クレイグ・リデル、WallarmのグローバルフィールドCISO – インタビューシリーズ

クレイグ・リデル、WallarmのグローバルフィールドCISOは、APIやAIドリブンのシステムに関連するリスクを管理することに焦点を当てたシニアサイバーセキュリティエグゼクティブです。彼の現在の役割では、CISO、CIO、エンジニアリングリーダーと密接に協力して、リアルワールドの攻撃パターンや悪用シナリオをセキュリティ戦略に変換し、観測可能性に重点を置いています。彼のキャリアは、Netwrix、Kron、HPなどの組織でのアイデンティティおよびアクセス管理、ゼロトラストアーキテクチャ、エンタープライズセキュリティのリーダーシップ役割を含み、そこで彼は大規模なIAM変換を推進し、セキュリティフレームワークを近代化しました。リデルの専門知識は、ビジネスロジック攻撃、API悪用、AIシステムドリフト、不正行為などの新興脅威に焦点を当て、セキュリティ戦略と運用実行の間のギャップを埋めることに重点を置いています。

Wallarmは、モダンなクラウド環境でAPI、应用、AIドリブンのシステムを保護することに特化したサイバーセキュリティ企業です。Wallarmのプラットフォームは、API悪用、ビジネスロジック攻撃、自動化された悪用などの脅威に対する継続的な検出、テスト、リアルタイム保護を提供し、システムが複雑なインフラストラクチャ全体でどのように動作するかについての深い可視性を提供します。マルチクラウドとクラウドネイティブアーキテクチャのために設計されたWallarmは、既存のDevOpsとセキュリティワークフローに統合し、組織が攻撃を検出してブロックできるようにします。APIインベントリ、AIドリブンの脅威検出、自動応答機能を組み合わせて、WallarmはAPIとAIシステムがモダンなデジタルビジネスの主な攻撃対象面になったという現実に応えています。

あなたはシステムとインフラストラクチャと直接関わることからキャリアをスタートさせ、アイデンティティ、アクセス、API、AIセキュリティに焦点を当てたリーダーシップ役割に移りました。どのような重要な変化があなたに、リスクが周囲からAPIやマシンドリブンのシステムに移ったことを結論付けるきっかけとなりましたか。

私のキャリアの初期段階では、周囲の保護に重点が置かれていました。ファイアウォール、セグメンテーション、インフラストラクチャの強化。システムがより静的で、信頼境界が簡単に定義できる場合には、そのモデルは機能しました。

何が変わったのかは、アプリケーションがどのように構築され、システムがどのように相互作用するかです。APIはすべての結びつきとなり、AIはそれをさらに加速しました。現在、システムは決定を下し、他のシステムを呼び出し、人間がループに含まれないスケールと速度でアクションを実行しています。

その時点で、周囲はあまり関係なくなります。実際のリスクは、決定が下され、アクションが実行される場所、つまりAPIとマシンドリブンのワークフロー内に移ります。

可視性と制御がなければ、完全に見ることができない動作を信頼することになります。那はビジネスリスクが現れる場所です。財務への露出、予期せぬ結果、運用の混乱などです。

あなたはサイバーハンドシェイクが壊れていると述べています。システムがどのように信頼とアクションを交換するかについて説明しています。現代の企業環境では、その壊れ方はどのように見えますか。

ほとんどの環境では、システムはアイデンティティと認証に基づいて相互に信頼しています。トークンは有効で、リクエストは適切に形成されており、インタラクションは許可されています。

問題は、有効であることが安全であることを意味するという前提に基づいているということです。那はもはや真実ではありません。

私たちはアイデンティティを認証しますが、意図を検証しません。アクセスを検証しますが、チェーン全体での動作を検証しません。

サービスは別のサービスを呼び出すことが承認されており、それが複数のAPIを介したダウンストリームアクションをトリガーします。各ステップは孤立して見ると妥当に見えますが、フルチェーンで見ると、意図しない動作やロジックの悪用が見え始めます。

AIドリブンの環境では、それがさらに増幅されます。エージェントは人間のレビューなしでアクションをチェーン化し、ワークフローを実行できます。

ハンドシェイクはまだ発生しますが、誰もが動作がコンテキストで意味を成すかどうかを尋ねることはありません。信頼は確立されますが、継続的に検証されることはありません。

なぜAIとAPIのリスクは組織の境界の間でしばしば落ちるのでしょうか。明確に所有権を持つのではなく。

システムは組織の構造と一致していないからです。

DevOpsはデリバリーを所有します。セキュリティはポリシーを所有します。ビジネスチームは成果を所有します。データチームはモデルを所有します。各グループは一部を所有しますが、誰もがシステム全体を所有しません。

APIはビジネスロジックをシステム全体で実行します。AIはそれの上に非決定的な意思決定を導入します。両方ともすべての境界を横切っています。

それらは一つのチームによって構築され、別のチームによってセキュリティが確保され、別のチームによって消費され、すべてのチームで一貫した監視が行われていません。

これが生み出すギャップは、チームの失敗ではありません。システムが実際にどのように動作するかを反映していないオペレーティングモデルの失敗です。

あなたの経験では、どのチームが通常AIリスクを所有していると考えているのでしょうか。セキュリティ、DevOps、ビジネスユニットの間で最大の盲点はどこにありますか。

セキュリティチームは、ガバナンスとコンプライアンスの観点からAIリスクを所有しています。DevOpsはデプロイと信頼性を所有しています。ビジネスユニットは成果に焦点を当てています。

盲点はそれらの領域の間にあります。

セキュリティは何が起こるべきかを定義します。DevOpsはシステムが動作することを保証します。ビジネスは結果に焦点を当てています。しかし、ほとんどのチームは一貫してシステムが実際に何をしているかを見ていません。

そのギャップがリスクが存在する場所です。特に、動作が技術的に妥当だがコンテキスト的に誤っている場合にです。

多くの現代の攻撃は、明らかな侵入ではなく、有効で認証された動作として現れます。組織はこの新しい現実で検出をどのように再考するべきですか。

私たちは「悪い」リクエストを特定することだけに頼るのを止める必要があります。

多くの場合、リクエストは有効です。資格情報は妥当です。APIコールは予想どおりです。予想外なのは、アクションのシーケンス、ボリューム、または結果です。

検出は行動とコンテキストに基づく必要があります。単一のリクエストをブロックすることよりも、システムが時間の経過とともにどのように相互作用するかを理解することについてです。

実際に機能するアプローチは、パターンマッチングを超えています。リクエストを構造的に分解し、既知の悪いパターンにマッチするのではなく、行動トークンとして扱います。

これにより、動作がどのように進化し、どこで逸脱するかを理解できます。表面ではすべてが妥当に見えてもです。

静的ルールや署名に頼る場合、ほとんどの重要な点を見逃すことになります。

あなたはリアルワールドの動作への観測可能性の重要性を強調しています。APIとAIシステムのプロダクションにおける意味のある観測可能性とは何ですか。

意味のある観測可能性は、ログとメトリクスだけではありません。コンテキストでの動作を理解することです。

APIの場合、それにはフルリクエストとレスポンスの可視性、エンドポイントの使用方法、インタラクションの進化が含まれます。

AIシステムの場合、それには入力、決定、結果のアクションを理解することを意味します。

最も重要なのは、それらをシステム全体のフルワークフローに接続すること、孤立したイベントではありません。

それがない場合、システムの動作についての仮定に基づいて運用していますが、現実ではありません。

なぜ伝統的な人間によるレビューと承認モデルはマシンドリブンの環境で効果を失っているのでしょうか。

それはスピードとスケールが変わったからです。

システムは1分間に何千、何万というコールを実行し、攻撃や予期せぬ動作は数分または数秒で展開できます。人間のレビューを各決定に含めることは、パフォーマンスを壊すことになるので現実的ではありません。

AIシステムは常に決定論的ではないため、事前の承認モデルも効果的ではありません。

人間の監視はまだ重要ですが、個々のアクションの承認から、ガードレールの定義と結果の監視への移行が必要です。

あなたが見る最も共通のオペレーションガップとは何ですか。会社がレガシーセキュリティフレームワークを使用してAIシステムをセキュアにするときにです。

最大のギャップは、デザインタイムコントロールへの過度の依存です。

組織はモデルをセキュアにすること、コードをレビューすること、デプロイ前にポリシーを定義することに重点を置いています。那は重要ですが、システムがデプロイ後に期待どおりに動作することを前提としています。

実際には、システムは進化します。APIは変わります。AIモデルは新しいデータやワークフローと相互作用します。動作は時間の経過とともに変化します。

デプロイ後の動作の継続的な検証がなければ、組織は基本的に盲目です。

実用的なオペレーティングモデルとは何ですか。AIとAPIのリスクについて複数の利害関係者が共同で責任を負う場合にです。

それは、単一のチームがそれをエンドツーエンドで所有できることはないことを認めることから始めます。

実用的なモデルは、共有の責任を定義します。ランタイムの動作を中心に据えています。

セキュリティはリスクとポリシーを定義します。エンジニアリングはシステムを構築して運用します。ビジネスは受け入れ可能な成果を定義します。

先を行くチームは、閉じたループで運用しています。デザインタイムではなく、実際の動作に基づいて、継続的な発見、適用、改良を実行しています。

すべての利害関係者は、システムがプロダクションでどのように動作するかについての可視性が必要です。そこから、チームは「良好」なものが何であるかについて合意し、逸脱を検出して対応できます。

シフトは、シロ化された所有権から調整された責任へのものです。ランタイムの洞察に基づいています。

先を見て、セキュリティの責任は再び中央集権化されるでしょうか。システムがより自律的になるにつれて、断片化は続くでしょうか。

責任は分散されたままです。システムが構築される方法を反映しているからです。

何が変わるのは、責任がどのように調整されるかです。

統一されたガバナンスモデルが見られます。チームはドメインを所有していますが、共有の可視性とコンテキストで運用しています。

成功する組織は、すべてを中央集権化しようとするのではなく、システムが実際にどのように動作するかにステークホルダーを合わせるでしょう。

ランタイムの動作を誰も理解していない場合、誰もが真正にリスクを所有しているのではないからです。

素晴らしいインタビュー、ありがとうございました。詳しく知りたい読者は、Wallarmを訪問してください。