Agentic AI に関連するネットワークセキュリティの課題をどのように解決するか

Agentic 人工知能 (AI) は、ジェネレーティブ AI (GenAI) の機能を超える次世代の AI です。ほとんどの GenAI システムが人間の入力や監視に依存しているのに対し、Agentic AI は自律的に動作し、複雑な多段階の問題を解決するためにユーザーの入力を必要としません。大量の言語モデル (LLM)、機械学習 (ML)、自然言語処理 (NLP) を活用することで、Agentic AI は人間やシステムの代わりにタスクを自律的に実行し、生産性と運用性を大幅に向上させます。

Agentic AI はまだ初期段階ですが、専門家はいくつかの画期的なユースケースを強調しています。例えば、銀行のカスタマーサービス環境では、AI エージェントがユーザーの質問に答えるだけでなく、取引やタスクを実行することができます。別の例として、金融環境では、Agentic AI システムが人間の分析者を支援し、大量のデータを自律的に分析して、データに基づいた意思決定のための監査可能なレポートを生成します。

Agentic AI の可能性は確実です。しかし、新しいテクノロジーと同様に、セキュリティ、ガバナンス、コンプライアンスに関する懸念もあります。Agentic AI の独自の性質は、組織にとって複数のセキュリティとガバナンスの課題を提起します。企業は、これらの課題に対処することで、Agentic AI の利点を享受すると同時にネットワークのセキュリティと効率性を確保する必要があります。

Agentic AI は組織にとってどのようなネットワークセキュリティの課題を生み出すか

AI エージェントには 4 つの基本的な操作があります。第一は感知とデータ収集です。これらのエージェントは数百、数千、または数百万と集め、クラウド、オンプレミス、エッジなど、さまざまな場所からデータを収集し、このデータは特定の地理的な場所からではなく、さまざまな場所から収集される可能性があります。第二は意思決定です。エージェントがデータを収集した後、AI と ML モデルを使用して決定を下します。第三は行動と実行です。エージェントは決定に基づいて行動を実行します。第四は学習です。エージェントは、決定前に収集したデータを使用して、適応と調整を行います。

このプロセスで、Agentic AI は効果的に機能するために大量のデータセットへのアクセスを必要とします。エージェントは 機密情報を扱うデータシステムと統合します。金融レコード、ヘルスケアデータベース、個人情報 (PII) などです。不幸にも、Agentic AI はネットワークインフラストラクチャの脆弱性に対するセキュリティの努力を複雑にします。特に、クロスクラウド接続では、エグレスセキュリティの課題を提起し、企業がデータの流出やコマンドとコントロールの侵害に対して防御することを困難にします。AI エージェントが侵害された場合、機密データが簡単に漏洩または盗まれる可能性があります。また、エージェントは悪意のあるアクターによって乗っ取られ、大規模な誤情報の生成と配布に使用される可能性があります。侵害が発生すると、財務上の罰金だけでなく、評判の影響も生じます。

観察可能性と追跡可能性などの重要な機能は、Agentic AI によって妨げられる可能性があります。AI エージェントがアクセスしているデータセットを追跡することは困難です。 データが漏洩または未承認のユーザーによってアクセスされるリスクが増加します。同様に、Agentic AI の動的学習と適応は、構造化されたログに基づいてデータフローを追跡する伝統的なセキュリティ監査を妨げる可能性があります。Agentic AI は一時的な、動的な、継続的に実行されるため、24 時間体制で最適な可視性とセキュリティを維持する必要があります。スケールも課題です。攻撃対象領域は、オンプレミスデータセンターとクラウドの範囲を超えてエッジを含むまで拡大し、Agentic AI はエッジに数千から数百万の新しいエンドポイントを追加する可能性があります。これらのエージェントは、さまざまなクラウド、オンプレミス、エッジなど、多数の場所で動作し、ネットワークを攻撃しやすくします。

Agentic AI のセキュリティ課題に対する包括的なアプローチ

企業は、4 つの基本的な操作ステップごとにセキュリティソリューションとベストプラクティスを適用することで、Agentic AI のセキュリティ課題に対処できます。

1. 感知とデータ収集: 企業は、エージェントが機能するために必要な大量のデータを収集するために、エンドツーエンドで暗号化された高帯域幅ネットワーク接続が必要です。このデータは、ユースケースによっては機密または非常に貴重な可能性があります。企業は、すべてのデータソース間で動作し、機密情報と PII データを保護するための高速暗号化接続ソリューションを展開する必要があります。
2. 意思決定: 企業は、AI エージェントが正しい決定を下すために、正しいモデルと AI および ML インフラストラクチャへのアクセスを確保する必要があります。クラウドファイアウォールを実装することで、企業は AI エージェントが監査可能な方法で正しいモデルにアクセスするために必要な接続性とセキュリティを取得できます。
3. 行動と実行: AI エージェントは、決定に基づいて行動を実行します。ただし、企業は、数百または数千のエージェントのうち、どのエージェントが決定を下したかを特定する必要があります。また、エージェントが互いにどのように通信するかを理解して、エージェント間の矛盾や「ロボット同士の戦い」を避ける必要があります。したがって、企業は、エージェントの行動の観察可能性と追跡可能性が必要です。観察可能性とは、AI エージェントの内部状態と動作をリアルタイムで追跡、監視、理解する能力です。追跡可能性とは、AI エージェントによって行われたデータ、決定、行動を追跡および文書化する能力です。
4. 学習と適応: 企業は、アルゴリズムを調整するために数百万ドルを費やしますが、これによりエージェントの価値と精度が向上します。悪意のあるアクターがモデルを入手して流出させた場合、そのすべてのリソースが数分でその手に渡る可能性があります。企業は、流出とコマンドおよびコントロールの侵害に対するエグレスセキュリティ機能で投資を保護できます。

セキュアで責任ある方法で Agentic AI を活用する

Agentic AI は、企業が新たな生産性と効率性の高みに到達する可能性を秘めています。しかし、AI 空間の新しいテクノロジーと同様に、企業はネットワークと機密データを保護するための予防措置を講じる必要があります。特に、Salt Typhoon や Silk Typhoon などの国家が支援する高度に組織化された悪意のあるアクターが大規模な攻撃を継続的に実行している今日、セキュリティは非常に重要です。

企業は、Agentic AI の独自の課題に対応できる堅牢でスケーラブルで将来にわたって安全なセキュリティ戦略を開発するために、クラウドセキュリティの専門家と提携する必要があります。これらのパートナーは、企業が AI エージェントを追跡、管理、保護できるようにし、コンプライアンスとガバナンスに関する基準を満たすために必要な認識を提供するのに役立ちます。