公開から5年後の改訂
そのプライバシー対策、実は“時代遅れ”かも？ NISTが示す新基準
米国立標準技術研究所（NIST）が、2020年に公開したプライバシーリスクに関する枠組みの改訂を控えている。その目的は何か。
米国立標準技術研究所（NIST）は2025年4月、組織のプライバシーリスクに関するフレームワーク（行動指針）「Privacy Framework」（以下、PF）の改訂版「PF 1.1」の制定に向けた初期公開ドラフト（Initial Public Draft：IPD）を公開した。2020年1月、PFの初版1.0が公開されてから初めての改訂となる。その狙いは。
PF 1.1の狙いは？
PFの改訂は、フレームワークの使いやすさを高めるとともに、2024年2月にNISTが公開した組織のサイバーセキュリティ対策に関するフレームワーク「NIST CFS」（NIST Cybersecurity Framework）との整合性を高めることを目的としている。
改訂に当たってIPDは、NIST CFSのバージョン2.0（以下、CFS 2.0）の構成を採用。人工知能（AI）やプライバシーリスク管理に関する新たな項目を追加した。
PF 1.1は、CSF 2.0と同様に以下の3つの要素で構成されている。
- コア（Core）
- 組織がプライバシーリスクを管理するために取り組むべき共通の活動の一覧
- 組織プロファイル（Organizational Profiles）
- プライバシーに関する組織の慣行を評価し、目標を定義するための枠組み
- ティア（Tiers）
- プライバシーリスク管理のプロセスの成熟度や洗練度を評価する基準
NIST CSFとPFを併用することで、プライバシーやセキュリティ施策をより効果的に進めることが可能となる見通しだ。
PFは、対象となる組織の業種や技術を限定していない。さまざまな組織が、自社のプライバシーポリシーの公開や、プライバシーを念頭に置いたシステム設計、社内外との連携を進めることで、プライバシーリスクを適切に管理できるようにするためのものだ。
PF 1.1は、Coreの見直しを進めている。Coreは、プライバシーリスクに関する取り組み方や、目指すべき結果について組織で話し合うための土台となるものだ。IPDは、特にCSF 2.0の「統治」（Govern）、「防御」（Protect）との整合性の維持に重点を置いている。
IPDには、AIとプライバシーリスクの関連性に焦点を当てた新たなセクションが追加された。PF 1.0が、AIチャットbotをはじめとしたAIツールの普及以前に公開されたためだ。PF 1.1には、PF 1.1を活用することでAI関連のリスクにどのように対処できるかも示される計画だ。
NISTは、PF 1.1を文書ではなく専用のWebサイトで公開することを見込んでいる。これによって、文言を迅速に更新したり、エンドユーザーのニーズに速やかに対処したりしやすくなる。
NISTは、IPDに対する意見を2025年6月13日（現地時間）まで受け付け、その後最終版の策定を進める。
TechTarget.AIとは
TechTarget.AI編集部は生成AIなどのサービスを利用し、米国Informa TechTargetの記事を翻訳して国内向けにお届けします。
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。
TechTarget.AI
TechTarget.AI編集部は生成AIなどのサービスを利用し、米国TechTargetの記事を翻訳して国内向けにお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社うるる] 「入札市場」攻略ガイド：効率的に落札するためのポイントを徹底解説 -
製品資料
[株式会社うるる] 入札情報に特化した「販路拡大」「効率化」のためのサポートツールとは？ -
市場調査・トレンド
[株式会社うるる] 公共入札に成功する企業と失敗する企業の「5つの違い」 -
製品資料
[日本ビジネスシステムズ株式会社] 専門家が教える、Microsoft 365の「テナント統合／分離」を成功に導く秘訣 -
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用
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
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
-
2
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
3
「テザリング依存」に潜む落とし穴 “遅いVPN”を解消するネット構築術
-
4
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
5
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
6
「IT運用・情報システム業務」に関するアンケート
-
7
AI導入が失敗する“真犯人”は現場のマニュアル 7割が陥る「標準化」のわな
-
8
被害額は過去最高額 それでも「サイバー犯罪者が捕まらない」3つの理由
-
9
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
-
10
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
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
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
-
7
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
-
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