを実施する方法を解説する。（2026/7/30）

「認知の降伏」と3つの落とし穴に注意
「説明できないならリリースしない」　Googleディレクターが説くAI開発の原則
Google Cloud AIディレクターのアディ・オスマニ氏は、AIエージェント時代のエンジニアには、「AIより速くコードを書く」といったスキルではなく、別のスキルを持つことが重要になると説明する。（2026/7/27）

自律型AIエージェントの安全な導入ガイド
OpenClawのスキル17％に悪性コード　勝手に使われる前の5つの防衛線
爆発的に普及する自律型AI「OpenClaw」。その高い利便性の裏で、脆弱性や悪意ある拡張機能による漏えいリスクが急浮上している。シャドーIT化を防ぎ組織を守るため、今CISOが講ずべき「5つの防衛線」とは。（2026/7/24）

44の開発組織を7段階で評価
全社のAI活用を格付け　サイバーエージェント流「AI番付」の効果は？
さまざまな事業内容や規模の部門を抱える企業が全社的にAI活用を推進するにはどのような手を打てばいいのか。サイバーエージェントは、各部署のAI活用度を評価する「AI番付」を実施している。その内容や効果は。（2026/7/31）

動機は「年収アップ」でも……
転職後のITエンジニアが「年収」以上に求めているもの
深刻な人手不足が続くIT業界において、エンジニアの転職市場は活況を呈している。転職時に待遇向上を求めていたものの、今後のキャリアで重視したい条件は異なる。転職経験者が本当に求めているものとは。（2026/7/20）

深刻な人手不足が招くセキュリティの形骸化
脆弱性放置が平均345日　検知はできても直せない「死角」の正体
ヘルスケア業界ではNIST CSF 2.0導入によりリスク可視化は進んだが、対処が追い付かない現状が浮き彫りになった。脆弱性が平均345日間も放置される背景には、深刻な人手不足がある。ツールで問題を見えるようにしても、直す人がいないと意味がない。（2026/7/16）

セキュリティリスクも？
「AIに任せ過ぎ」を防げるか？　Claude「Reflection」を情シス目線で解説
Anthropicは、AIアシスタント「Claude」の利用傾向やAIとの役割分担をユーザー自身が振り返る新機能「Reflection」のベータ版を提供開始した。Reflectionの機能で情シスが注意すべきポイントを紹介する。（2026/7/16）

高額なSAP維持費から脱却可能か
SAP保守の「殿様商売」にメス　欧州委が迫った自由な保守の条件
SAPの保守サービスを巡り、欧州委が独占禁止法違反の懸念を解消。システムの一部の切り離しや第三者保守の選択が可能になる。高額な復帰手数料にも上限が設けられ、ユーザー側のコスト削減と自由度が大幅に向上する。（2026/7/15）

AIの誤判断は誰の責任？
AIの誤判断は誰の責任？　「導入して終わり」にしないための国際規格をIBMが伝授
AIエージェントが誤った情報を吐き出した場合、責任は誰にどのように問えばいいのか。IBMのディスティングイッシュトエンジニア、ジェフ・クルム氏は、AIリスクを管理するためのフレームワークを紹介する。（2026/7/14）

入力トークンを8万3000から4900に
入力トークンを94％削減　大手小売のエンジニアが構築したローカル検索の仕組み
英国の小売大手企業のエンジニアは、AIコーディングツールに送るコードを選別するローカル検索インデックスを構築。1回当たりの入力トークンを約8万3000から4900へ減らし、94％削減した。その裏側を紹介する。（2026/7/13）

AI開発は“Python一強”ではない
JavaエンジニアはAI時代でも輝ける　LLMを組み込む3ステップとは
生成AI活用において、これまで培ってきた「Java」の開発スキルは無駄になることはない。大規模な本番稼働にも適合する、Java向けフレームワークの実力と具体的な実装手順とは。（2026/7/11）

ばらばらで制御不能なAIを生まない
AWSやAzureの枠を超える？　「AIのサイロ化」を断つマルチエージェント構成とは
社内で用途の異なるAIエージェントが乱立し、個別に運用され続けることで、複雑なビジネス要求を処理し切れなくなるリスクがある。AIエージェント同士を自律的に連携させ、安全に管理するための仕組みとは。（2026/7/8）

”年収アップ”への切符に
情シスの年収は資格で決まる？　「5つの職務領域」で選ぶ間違いない一手
情シス担当者がリーダー層を目指す際、どの資格を選べばいいのか。情シス業務にひも付く5領域で、役割拡大につながる代表的な資格と、実績を組み合わせて示す重要性を解説する。（2026/7/7）

AIのトークン浪費をどう防ぐか
Pythonの限界？　AIに「Rust」でコードを書かせる新手法「コードモード」とは
AIツールの自動ソースコード生成は、不要なデータ処理が膨れ上がり、トークンを浪費してしまう課題がある。システムプログラミング言語「Rust」を活用した新たなアプローチは、この非効率性をどう打ち破るのか。（2026/7/4）

「オープンなAIモデル」とは何か【後編】
NVIDIAも採用の「OpenMDW」は救世主か？　AIライセンスの新たな形
複雑化するAIモデルの権利関係を整理するため、新たなライセンス「OpenMDW」が登場した。NVIDIAも採用するなど標準化への期待が高まる一方、一部の条項を巡る懸念の声もある。どのようなライセンスなのか。（2026/7/3）

「オープンなAIモデル」とは何か【前編】
Meta「Llama」も該当？　名ばかりの「オープンソースAI」がはらむリスク
「オープン」と称して公開されているAIモデルには、厳しい利用制限が設けられていることがある。こうした名ばかりの公開は、利用企業に深刻な法的トラブルをもたらす可能性がある。本当のリスクとは何か。（2026/7/2）

解決すべきセキュリティリスクとは
便利、だけどそれシャドーAIでは？　AI会議アシスタント導入で問われる「権限管理」の境界線
議事録作成や要約を自動化するAI会議アシスタントの普及が加速する一方、情シスが把握していない「シャドーAI」のリスクが深刻化している。社外秘データの流出や生体情報の無断収集による法的リスクをどう回避すべきか。利便性を損なわずに安全な運用を実現するための権限管理やリスクモデル構築のポイントを詳説する。（2026/7/1）

次々と湧き上がってくる脆弱性
誰も把握できていないAIが招く脅威　制御不能なLLMを飼いならすには？
企業でのAI利用が急速に進む中、開発現場ではAIが生成した脆弱なコードやデータ流出などの新たなセキュリティリスクが急増している。複雑化するAIガバナンスの課題と、その実践的な解決策を解説する。（2026/6/29）

従量課金化で近づく予算超過リスク
AI費用がエンジニアの年収を超える日　Gartnerが示す5つの防衛策
Gartnerは、2028年までにAIコーディング費用が平均的なエンジニア1人分の給与を上回るとの見通しを発表した。同社は、企業側でできるコスト抑制の仕組みを5つの施策を紹介する。（2026/6/29）

人間による管理は限界に
受信トレイ全削除の“怪談”も AgenticOpsを阻む「信頼」の壁
インフラの複雑化が人間の管理限界を超える中、AIエージェントが自律運用を担う「AgenticOps」への期待が急速に高まっている。しかし、LLM特有の不正確さや予期せぬデータ削除リスクが導入の障壁だ。ルールによる制御とAIの柔軟性の間で揺れる中、コストを抑えた特化型モデルやデータ統合が突破口として浮上している。（2026/6/27）

野良AIがインフラを破壊する？
AIの“暴走”を防ぐID管理とは？　Red Hatが語る「Kubernetes」による防御策
自律的に動くAIエージェントの普及によって、システムにおけるガバナンスの欠如や暴走が懸念されている。Red Hatが提唱する、人とAIを区別せずに管理するアプローチとは。（2026/6/26）

数字だけを追うとゲームがつまらなくなる
「ポケモンGO」の運営は“AI任せ”だと大失敗？　レイドを支えるインフラの正体
Nianticは「Pokemon GO」の人気機能において、参加率の数値を追い求めた結果、街が同じキャラクターだらけになるという致命的な問題に遭遇した。データへの過信が招くリスクに、同社はどう立ち向かったのか。（2026/6/25）

「公式アプリ」でも安全ではない？
iPhoneとGalaxyを狙う見えない攻撃の実態　53％の企業で“古いOS”放置
Jamfの調査によって、53％の企業が脆弱な古いOSのデバイスを使用している実態が明らかになった。何も操作しなくてもデバイスが乗っ取られる「ゼロクリック攻撃」などの脅威から、自社のデータを守るには。（2026/6/24）

新規採用の3割弱が半年以内に退職
中途採用は“コスパ最悪”？　AI時代の人材不足に対する「意外な解決策」
AI技術の普及でIT人材の需要が急増する中、外部からの人材調達は即戦力化の遅れや早期退職といった深刻なリスクを抱えている。企業が採用活動よりも優先すべき人材戦略とは。（2026/6/23）

パッチ適用前の攻撃に対応
「AIからの攻撃をAIで守る」エージェントをGoogleが公開
Googleは2026年6月、AIを活用したセキュリティ基盤「Google AI Threat Defense」を発表した。その柱となる3つの機能や仕組みを整理する。（2026/6/22）

GitHubの隙を突くAWSの猛追　自律型DevSecOpsで開発現場の負荷をゼロに
AWSがAIエージェントを大幅刷新した。信頼性や価格体系の問題に揺れるGitHubを追い詰めるべく、開発ライフサイクル全体をAIが主導する戦略を鮮明にしている。「検知して終わり」の時代は過ぎ、自律型DevSecOpsが情シスの現実的な選択肢となりつつある。（2026/6/19）

合理的な判断が引き起こすシステム障害
Googleマップに現れた“謎の文字列”　誰も悪くないのになぜ障害が起きたのか
複雑化する現代のITシステムにおいて、インシデントの真の要因を特定することは困難を極める。「Google Maps」で起きた地名誤表示を例に、単なるエラーやツール不足の裏に潜む機能不全を見抜く手法を解説する。（2026/6/18）

ReActの仕組みとADKによる実装手順を紹介
8分で理解　Google ADKで始めるAIエージェント構築とブログ自動生成の実践
GoogleのシニアAIデベロッパーリレーションズエンジニアが、AIエージェントの基本概念とGoogleのADKを使ったAIエージェント構築、実装を8分で学べる動画を公開した。（2026/6/17）

「無責任な脆弱性の公開」だと非難
Microsoft激怒のゼロデイ脆弱性「無断公開」　パッチを待つのが危険な理由
「Windows」主要機能の脆弱性が、事前通告なしに一般公開される事件が起きた。Microsoftが激しく非難する一方で、一部の専門家は「ベンダーの怠慢」を指摘する。企業はどう身を守るべきか。（2026/6/17）

米国企業の62％がレガシーシステムに依存
「とりあえず稼働している」レガシーシステムを見直すべき切実な理由
Saritasaの調査によると、レガシーなシステムの移行を見送る米国企業の約半数が「システムがまだ動いているから」を挙げた。システム移行を進める際に押さえておきたい4つの基本ステップを紹介する。（2026/6/17）

サイロ化した組織の隙間を狙う
従来のDevSecOpsは通用しない？　AIの弱点を突く脅威への最適解「MLSecOps」
企業におけるAI活用が拡大する中、意思決定の不透明性や未知の脅威という新たな脆弱性が浮上している。従来のソフトウェア開発の常識だけでは防げない特有のリスクに対し、どのような枠組みで立ち向かえばよいのか。（2026/6/15）

部門間での押し付け合い
なぜ企業のAI活用は「誰も責任を取らない」状態になってしまうのか
業務を効率化する目的で導入したAIツールが、経営戦略などの機密情報を全従業員に漏えいさせてしまう事故が起きている。IT部門や事業部門、法務部門といった組織の隙間から生まれる、AI特有の根本的なリスクとは。（2026/6/12）

AI資産の“共通流通基盤”へ
MCPとどう違う？　Linux Foundationの「OpenSharing Project」の役割やメリットは
The Linux Foundationは、AI資産を安全に共有するためのオープンプロトコル「OpenSharing Project」を発表した。（2026/6/12）

「同じ説明を何度もする」を防ぐ
AIエージェントに必要な「4種類のメモリ」とは？　IBMの解説で学ぶ情シス新常識
AIエージェントの導入で継続的に成果を上げるには、AIモデルだけでなく4種のメモリをどのように設計するかが重要になるとIBMのマーティン・キーン氏は指摘する。（2026/6/11）

「パッチアポカリプス」現実に
Microsoftが過去最多200件超の脆弱性修正　パッチ管理の「手作業」はもう限界か？
Microsoftが過去最多となる約200件の脆弱性修正を公開した。サードパーティー製を含め月間600件に迫る「パッチアポカリプス」が到来している。情シスは従来の手法では対処しきれないパッチ管理の限界と、修正品質のリスクに直面している。（2026/6/11）

情シスが押さえるべき最新アプローチ
AIが「質の悪いデータ」を拡散？　限界を迎えたETLと次世代データ基盤の最適解
生成AIやAIエージェントの普及を背景に、企業ではビッグデータ統合の重要性が高まっている。本稿は、ビッグデータ統合を成功させる最新の5つのベストプラクティスをデータ統合の専門家が紹介する。（2026/6/11）

Wasmerが実証
Pythonは技術的負債か　Rust移行でシステム起動が60秒から1秒へ
ソフトウェアベンダーのWasmerは、7年間運用したDjangoベースのバックエンドをRustへ全面移行した。インフラ利用効率は90%向上。AIをどのように活用し、どのような教訓を得たのか紹介する。（2026/6/9）

先進企業に学ぶIaCガバナンスの実践
規制業界にも広がるAIの「IaC」運用　情シスが整備すべきツールとガードレールは
規制業界の企業でも、生成AIを活用したIaC（Infrastructure as Code）の導入が進んでいる。どのツールを使い、どのような点に留意しながら活用を進めているのか。4社の事例から、現実的な活用法を紹介する。（2026/6/9）

機密データを守るローカルAI
複雑なKubernetesクラスタは“手作業”では守れない？　「SLM」が導く解決策
Kubernetesクラスタにおいて、過剰な権限などの設定ミスはデータ漏えいを引き起こす要因になるが、脅威を手作業で洗い出すことにも限界がある。外部にデータを渡さずに、AI技術で素早くリスクを評価する手法とは。（2026/6/5）

Datadogが指摘
本番環境でAIを止める「見えない課題」トップ3
Datadogは「2026年版AI Engineering調査レポート」を発表した。同社は、AIを大規模かつ安定的に運用する上での最大の障壁と、その対策を紹介している。（2026/6/4）

「Claude」も陥る矛盾
AI生成コードの約半分に脆弱性　自動化の暴走を食い止める「DevSecOps」実践術
AIツールによるコード生成が普及する中、生成されたコードのほぼ半数に脆弱性が潜む事実が明らかになった。AI特有の新たな脅威に対し、開発とセキュリティ対策を一体化する「DevSecOps」による防衛策を紹介する。（2026/5/28）

企業に求められる“安全なAI環境”整備
シャドーAIに機密情報を入力する割合、課長・部長が一般社員の約2倍　その理由は
GRASグループは、生成AIを業務利用する会社員を対象に調査を実施した。その結果、「シャドーAI」を利用する管理職の37.5％が機密情報を入力しており、一般社員の約2倍に達した。管理職が危険を冒す理由は？（2026/5/29）

ツール導入の感覚では組織を壊す
AIエージェント導入を急ぐ企業を待ち受けるわな　「ガバナンスの空白」とは？
多くの企業がAIエージェントの導入を急ぐ一方、その管理を従来型のIT枠組みに委ねるという危険な「ガバナンスギャップ」が生じている。自律的に判断し「意思決定の連鎖」を生むエージェントは、既存の手法では制御不能だ。（2026/5/29）

押さえるべき役割分担
MCP vs. ADK――競合ではなく「連携」で動く最新AIエージェントの裏側
AIエージェント開発で注目を集める「MCP」と「ADK」について、Red HatとIBMのエンジニアが役割の違いを解説した。両者は競合する存在ではなく、補完し合う関係だという。（2026/5/28）

勝ち残るための基盤戦略
「専用ハードを捨てろ」　なぜスタンダードチャータードはAI基盤に“ありふれた汎用品”を選ぶのか
AIブームが実験段階を終え、APACの先進企業はインフラの再構築にかじを切っている。スタンダードチャータード銀行は特殊ハードを排除し、24時間で稼働可能な標準化モデルを確立。一方でNAVER Cloudはデータ主権を守る「ソブリンAI」で世界進出を狙う。（2026/5/27）

IBM Think 2026
AIエージェント時代にIBMが狙うのは“管理”の覇権？　勝機はどこにあるのか
IBMはメガクラウドとの物量戦を避け、ハイブリッド環境の「オーケストレーションと統治」という独自の勝機を見いだした。レガシー資産と最新AIをつなぎ、ガバナンスの壁を突破するための現実的な解がここにある。（2026/5/25）

Dell Technologies World 2026
Dell創業者が指摘するAI活用の「死角」　情シスを襲う「データサイロ」のわなとは？
Dellが提唱する「AI Factory」は、AIを実験から実運用のフェーズへ押し上げる。しかし、最大の障害は技術そのものではなく、バラバラなシステムに散在するデータの未整備だ。情シスが直面するデータガバナンスのわなを回避し、AIによる顧客体験を最大化するための鉄則と、組織が取るべき現実的なアプローチを解き明かす。（2026/5/25）

キーワード一覧に戻る