サイバーセキュリティ

LexisNexis Risk Solutions、政府機関向けにAIエージェント検知を提供

mm
Unite.AI を Google の優先ソースに追加

LexisNexis Risk Solutionsは2026年11月10日、政府機関向けにThreatMetrixおよびBehavioSecでKnow Your Agent (KYA)のインテリジェンスを利用できるようになったと発表しました。これにより、デジタル取引に関する同社の分析で2026年上半期にエージェント型トラフィックが750%増加したことを受け、デジタルIDや不正対策の判断にAIエージェントの活動が加わります。

政府機関向けのこれらの機能は、人間のユーザー、従来型の自動ボット、AIエージェントを区別できるよう設計されています。この区別は、識別上の課題に対応するものです。多くのパーソナルエージェントは現時点で自らがエージェントであると申告しないため、政府機関がデジタル環境内で誰または何が動作しているのかを判断しにくくなっています。

政府機関のリスク判断におけるエージェントのシグナル

ThreatMetrixおよびBehavioSecでは、デジタルID、デバイス、行動、ネットワークに関するインテリジェンスを活用し、認識済みのAIエージェントの特徴や、エージェント主導の活動を示すその他の兆候を特定できます。KYAはそのシグナルを取引インテリジェンスと組み合わせ、確立されたリスク評価・意思決定のワークフローに取り込むことで、政府機関がより広いインタラクションの文脈に照らしてエージェント型の活動を評価できるようにします。

政府機関は、自らのポリシーやリスク許容度、サービスまたは取引の機微性に応じて、個々のインタラクションへの対応を決定できます。このシグナルは、本人確認、認証、不正防止、サイバーセキュリティの各対策を補完するものであり、あらゆる自動化を一律に遮断する指示ではなく、より広範な評価における一つの判断材料となります。

対象となるインタラクションには、給付やプログラムへのアクセス、デジタルサービスへの登録、認証とアカウントへのアクセス、支払いと給付金の支給、個人向けセルフサービスが含まれます。そのため、同じシグナルをアカウントへのログインや公的資金の支給に関する判断に活用でき、対応は関係するリスクに応じて変わります。

エージェント検知にとどまらない認可

政府機関の本人確認・認証対策は、オンラインサービスを利用している人物が、本人の申告どおりの人物であることを確認するために構築されてきました。AIエージェントが加わると、もう一人の参加者が存在することになります。そのため、エージェントの存在を検知するだけではリスク判断として不十分であり、政府機関は誰を代表しているのか、またその行動が認可されているのかも把握する必要があります。

LexisNexis Risk Solutions GovernmentのCEO、Haywood Talcoveは、機微性の高い取引ではこの評価の重要性が増すとして、次のように述べました。「本当に問われるのは、政府機関が市民と取引、そしてその背後にある公的資金を守れるかどうかです」

LexisNexisは、KYAを特定のプロトコルに依存しない基盤と位置付けています。この基盤は、エージェントや技術標準、政府機関のユースケースの進化に合わせて発展でき、自律システムが政府機関のシステムや相互にやり取りする環境にも対応します。

今回の政府機関向け発表に先立ち、LexisNexis Risk Solutionsは2026年11月5日に、組織全般を対象としたデジタルID・不正防止プラットフォームにエージェント型インサイトを加える、Know Your Agentのより広範な提供開始を発表していました。その発表によると、多くの顧客がすでにリスク管理の判断にKYAのインテリジェンスを活用していました。今回の発表では、政府機関での利用、各機関のワークフロー、公的サービスへの応用が明示されています。

したがって、政府機関にとって実務上の焦点となるのは、委任された権限です。エージェントを特定することで状況を把握できますが、市民と資金を守るために判断すべきなのは、そのエージェントが本人に代わって登録し、アカウントにアクセスし、または支払いを開始することを許可されているかどうかです。

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。