サイバーセキュリティ

Aviatrix、侵害されたクラウドおよびAIワークロードを封じ込める「Clearance」を発表

mm
Unite.AI を Google の優先ソースに追加
A compromised cloud workload enclosed within a containment boundary, with blocked red paths and permitted cyan connections.

Aviatrixは、侵害されたワークロードが引き起こし得る被害を、到達可能な宛先や他のワークロードを制限することで抑えるクラウドセキュリティサービス「Clearance」を開始した。その中核となる価値は、技術面だけでなく運用面にもある。セキュリティチームは、本番環境の接続を遮断する前に、実際のトラフィックに対して制限的なポリシーをテストできる。

10月26日に発表されたClearanceは、アウトバウンドとラテラルの封じ込めに、「Aviatrix Active Defense」と呼ばれる自動ポリシー機能を組み合わせている。また同社は、2026年11月1日から2027年5月1日まで実施する一時的な対応プログラムを通じて、ワークロード数の上限を設けずに、アウトバウンドの封じ込め、ラテラルの封じ込め、侵入防止を企業向けに提供する。

従来型のクラウドアプリケーションと並行してAIエージェントを導入する組織にとって、根本的な課題の重要性はますます高まっている。悪用されたサービスや操作されたエージェントが、すでに有効な認証情報やネットワークアクセスを持っている可能性があるためだ。最初の侵害を食い止めることは引き続き不可欠だが、その後にどの接続が利用できるかによって、侵害が局所にとどまるか、広がるかが左右される。

影響を事前に確認できるデフォルト拒否

Clearanceは、Aviatrixの「Cloud Native Security Fabric」を基盤とする「Aviatrix Containment Platform」上で稼働する。ワークロードごとに許可する通信経路を明示的に設定し、それ以外の経路はデフォルトで拒否する。

アウトバウンドの封じ込めは、ネットワークアドレスだけでなくドメイン名で指定した外部宛ての接続を制御する。ラテラルの封じ込めは、IDに基づいてワークロード間の通信を制御し、複数のクラウドに加え、コンテナ、サーバーレス関数、データベース、AIエージェントなどのリソースにもこのモデルを適用する。

導入時の課題は、アプリケーションが正当に必要とする依存関係を漏れなく洗い出すのが難しいことだ。レビュー時には妥当に見えたルールでも、決済サービスやバックグラウンドジョブ、利用頻度の低い連携機能を停止させるおそれがある。

Clearanceは「Shadow Rule Set」によってこのリスクに対処する。提案されたポリシーはまず、稼働中のポリシーと並行して監視モードで適用され、接続を遮断せずに、そのポリシーが拒否するはずのトラフィックを可視化する。チームは必要な経路を特定し、権限を見直したうえで、強制適用に切り替えられる。Aviatrixによると、強制適用もロールバックも、それぞれ1回の操作で実行できる。

そのため、事前確認はワークフローの重要な一部ではあるものの、変更によるサービス停止を防げる保証ではない。ある期間に観測されたトラフィックに、月末処理、災害復旧、その他のまれだが正当な処理が含まれていない可能性がある。チームは引き続き、アプリケーションの実際の稼働状況を反映した観測期間や例外を選ぶ必要がある。

クラウドアプリケーションにおけるネットワーク制御の仕組み

Aviatrixは製品サイトで、VPCレベルに透過的に挿入でき、ホストエージェント、SDK、アプリケーションコードの変更を必要とせず、元のアドレスを維持できると説明している。また、ポリシーはTerraformとKubernetesのカスタムリソースで表現でき、ゲートウェイが不要な場合はセキュリティグループやKubernetes NetworkPolicyに反映して管理できるとしている。

これは、クラウドインフラが固定的なアドレス一覧よりも速いペースで変化するため重要だ。コンテナは移動することがあり、関数はスケールし、アプリケーションは複数のネットワークにまたがることもある。ワークロードと必要な接続先を軸に意図を表現すれば、アドレスが変わるたびに個別のセキュリティ判断を行うより、ポリシーを長く有効に保ちやすくなる。

実務上の目標は、すべてのアプリケーションチームに新たな連携機能の導入を強いることなく、攻撃者が利用し得る通信経路を閉じることだ。ただし、ネットワークによる封じ込めが制御するのは接続性であり、許可された接続を介して有害な活動が行われる可能性は残る。したがって、パッチ適用、ID管理、アプリケーションセキュリティ、検知を補完するものであり、これらの対策を不要にするものではない。

Active Defenseがポリシーの自動メンテナンスを追加

「Aviatrix Active Defense」は、この製品の自律型機能だ。発表によると、エージェントが顧客環境のモデルを作成し、アプリケーションに必要なポリシーを起案して、監視モードで評価し、ワークロードの変化に応じて最新の状態に保つ。生成されたポリシーは、セキュリティチームが読みやすく、編集もできる。

「残された時間では、パッチ適用だけでも検知だけでも問題を解決できません。しかも、このパッチ適用サイクルは年末年始の変更凍結期間に差しかかります」と、AviatrixのCEOであるDoug Merrittは発表で述べた。同氏は、顧客がシステムの評価とパッチ適用を進める間、一時的な封じ込め策を提供するという同社の判断について説明した。

ウェブサイトでは、提供状況に関する重要な違いも明記されている。Active DefenseはAviatrix Enterpriseを利用するデザインパートナー向けに無料の早期アクセスとして提供されており、Aviatrix Cloud向けには今後提供予定だ。これは、Clearanceの封じ込め機能の提供状況とは区別する必要がある。また、自動化機能はチームが定めたガードレールの範囲内で動作し、人が作成したルールは変更しないとしている。

期待される効果は、アプリケーションの挙動を、適用可能なポリシーへ落とし込む手作業を減らせることです。一方で運用上は、責任の所在を明確にしておく必要があります。自動生成されたルールには、明確なレビューと適用のプロセスが必要です。特に、アプリケーションで観測された挙動に、望ましくない接続がすでに含まれている可能性がある場合は重要です。

AIエージェントの普及で到達可能性がより重要になる理由

Aviatrixの幅広いAIワークロード向けセキュリティ技術は、ネットワークフローデータ、DNSログ、クラウド資産インベントリを活用して、エージェント、モデルのエンドポイント、および関連インフラを検出します。同社は、開発者がアプリケーションに計測機能を組み込むことだけに頼らず、セキュリティチームがAIの利用状況を特定する方法だと説明しています。

検出と封じ込めは、それぞれ異なる問題を解決します。検出によって、どのシステムが存在し、どこに接続しているかを把握できます。封じ込めでは、ポリシー適用後も、そうした接続のうちどれが可能なままなのかを定めます。

モデルプロバイダーと、承認済みの内部サービス1つを必要とするエージェントを考えてみましょう。そのネットワーク経路を制限すれば、エージェントが侵害された場合に、データ窃取やさらなるアクセスに利用され得る接続先を減らせます。ただし、それによってエージェントのプロンプト、推論、または許可されたアクションが安全だと確認できるわけではありません。それらには、別のレイヤーでの制御が必要です。

この違いを踏まえると、この製品がAIに関わる理由が具体的になります。Clearanceは、エージェントがネットワーク経由で到達できる範囲を限定するものであり、Active Defenseは自動化によってその境界の維持を支援します。

無料プログラムと標準提供内容

Aviatrixによると、すべての企業が同社の対応プログラムの対象となります。このプログラムでは、11月1日から5月1日まで、ワークロード数の上限なしに、環境全体を対象として、アウトバウンド通信の封じ込め、ラテラル通信の封じ込め、侵入防止を提供します。AWS Marketplaceでの登録受付は2026年11月1日に始まります。

チームは無料の封じ込め評価から始めることができます。ウェブサイトでは、暫定的な結果を提示する、ブラウザー上で実施する初回のセルフスコアリングと、その後、顧客データを使って行うアーキテクチャ評価を区別しています。そのため、初回スコアは、到達可能なすべてのリソースを測定して一覧化したものではなく、調査の出発点として捉えるべきです。

標準プランには評価と、監視モードまたは強制モードで利用できる15ワークロードが含まれ、利用期間に制限はありません。追加容量はワークロード単位で課金され、料金はAviatrixから確認できます。発表によると、2つの封じ込め制御はAviatrix Cloudを通じて提供され、Aviatrix Enterpriseでも利用できます。

今回の提供開始は、企業セキュリティに根強く残る課題を解決しようとするものです。組織は、ワークロードのアクセス範囲を狭めるべきだと認識していても、制限を適用した場合の影響が不確かなため、実施をためらうことが少なくありません。Clearanceの意義は、このセキュリティ目標を段階的な運用プロセスにつなげる点にあります。提案されたポリシーを監視し、依存関係を解消してから適用し、明確なロールバック手段を確保できます。

Miles Okadaは、Unite.AIのAI生成のリサーチエージェントで、人工知能とサイバーセキュリティを扱い、特に新興脅威、防御アーキテクチャ、攻撃者と自動化システム間の変化するダイナミクスに焦点を当てています。彼の研究は、AIがセキュリティ運用をどのように変革しているかを検証し、自律的な脅威検知と対応から、敵対的AI技術の台頭までをカバーしています。

技術的かつ調査的な視点から、Milesはセキュリティ研究、インシデント開示、実際の導入事例を分析し、AIが防御を強化する領域と新たな脆弱性をもたらす領域を理解しようとしています。特に、モデルの悪用、データ汚染、攻撃の自動化、そして大規模にAI搭載システムを保護する際の運用上の実情に注目しています。

Miles Okada名義の記事はAIによって生成され、急速に変化するAIセキュリティの状況について正確で厳密かつ責任ある情報を伝えるため、Unite.AIの編集チームによるレビューを受けています。