「高度なAI」のサイバー攻撃加速化と対応：非人間アイデンティティーを含むアクセス管理と可視性の確保

解説

近年、高度なAI技術の登場により、サイバー攻撃の手法や発見される脆弱性のスピードに変化が起きています。これまでは人間による調査と対応が中心でしたが、AIが複数の弱点を組み合わせた複雑な攻撃経路を高速で分析できるようになったためです。この変化は、従来のセキュリティ対策や防御側の意思決定プロセスに大きな影響を与える可能性があります。

ポイント

• 高度なLLMの登場により、攻撃側の脆弱性分析やエクスプロイト開発が劇的に加速し、従来のセキュリティ対策では追いつきにくい速度差が生じている。
• 対応策としては、AIを活用して防御側もテスト・脆弱性発見を高速化するとともに、「誰が何にアクセスしているか」という可視性とデータ分類の強化が必要である。
• 最も重要なのは、技術的な自動化だけでなく、ビジネスインパクトに基づいたリスク判断を行う人間による監督（ヒューマン・スーパービジョン）とガバナンス体制の構築である。

情シスへの影響

• 認証・認可管理の強化：人間ユーザーに加え、AIエージェントやサービスアカウントなど全ての非人間アイデンティティー（Non-human identities）を特定し、それぞれに対して最小権限の原則に基づいた利用ログ、承認経路、説明責任を明確にすることが重要。

• データおよびアクセス層の可視化：全データの保存場所と機密性を完全に把握・分類できる体制が必須であり、単なるパッチ適用ではなく、どのデータがどこからどのように処理されているかをシステム的に監視し続ける必要がある。

• 防御プロセスの設計（自動化と人間監督）：セキュリティ対応は、AIによる発見を活かした自動テストや脆弱性早期発見のプロセスを組み込むべきだが、最終的なリスク判断や修復の優先順位付けには必ず人間の専門知識に基づくガバナンスレイヤーを設ける設計が求められる。

影響範囲

全社的な情報資産・ITシステム（データ、アプリケーション、API、ランタイム環境）およびID/アクセス管理領域。

特に影響を受けるのは：

• 非人間アイデンティティー：サービスアカウント、APIキー、AIエージェントなど。これら全てにガバナンスを適用する必要がある。

• ログと監視: データへの全てのアクセス経路（データ分類に基づいた）を捕捉し、長期的に分析できる体制。

重要度

★★★★☆

対象者

• セキュリティ担当者
• Entra管理者
• AD管理者
• M365管理者

優先度

計画的に対応

優先度の理由

AIによる攻撃支援の高速化は喫緊の脅威であり、対策を検討する必要があるが、全てのシステムを一気に変えるのは現実的ではない。まずはデータやアイデンティティーの棚卸しと可視性向上（ガバナンス強化）を計画的に進めるべきフェーズであるため。

確認手順

• 全社のサービスアカウント、APIキーなど非人間IDの一覧化を実施し、権限付与状況の適正性を検証する。
• データストレージ全体について、機密情報やビジネスインパクトに基づく分類（例：パブリック/内部/極秘）を行い、データを棚卸しする。
• システムログ監視体制を見直し、人間ユーザー以外の主体（AIエージェント等）による異常なアクセスパターンや処理フローを追跡できるか確認する。
• 脆弱性管理プロセスにおいて、発見された脆弱性の対応に際して、業務への影響度に基づいたリスク評価の明確な手順書を作成し、適用する。