「AIセキュリティ」の光と影【前編】
保険ブローカー企業が「AIセキュリティ」製品を導入 「Emotet」を即座に検出
サイバー攻撃が日々進化する中、その新たな対策としてAI（人工知能）技術を使ったセキュリティ製品が次々と登場している。保健ブローカーによるAIセキュリティ製品の導入経緯と、その実力を探る。
サイバー攻撃者の主な標的の一つに企業のLANがある。これに対してソフトウェアベンダーは、セキュリティ分野に深層学習（ディープラーニング）などの人工知能（AI）技術を使い始めている。セキュリティの専門家は、その将来性を見込む一方で、AI技術の利用について懐疑的な見方を示す。
新たなセキュリティに求めた機能
「脅威は進化している。シグネチャ（識別情報）ベースの検出手法やファイアウォール、サンドボックスといった既存のネットワークセキュリティ技術は、その進化に付いていけていないのが実情だ」。保険契約を媒介する保険ブローカーのHeffernan Insurance Brokersで、最高情報責任者（CIO）を務めるジョン・ピーターセン氏は、そう語る。同氏が求めていたのは、ネットワークトラフィックを監視し、脅威をリアルタイムで検出する深層学習エンジンを組み込んだセキュリティ製品だ。
もはやエンドポイントのセキュリティは十分だといえない。LAN内の全端末のセキュリティを確保することは不可能なため、ネットワークの監視が必要になる。そこでHeffernan Insurance Brokersは、ネットワークを監視して、ベンダーが対策を提供する前の脆弱（ぜいじゃく）性を悪用した「ゼロデイ攻撃」を検知したときに、それを学習し特定できるセキュリティ製品を探すことにした。
そして見つけたのが、セキュリティのスタートアップ（創業間もない企業）Blue Hexagonが提供する、深層学習ベースの同名ネットワークセキュリティ製品（図）だった。このツールは、Heffernan Insurance Brokersのサーバがマルウェア「Emotet」に感染した瞬間に、それを検出した。
図 Blue Hexagonダッシュボードの脅威ビュー《クリックで拡大》
ピーターセン氏は当時を振り返り、次のように語る。「Blue Hexagonは瞬時に感染を検出し、警告を出した。そのおかげで感染したサーバをネットワークから遮断できた。当社はかつてないほどネットワークの可視性が高くなっている」
AIセキュリティ製品の実力
Blue HexagonのCEOで共同設立者でもあるナイーム・イスラム氏は「脅威の自動防御がセキュリティの未来を担うと信じている」と語る。イスラム氏は通信技術と半導体を研究開発するQualcommの代表取締役を務めた経歴も持つ。「深層学習や、その代表的な要素技術であるニューラルネットワークは、多様で変化が速い現代の脅威から企業を守るのに有用な技術だ」と同氏は言う。
イスラム氏によると、Blue Hexagonが深層学習を評価するのは、画像認識や音声認識分野で大きな影響力を持つことが背景にある。「セキュリティ分野で深層学習が使用されていないことも把握していた」（同氏）
セキュリティ製品に深層学習をはじめとするAI技術を使用している企業としては、IBMやDeep Instinct、Darktraceなどがある。「ネットワークトラフィックを調べながら善悪を判断する点において、深層学習は独自性がある」とイスラム氏は話す。
深層学習がもたらす自動化によって、人が実施すべき脅威検出作業が少なくなると、イスラム氏は説明する。「企業は既にネットワークインフラを保有している。当社の製品は従来の防御と合わせて用いることで、多層構造を成すための追加の防御層となる」（同氏）
Blue Hexagonの深層学習エンジンは、ネットワーク経由の脅威に重点を置いている。具体的には、ネットワークを通過中のパケットを確認して判別し、学習する。学習の対象となるのはパケットのペイロード（データ本体）やヘッダ、悪意のあるURLなどだ。この結果を受けて、ファイアウォールや端末、プロキシサーバは脅威に対する防御を有効にできる。
イスラム氏によるとBlue Hexagonは、多種多様な脅威データを使用して深層学習モデルを学習させている。この作業はクラウド環境で実施している。同社が使用しているのは「Amazon Web Services」（AWS）のインフラだ。「起業時から使用しており、セキュリティが十分なことは保証できる」（同氏）
後編では、AI技術を利用したセキュリティツールの課題について説明する。
Copyright © ITmedia, Inc. All Rights Reserved.
「AIセキュリティ」の光と影
深層学習をはじめとするAI技術をセキュリティ対策に活用する動きが広がっている。だが専門家は、AI技術には限界があると警鐘を鳴らす。先駆的なユーザー企業やベンダーの声を基に、AIセキュリティ製品のメリットと課題をあぶり出す。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[フォーティネットジャパン合同会社] 複雑化しがちな「SASE運用」 IT・医療・金融などの事例に見る導入成功の秘訣 -
製品資料
[フォーティネットジャパン合同会社] 「SD-WAN」導入で失敗しないための5つの重要事項 -
技術文書・技術解説
[フォーティネットジャパン合同会社] VPNの代替候補「ZTNA」を理解できるようになる“3大要素”とは？ -
事例
[フォーティネットジャパン合同会社] すぐ分かる「SD-WAN」選定のポイント 成功企業はどんな成果を出した？ -
製品資料
[SCSK株式会社] 「Dropbox」管理・運用の困りごと解決ガイド
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
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
3
Microsoft月例パッチ1400件超で過去最多 「限界点」を迎えたパッチ管理
-
4
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
5
みずほ証券が「液冷サーバ」を採用 1日3.6億件の計算を支えるための要件
-
6
SAP導入後も残る“Excel依存” 京急電鉄は「kintone」でどう解消した？
-
7
Claude利用8割のGMO、AI人材の評価軸が「トークン管理」に変わった
-
8
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
9
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
10
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
7
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
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「標的型攻撃メール」事例・サンプル集
-
10
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
TechTargetジャパン SNS
@techtarget_itmをフォロー
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