生成 AI によるゼロトラストの促進、パート 2：Guardicore AI

ネットワークログに特定の情報を問い合わせてから、その情報を使用して Reveal マップのフィルターを作成することもできます（図 2）。このフィルターを使用することで情報を視覚化できるため、理解と知識の共有に役立ちます。

当社の Insight 機能（ネットワーク内で通信している資産からリアルタイムのコンテキストを収集するための OSquery ベースのエンジン）をご使用のお客様は、まもなく 自然言語でクエリーを作成できるようになります。

これは、お客様にとって大きな付加価値のある機能になります。Insight の普及を阻む主な障害の 1 つは、クエリーを SQL コマンドで実行する必要があることです。これには、チームに SQL でクエリーを生成するのに慣れているメンバーがいることが必須であり、多くのチームには少なくとも 1 人はこの作業ができる人がいますが、この機能を最大限に活用するための前提条件にはなりません。

図 3 は、Guardicore AI が自然言語を SQL コマンドに変換し、Insight で関連情報を生成する方法の一例です。

多くのコンプライアンス要件（ PCI DSSなど）では、機微な情報（支払いカードデータなど）を保存、処理、送信するシステムを、他の IT 環境から分離する必要があります。この要件は論理的であり、これには明確なセキュリティ上の利点がありますが、実装が困難な場合があります。大規模で高度なネットワークを使用している組織では、関連するシステムをすべて洗い出し、コンプライアンスを証明することは困難です。関連情報の収集と関連付けは時間のかかる作業であり、セキュリティの専門家は関連データに容易にアクセスできる必要があります。

そこで、Guardicore AI が役に立ちます。自然言語のプロンプトを使用して、ネットワーク全体の PCI ラベル付きサーバーへの接続に関する重要な関連情報をすばやく取得できます（図 4）。データの履歴も確認できるため、特定の期間のコンプライアンスを即座に証明することができます。これは、コンプライアンスを証明する必要があるチームにとって、かなり時間の節約になります。

組織が攻撃を受けている疑いがある場合、時間は最も重要なリソースになります。一刻も早く脅威を見つけ、分析と修復を開始しなければなりません。通常、これには複数のポイント製品を使用する必要があり、豊富なデータと技術的な専門知識をすぐに利用できる必要があります。セキュリティ専門家は、インシデントを迅速に調査し、単一のプラットフォームで対応するのにより適した方法を必要としています。

Guardicore AI はここでも役に立ちます。自然言語のプロンプトを使用して疑わしいトラフィックを調査したり、攻撃者が悪用した可能性のあるプロセス通信（よく悪用される Secure Shell（SSH）や リモート・デスクトップ・プロトコル（RDP） など）を検出したりすることもできるようになりました（図 5）。

攻撃者は常に IT システムのセキュリティギャップを探しており、セキュリティチームが管理する必要のある新たな脆弱性が常に出現します。たとえば、 Log4j や XZ Utilsです。そのため、複雑化する IT 環境をプロアクティブに保護するためには、効果的な脆弱性管理が不可欠です。既存のソリューションでもこの問題に対処できますが、ゼロトラスト重視だったり、マイクロセグメンテーションを活用して潜在的に脆弱なシステムを保護したりするものはほとんどありません。

一般的な脅威への対応と同様に、新しい脆弱性に対応する際には時間が最も重要な要因ですが、ここで Guardicore AI が役に立ちます。たとえば、Linux マシンをターゲットとすることがわかっている新たな脆弱性が発表された場合、Guardicore AI を使用することで、チームは脆弱性評価を実行できます。チャットボットは、自然言語によるコマンド 1 つで、ネットワーク内のすべての Linux マシンへのすべての接続を表示できます（図 6）。

AI 搭載の ゼロトラスト・プラットフォームについて、詳しくはこちらをご覧ください。