インタビュー
Agnidipta Sarkar、チーフエバンジェリスト、ColorTokens – インタビューシリーズ
Unite.AI を Google の優先ソースに追加
Agnidipta Sarkar、チーフエバンジェリスト、ColorTokensは、サイバー防御、リスク管理、事業継続性、プライバシー、Zero Trustにわたる30年以上の経験を持つサイバーセキュリティとデジタルレジリエンスのリーダーです。ColorTokensでは、取締役会やCレベル幹部、セキュリティリーダーと協働し、侵害対応準備を強化し、サイバーセキュリティプログラムとビジネス優先事項を結びつけると同時に、ISO、Cloud Security Alliance、NIST、ISAなどの組織を通じて国際標準や業界イニシアチブにも貢献しています。ColorTokensに入社する前は、BioconでグループCISOを務め、DXC Technology、Hewlett Packard Enterprise、HPなどで上級情報セキュリティ・リスクリーダーシップを担当していました。
ColorTokensは、マイクロセグメンテーション、Zero Trustに注力し、攻撃者が従来の境界防御を突破した際に企業のレジリエンスを高めるサイバーセキュリティ企業です。主力製品であるXshield Enterprise Microsegmentation Platformは、データセンター、クラウドインフラ、エンドポイント、Kubernetes環境、OT（Operational Technology）、IoTデバイスにまたがるワークロードや資産の周囲に細分化されたセキュリティ境界を作り、攻撃者やマルウェアの横方向移動を防止します。また、環境検出、セグメンテーションポリシー作成、ポリシー展開の高速化を支援するAI支援ワークフローを組み込み、組織の攻撃面を削減し、成功した侵害の影響範囲（「ブラストラディウス」）を限定することを目的としています。
30年以上にわたり、HCL、Wipro、HP、HPE、DXCでハンズオンのネットワーク・セキュリティ業務から、BioconのグループCISOや国際標準策定に至るまでの経験を積まれましたが、現場での経験は、組織がすべての侵入を防げると想定せず、侵害を封じ込める準備をすべきだという確信にどのように影響しましたか？
HCLとWiproでの初期の頃、サイバーセキュリティはまるで西部開拓時代のように刺激的で混沌としており、機会に満ちていました。私は飛び込み、実験し、失敗し、学び、技術が投げかけるすべて―ファイアウォール、IDS、MFA、暗号化、監査、ガバナンス―に挑戦しました。しかし、本当の学びは最初のセキュリティインシデントを目の当たりにしたときに訪れました。ベストプラクティスが圧力の下で崩れ落ちたのです。これが私の目覚めでした。
HPでは、混沌を間近で体感しました。最初は壁際の観察者、次にオペレーショナルリーダーとして、混乱が目の前で展開する様子を見ました。すべてのインシデントが同じ教訓を示しました：ITは決して静止せず、どんな投資も安全を保証できない。グループCISOとして舵を取ったとき、私の仕事はセキュリティオペレーションだけでなく組織全体の侵害対応プレイブックを構築することだと悟りました。再現性があり予測可能で、嵐が来ても事業を継続でき、時間とともにセキュリティオペレーションを改善し続けるものです。
紙上ではツールは完璧に見えましたが、実際にはITサービスマネジメントが予期せぬ亀裂を露呈しました。資産管理、パッチ適用、構成、変更、リスク―すべてが人的ミスと絡み合っています。デジタルの弱点はそこに潜み、警報が鳴るとそれを解きほぐすのは悪夢です。侵害が発生した際の戦争部屋用のスクリプトは存在しません。混沌が例外ではなく規則です。だからこそ、私はキャリアを通じて嵐の目の中に構造を築き、リーダーがノイズを切り抜きリスクを管理できるよう支援してきました。
振り返れば、サイドラインで観察し、攻撃の最前線で手を汚し、最終的に先頭に立ったすべての教訓に感謝しています。だからこそ、侵害対応準備を科学だけでなく芸術として推進しています。攻撃パターンを一日中マッピングできても、重要なのは戦争部屋でリーダーがラインを守らなければならない瞬間です。その明快さは実体験からしか得られません。
そのため、次のサイバー攻撃に備え、耐え、進化できる侵害対応フレームワークを構築しました。このフレームワークは組織が嵐に逆らうのではなく、嵐とともに動くことを可能にします。最終目標はKoun Ryusui、雲のように漂い、水のように流れることです。次の前例のない攻撃が来ても、混沌ではなく、企業は構造化された柔軟性とレジリエンスを発揮し、テクノロジー投資を活かしてより強く自信を持って立ち上がることができます。
AIは攻撃者が偵察、脆弱性の悪用、横方向移動を自動化し、かつて数週間かかっていた活動を数時間、さらには数分にまで圧縮できるようになっています。攻撃が機械速度で行われ始めたとき、従来のインシデントレスポンスモデルのどの部分が効果を失うでしょうか？
攻撃が機械速度で進むと、生き残る防御側は敵よりも速く分析し行動できる者です。確かにAIは攻撃者に新たなツールを提供しますが、防御側にも力を与えます。私の経験では、前例のないAI駆動型攻撃に対処する方法は二つあります。
まず、デジタル環境を再設計する必要があります。侵害に備えたゾーンとマイクロセグメントを構築し、重要資産（crown jewels）を他から分離します。これを迷路に例えると、いくつかの道は開かれ、いくつかは遮断され、未承認のアイデンティティが自由に移動しにくくなります。これがAI駆動型攻撃を遅延させる方法で、デジタルシステムの変化に合わせて迷路も変化します。
次に、アラームが鳴る前にテンプレート、プレイブック、明確な役割を用意しておく必要があります。そうすれば、アラームが鳴ったときにすべての人間と機械が何をすべきか、どの優先順位で行うかが分かります。ポイントは時間を稼ぎ、AIを遅延させ、より多くの作業を強いることで、簡単な移動を阻止することです。これがミリ秒単位が重要になる戦いで防御を維持する方法です。
潜水艦の浸水を経験した船員に聞いてみてください。水が急速に流れ込むと、次の動きを推測する時間はありません。事前に正しいドアを強化し、何を稼働させ続けるべきか、圧力がどこにかかるかを把握しておく必要があります。浸水が起きたら、できることは浸水した区画を隔離し、船体の残りを稼働させ続けることです。これが最小限の事業継続（minimum viable business）を守る方法です。デジタル世界では、最小限の事業継続（minimum viable digital enterprise）を意味します。
これこそが侵害対応準備の本質です。攻撃が侵入した場合、影響を受けた領域を隔離し、BCPを発動し、影響を受けていないコアビジネスを継続させます。停止も危機もなく、単なるインシデント緊急対応です。
侵害対応準備を技術的課題だけでなく、ビジネス・財務的観点で議論すべきと提唱されていますが、重大なサイバー攻撃下でも組織が事業を継続できるかを判断するために、取締役会はどの指標を用いるべきでしょうか？
侵害は単にシステムに影響を与えるだけでなく、それに依存するすべての人やプロセスに影響を及ぼします。病院で診察を断られた患者、空港で足止めされた旅行者、数か月間債務に追われる自動車ディーラーを想像してください。これがサイバー攻撃の真のコストです。起きるかどうかではなく、いつ起きるかが問題です。したがって、取締役会は侵害対応準備をビジネス・財務上の必須課題として捉える必要があります。
取締役会が追跡すべき指標は二つあります。
まず、デジタルとAIの野望を追求する上で組織が許容できる実質的インパクトの上限を設定します。これが、侵害時にどれだけのデジタルエンタープライズを稼働させ続けるかの基準となります。私はこれをMaximum Acceptable Material Impact（MAMI）とMinimum Viable Digital Enterprise（MVDE）と呼んでいます。
多くの人はMVDEを事業継続と混同しますが、同じではありません。たとえば、インパクトが10％未満であれば許容できるとすれば、侵害時でも事業の90％を稼働させる必要があります。多くの事業継続計画は最高でも30％までしか回復できず、デジタル事業の60％が露出したままです。このパラドックスがリーダーを悩ませます。
もしMVDEを70％に設定すれば、最悪の事態でも事業を継続させる防御に投資していることをステークホルダーに保証できます。人間やAIの攻撃者が突破しにくい迷路を構築し、機械速度での攻撃を隔離する筋力を持つことになります。ここでマイクロセグメンテーションは基礎的なレゴブロックとなります。EDR、ファイアウォール、SASE、アイデンティティ（人間・非人間）、アクセス、認可、OTサイバーセキュリティなどの投資を、SOCが侵害中でも操作できるシームレスなシグナルプレーンに統合でき、サイバー攻撃を封じ込め、MVDEを隔離できます。
MAMIとMVDEは四半期ごとに、すべての新しいデジタル・AIイニシアチブについて追跡し、投資家やステークホルダーはレジリエンスがどれだけ管理されているかの証拠を求めるようになるでしょう。
「ブラストラディウス」はサイバー・レジリエンスの指標としてますます使用されています。組織は攻撃が発生する前に潜在的なブラストラディウスをどのように算出し、どの程度の露出が許容範囲となるでしょうか？
ブラストラディウスは重要です。非常に重要です。
しかし、唯一の指標ではありません。私は常に現在のブラストラディウスを評価することが、Zero Trustで侵害対応可能なエンタープライズを構築する第一歩だと主張しています。必要なのはBreach Readiness Impact Assessment（BRIA）という、既存のEDRを活用した非侵入型API駆動の簡易分析です。OTやメインフレームの場合はエージェントやアプライアンスが必要になることもあります。
すべてのブラストラディウスが悪いわけではありません。時にはアプリケーションのパフォーマンスにとって重要です。詳細に注意が必要です。たとえば、製品情報やユーザーセッションの検索を高速化するキャッシュサービスは、eコマースプラットフォームの複数マイクロサービスとシステム間接続が必要です。しかし、未承認のユーザーやシステムがアクセスできるようになると、同じブラストラディウスは脆弱性となります。
ブラストラディウスだけで評価してはいけません。他のセキュリティパターン、たとえば行動異常、アクセス乱用、権限エスカレーション、認可超過、認証失敗と組み合わせて、侵害リスクを真に把握します。また、業界によって許容範囲は異なることを忘れないでください。
侵害対応準備は従来のインシデントレスポンス、ディザスタリカバリ、事業継続、Zero Trustプログラムとどのように異なり、これらの領域を調整する責任はどこに置くべきでしょうか？
これらは別個のトピックではなく、単一のビジネス成果に向けて調整すべき相互に絡み合った領域です。
私は侵害対応準備をエンタープライズレジリエンスのディシプリンと定義します：攻撃を予測し、ブラストラディウスを制限し、組織が事前に定めたMaximum Acceptable Material Impactの範囲内でMinimum Viable Digital Enterpriseを維持し、攻撃が封じ込められる間に機能を復旧させることを継続的に準備、設計、演習、ガバナンスすることです。侵害対応準備はZero Trustアーキテクチャの武器化であり、サイバー攻撃の前・中・後に何が起こるべきかを示します。侵害対応準備は「攻撃者を排除する」から「インシデントが許容できる損害以上に拡大しないようにし、どれだけの事業が対応中に稼働し続けられるか」に焦点を移します。これはインシデントがまだ発生している間の生存性に関するものです。
概念的な飛躍は大きいです。バックアップとリカバリ、インシデントレスポンス、ディザスタリカバリ、事業継続という分散したエンタープライズ実践は、侵害対応準備に不可欠です。なぜならそれらは障害を管理するからです。システムが攻撃される時点でこれらのプログラムは開始します。インシデントレスポンス、ディザスタリカバリ、事業継続の三つのプログラムは「どれだけ早く中断されたものを復旧できるか」に焦点を当てます。一方、侵害対応準備は「そもそもどれだけが最初から利用可能であり続けられるか」に焦点を当てます。
侵害対応準備はサイロを打ち破り、妥協のビジネス影響を管理し、ステークホルダーに「エンタープライズの大部分が‘影響を受けていない’」ことを保証します。そして、影響を受けた部分に対してBC/DRを発動します。責任と所有権は経営層にあります。CEO/取締役会がリスク許容度と許容できるビジネス成果を所有し、COOまたは同等のエンタープライズレジリエンス責任者が組織全体の侵害対応準備を調整し、CISOがサイバーセキュリティ側面を所有します。
Kuon Ryushiの状態を達成しようとする企業にとって、テクノロジーとAIを活用してサイバー攻撃の影響を管理することが重要です。
ColorTokensはAIを活用し、セキュリティチームが環境を分析しマイクロセグメンテーションポリシーを迅速に生成できるよう支援しています。組織は防御的意思決定の自動化にAIをどこまで信頼すべきか、またどの封じ込めアクションは引き続き人間の承認が必要か？
もちろんです。私たちはまさにそれを実践しています。
しかし、はっきりさせておきます：『AIを使ってセキュリティチームを支援する』は氷山の一角に過ぎません。ColorTokensでは、企業を真に侵害対応可能にするためにAIを責任ある形で使用することを信条としています。『AIがマイクロセグメンテーションを容易にする』以上の大きな物語があります。
最近のAnthropic、OpenAI、AISI、オーストラリアのジム予約ケースなどのインシデントは、ガバナンスではなくアーキテクチャの失敗です。自律的AIがサンドボックスから抜け出すと、必ずしも悪意や信頼性の欠如が原因とは限りません。重要なのはアーキテクチャの構築方法です。人間が動作領域を明確に定義し、AIはその領域内に留まる必要があります。ここでガバナンスが介入します。
例えば、AIに対して、一定の信頼度閾値を超えているエンドポイントを「侵害された」と判定した場合に自動で隔離させることを許可できます。ただし、OTの安全システム、ドメインコントローラ、決済システム、製造制御資産は除外します。これが「限定的自律性」です。しかし、コンテキストに応じた明確なアーキテクチャが必要で、専門家の協力が不可欠です。
私の見解と経験では、企業はAIに以下のタスクを任せるべきです：ディスカバリー、相関分析、依存関係マッピング、攻撃経路分析、ブラストラディウス分析、ポリシー推奨、ポリシー合成、ポリシーシミュレーション、低リスクポリシー最適化、事前承認された封じ込め、継続的検証。一方、ビジネスクリティカル性、許容できる中断、セーフティ境界、重要資産定義、OTの安全制約、最大許容インパクト、自律性閾値、例外承認、主要生産ラインの隔離、不可逆的なアクションの判断は人間が行うべきです。
要点は、AIにタスクを完遂するための十分な自由度を与えるが、その範囲はインフラストラクチャが外部で強制する明示的な条件下に限定すべきということです。AIはアクションを提案し、人間が承認した後に機械速度で変更を実行します。目的はAIを完全に自律化することではなく、防御的自律性を限定することです。
ColorTokensでは、AIを活用して防御者の制御ループを攻撃者に追随できる速度に高速化しています。集中型ポリシー決定、複数の実装メカニズム、豊富なテレメトリ、エージェントレス保護（エージェントを実行できないシステム向け）、クラウド・コンテナ対応、AI支援ディスカバリーとポリシー合成—すべてがAI支援侵害対応の一部です。
マイクロセグメンテーションは長年概念として存在していますが、組織はしばしばそれを複雑な導入や硬直したポリシーと結びつけます。テクノロジーの変化で、クラウドインフラ、Kubernetes環境、エンドポイント、レガシーシステム、OT全体で実用的になった要因は何でしょうか？
複数の要因があります。
かつてはネットワークを接続・制御するための洗練された手法として始まり、専用の接続性と帯域幅を保証していましたが、現在では基礎的なサイバーセキュリティ機能へと進化しました。今日のマイクロセグメンテーションは、大規模企業を迅速かつ自信を持って侵害対応可能な組織へと変えることができます。技術の変化により、従来の頭痛の種であった依存関係のマッピング、ネットワーク境界の再設計、VLANやファイアウォールの設定、手作業でのルール作成、ビジネス通信の破壊リスクといった課題が解消されました。かつては遅く、高価で、データセンターに限定されていましたが、今はそうではありません。
まず、アイデンティティがサイバー攻撃の主要な経路となっています。これがZero Trustの第一原則である強化されたアイデンティティガバナンスが重要視される理由です。モダンなクラウド環境ではIPアドレスはセキュリティ上意味を持ちません。現代のマイクロセグメンテーションは、アイデンティティ、アクセス、ワークロード、アプリケーション、サービス、コンテキストを基にし、単なるネットワーク位置に依存しません。セキュリティ境界はアイデンティティ、アクセス、アプリケーションに追随し、基盤インフラだけに留まりません。
次に、エージェントレスのマイクロセグメンテーションはアプライアンスを超えて拡張し、エージェントを実行できないレガシーシステム、IoTデバイス、OTにも保護を提供します。モダンなマイクロセグメンテーションはEDRと統合し、EDRが既に持つテレメトリを活用してカバレッジを拡大し、導入時間を数か月から数時間に短縮します。
最後に、AIが最後の大きなボトルネックであるコンテキスト固有の侵害対応ポリシー設計を取り除いています。AIは複数のデータポイントを分析し、依存関係や攻撃経路をマッピングし、ゾーニングやマイクロセグメンテーションポリシーを推奨し、実装前に影響をシミュレーションできます。モダンなマイクロセグメンテーションはエンドポイントやワークロードでネイティブOS制御を用いて直接ポリシーを実施します。ネットワークを再設計する必要はなく、マイクロセグメンテーションはシームレスになり、ポリシーはワークロードが移動する先へ追随します。
目的は単に横方向移動をすべて遮断することだけではなく、機械速度で十分なシグナルを分析し、攻撃者が侵入した際に侵害されたワークロードが他すべてへのハイウェイにならないようにすることです。モダンなマイクロセグメンテーションは、ネットワーク分割だけでなく、ブラストラディウスの制御と監視にも焦点を当てています。
経営層がマイクロセグメンテーションの財務的根拠を評価する際、特にランサムウェアによるダウンタイム、サイバー保険料、規制リスク、攻撃時に重要サービスを稼働させ続けるコストに関して、どのようなエビデンスを求めるべきでしょうか？
侵害インパクトの財務的算定と、侵害時に影響を受けない事業継続を保証できるマイクロセグメンテーション投資の相関を取るには、経営層はまずサイバー攻撃は投資に関わらず成功するという現実を認識する必要があります。2025年・2026年には、JLR、Nike、Strykerなど財務的に強固な組織が予期せぬダウンタイムに直面しました。したがって、侵害が起きるかどうかではなく、いつ起きるかが問題です。
この現実を受け入れたら、基礎的な侵害対応準備への投資は緊急かつ事業存続の問題となります。賢明に投資するために、二つの取締役レベル指標を詳しく見ていきましょう。
第一の指標は生存可能性の測定です。デジタル変革やAI導入の野望に対して、経営陣とガバナンスが許容できるMaximum Acceptable Material Impact（MAMI）です。これは売上高の数字から始まり、財務的持続可能性、顧客信頼、レピュテーション、ブランド価値へと拡大します。
第二の指標は競争優位性の指標です。Maximum Acceptable Material Impactを超えない範囲で、最も前例のないサイバー攻撃が起きてもMinimum Viable Digital Enterprise（MVDE）を稼働させ続ける必要があります。すべての新規イニシアチブのビジネスケースはこの二要素を考慮すべきです。MVDEは70％から開始し、基盤となるアイデンティティとマイクロセグメンテーションプログラムの成功に応じて増加させます。
以下は経営層がマイクロセグメンテーションを評価する際に確認すべきポイントです。
- マイクロセグメンテーションプラットフォームは、データセンター、ユーザー、OTシステム、クラウド全体で単一のプラットフォームを提供しますか？
- ビジネスへの実質的インパクトに基づき、企業全体の何パーセントがゾーンとマイクロセグメントに構成されていますか（前回のレビューと比較して）？
- マイクロセグメンテーションソリューションは、ゾーン、マイクロセグメント、制御された導管を備えてMVDEを稼働させ続ける設計で、どれほど迅速に運用可能になりますか？
- マイクロセグメンテーションソリューションはEDRと統合し、エージェントとして使用してエージェントのフットプリントを削減できますか？
- マイクロセグメンテーションプラットフォームは、コンテキスト固有のルールやポリシーを決定するために会話型人工知能を使用していますか？
- アプリケーション内の正規ユーザーの行動変化を監視し、アイデンティティで不正ユーザーを制限する機能がありますか？
- 新たなデジタル・AI導入に伴い、悪意ある行動を検出し隔離して対応するまでの平均時間（MTTD/MTTR）はスケールしますか？
- マイクロセグメンテーションプラットフォームは、サイバー防御シナリオをシミュレート・モデル化し、運用上の侵害リスクを段階的に低減できますか？
これらは多くのユースケースに対応しますが、コンプライアンスには各規制ごとに適用可能性の個別声明が必要です。これにより、ColorTokensプラットフォームが直接満たす規制部分、技術を包むプロセス、追加の技術・プロセスが必要な部分を説明できます。
多くの組織がペネトレーションテストやインシデントレスポンス演習を実施していますが、侵入後に攻撃者がどこまで移動できるかを明らかにできないことがあります。現実的なAI加速攻撃条件下で、企業はどのように封じ込めと生存性をテストすべきでしょうか？
組織がKoun Ryusuiの本質を取り入れ、侵害対応準備を構築するなら、マイクロセグメンテーションを既存のサイバーセキュリティ運用に統合し、時間とともに進化させる必要があります。そのためには、マイクロセグメンテーションがSOC内の他ツール（SIEM、EDR、次世代ファイアウォール等）とシグナル統合され、AI駆動のマイクロセグメンテーションが攻撃指標や行動異常に基づき必要時に封じ込めを指揮できるようにすることが重要です。
必要なのは個別のテストではなく、侵害対応準備を進化させる演習です。
実践すべきことは三つあります。第一は現在の侵害対応準備の状態です。これはColorTokens導入前、ポリシー適用後、変更ごとに実施し、マテリアルインパクトベースの侵害対応ゾーン、マイクロセグメント、制御導管（MAZE）の設計が変化したかどうかを判断します。
第二は実際の侵害が発生した際にサイバー攻撃を隔離できる速度です。重要なパラメータは検出精度とAIを用いたMVDEの封じ込め・隔離速度です。これらはペネトレーションテスト、レッドチーミング、侵害シミュレーション評価で、SOCへの通知なしに実施し、変化する侵害パラメータへの対応をチェックします。
第三は実際の侵害シナリオで組織がどのように対応するかです。演習前に「侵害対応プレイブック」をすべての内部関係者、技術サポート、サードパーティ、特に資産所有者やOTシステム統合者に周知し、その後レッドチーミング評価の前にシミュレーション演習を実施して現実的な体験を提供します。
企業がアプリケーション、データ、認証情報、インフラにアクセスできる自律型AIエージェントを増やす中で、侵害対応準備は人間のアカウントやデバイスだけでなく、侵害または誤作動するAIエージェントも封じ込めるようにどのように進化すべきでしょうか？
侵害対応準備は、侵害された人間のアカウントやデバイスを封じ込めるだけでなく、自律型AIエージェントを正当な資格情報で機械速度で行動できる高速度の非人間アイデンティティ（NHI）として扱う必要があります。現在の推定では、NHIは人間アイデンティティの少なくとも250倍に達すると予想されています。
エージェントはユーザー、エンドポイント、静的サービスアカウントに焦点を当てた従来の制御を破ります。アプリケーション、データ、認証情報、インフラへのライブアクセスを保持し、継続的に推論・行動を連鎖させ、プロンプトインジェクション、ツール汚染、メモリ操作、サプライチェーン問題、単純なミスアラインメント/ドリフトなどで侵害され得ます。誤作動やハイジャック時、ブラストラディウスは人間ペースの対応では追いつけない速度で拡大します。侵害対応は完全な確実性や多チームエスカレーションを待つ余裕がなく、自動化された事前承認された基本的対応が必須となります。
自律型AIエージェントが増えるにつれ、侵害対応はアイデンティティをエージェントの主要制御平面として活用し、Zero Trustを「エージェントトラスト」へ拡張し、ガードレール、メモリ保護、ガバナンス衛生を管理し、事前承認された摩擦と自動封じ込めを段階的に導入し、マイクロセグメンテーションとアーキテクチャ的隔離を統合して封じ込め、ランタイム可視性、行動ベースライン、シーケンス検出を加える必要があります。
侵害対応準備は「暗号化後に復旧できるか？」から「有効な資格情報で動作する自律的なアクターがカスケードする前に封じ込めできるか？」へとシフトすべきです。侵害対応の指標は、エージェントが何を把握したか（どのエージェント、何の行動、どのデータ/システムに触れたか、活動が継続中か）を把握する時間と、エージェント固有の時間‑to‑frictionです。Color
