「AIセキュリティ」の光と影【後編】
「AIセキュリティ製品は万能ではない」理由と、使いこなすためのヒント
AI（人工知能）技術を使ったセキュリティ製品は将来性がある一方で、安易に利用するとリスクが生じる。AIセキュリティ製品が抱える問題と、利用時に知っておくべきことは何か。
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」では、深層学習（ディープラーニング）をはじめとするAI（人工知能）技術を活用したセキュリティツールについて、セキュリティのスタートアップ（創業間もない企業）Blue Hexagonの製品を例に紹介した。後編では、セキュリティ分野でAI技術が抱える課題を解説する。
機械学習は魔法の技術ではない
「深層学習が興味深い機械学習の手法であることは間違いない。さまざまなセキュリティ用途に使用できるだろう」。そう語るのは、調査会社Gartnerのアナリストであるオーガスト・バロス氏だ。だが「セキュリティ分野において、深層学習ができることよりもできないことを理解することが重要だ」と同氏は話す。
深層学習を含む機械学習エンジンを使ったセキュリティ製品は、未知のマルウェアであっても、一般的な既知の特徴を持っていれば検出できる。マルウェアの特定に使用する要素を割り出すのに、機械学習は非常に効果的な技術だ。
機械学習がマルウェアについて学習するには、既知のマルウェアの特徴と、マルウェアではないものの特徴についての情報を事前に用意しなければならない。「機械学習が魔法のように新しい脅威を特定することはないだろう」とバロス氏は説明する。
シグネチャベースの検出の方が優れている場面も
バロス氏によると、対象がマルウェアかどうかを判断する際「どのファイルの特徴が最も参考になるかを特定するのに深層学習は有用だ」と語る。
エンドポイントの標準ツールを悪用する「ファイルレス攻撃」が出現した時、ファイルを分析する機械学習ベースのセキュリティ製品では、ファイルレス攻撃を検出できなかったとバロス氏は指摘する。検査する場所を誤っていたからだ。「正しい検査場所をセキュリティ製品に伝える仕組みが必要になる」（同氏）
「機械学習ベースの検出は、シグネチャベースの検出よりも処理速度が遅い」とバロス氏は考えている。シグネチャベースでは新たな脅威の検出はできないが、既存の脅威であれば確実に検出する。現に一般的なマルウェア対策ソフトウェアは非常にうまく機能している。機械学習では「どの程度マルウェアらしいか」という確率しか得られない。機械学習のアルゴリズムは「対象に起こった変化が悪いことである確率はX％だ」と結果を出す。こうした確率情報に基づいて行動を起こすのには「リスクが伴い、システムに被害を及ぼす恐れがある」とバロス氏は指摘する。
AIセキュリティの今後
今後も企業LANは複雑になるだろう。「アルゴリズムが善悪を判断できるように学習させることは、顔認証など深層学習の典型的な成功事例よりも確実に困難な道になる」。そう語るのは、Gartnerでアナリストを務めるアントン・チュバキン氏だ。ビジネスにおいて何が正常か、何が正当か、何が許容できるのかを判断する対象は広範囲に渡る。「これをアルゴリズムに学ばせるのは至難の業だ」（チュバキン氏）
マルウェア検出をはじめ、セキュリティ分野において深層学習は成果を挙げている。理由として考えられるのは、アルゴリズムの学習に使用できるソフトウェアやマルウェアに関する豊富なデータの存在だ。
一方で「ネットワークトラフィック分析で深層学習が成功する可能性はずっと低いだろう」とチュバキン氏は見解を示す。同氏によれば、セキュリティ分野において深層学習で成功を収めるには「ラベル付けされた膨大な量のデータ」が必要だという。
マルウェア対策ベンダーは、何年もの歳月をかけてマルウェアのデータを収集している。だがトラフィックに関するデータはどこにあるのか。チュバキン氏が把握している限り、悪意のあるトラフィックのデータを年単位で広範囲にわたって収集している人はいない。そのようなトラフィックを蓄積したリポジトリは、まず存在しない。仮に存在するとしても「多くの場合、トラフィックに悪意があるかどうかは分からない」と同氏は指摘する。
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
[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
kintoneで実践 製造業のための「見積もり管理」改善のヒント
-
3
「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
-
4
「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
-
5
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」
-
6
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」
-
7
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
-
8
製造業と金融業で「AI導入」が進まない理由 それぞれが抱える“恐怖”とは
-
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
急増する「AIはこう言ってる」マン 判断を狂わせる「AI忖度」を防ぐには？
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
@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