サイバーセキュリティ

Tanium AgentSight、シャドーAIをエンドポイントのインベントリに追加

TaniumのAgentSightの発表により、セキュリティチームは従業員のデバイスにインストールされたAIツールを確認できるようになる一方、エージェントの活動追跡と、より広範なポリシー適用は今後のロードマップに残されている。

Miles Okada
Unite.AI を Google の優先ソースに追加
An engineer viewing monitoring screens in an enterprise operations room
要点AgentSightはローカルモデルとAIエージェントを棚卸しするが、それらの行動が承認されていることをまだ確認できない。
もっと見る
  • AgentSightはローカルモデルとAIエージェントを棚卸しするが、それらの行動が承認されていることをまだ確認できない。
  • デバイスレベルの可視性は、全社的なサブスクリプションやクラウド記録が完全に見逃すシャドーAIをITが発見するのに役立つ。
  • Taniumはまず棚卸しを出荷し、行動分析とポリシー適用はロードマップに残っている。

Taniumは今週、ラスベガスで開催されたConvergeカンファレンスでAgentSightを発表し、従業員のデバイス上で稼働するAIソフトウェアをセキュリティチームがインベントリ化できるようにした。同社によると、最初の機能は現在、Taniumコンソールで利用できる。Windows、macOS、Linux上のローカルモデル、コーディングエージェント、AI拡張機能、Model Context Protocol(MCP)サーバーを特定し、それぞれをデバイスとインストールしたユーザーに関連付ける。

今回の発表内容は、Taniumが説明した長期的な製品構想よりも範囲が限られている。初回リリースで把握できるのは、何がどこにインストールされているかだ。エージェントが何をしたかを明らかにし、異常な動作を検知し、多数のデバイスにポリシーを適用するためのシステム機能については、同社は現在も開発を進めている。AIのガバナンス方針を選ぶ組織にとって、この違いは重要だ。完全なインベントリには価値があるが、それだけではエージェントの動作が認可されているとは確認できない。

AIのインベントリ管理がデバイスから始まる理由

企業は全社的なAIサブスクリプションを管理していても、従業員が各自のワークステーションにインストールしたアシスタントについては、把握できる範囲が限られている場合がある。承認済みのコーディングツールと並んで、複数の拡張機能やローカルモデル、別のサービスへのコネクターが使われていることもある。ソフトウェアのインベントリがあれば、IT部門はそうしたコンポーネントが稼働しているデバイスを確認でき、セキュリティ担当者は誰がインストールしたのかを追跡する手掛かりを得られる。また、あるサービスを承認しても、ワークフローに取り込まれるすべてのツールが自動的に把握されるわけではない理由も明らかになる。

Taniumは、初期段階の可視化機能について、オンプレミス環境やエアギャップ環境でも利用できるとしている。デバイスからクラウドサービスにテレメトリーを送信できないチームにとって、これは重要だ。また同社によると、Tanium Assetのコスト追跡機能では、AIソフトウェアの導入場所と費用を確認できる。こうした点を把握するうえでエンドポイントの視点は有用だが、ブラウザーベースのサービス、クラウドシステム、あるいはエージェントがリモートで使用するアプリケーションの記録に代わるものではない。

Taniumが実証したことと、今後の展開

発表の中でTaniumは、Convergeで実演したAtlasのシャドーAIページについて説明した。このページでは、セキュリティチームがインベントリの変更を確認し、平易な言葉で質問できる。同社はさらに、検出結果の優先順位付けや説明の提示、エージェントの活動とその起点となったセッションおよびプロンプトとの関連付けを行う計画も示した。この実演やロードマップは、これらの機能が一般提供されていることや、すべてのエージェントまたはサービスを対象としていることの証明と受け取るべきではない。

Taniumはまた、セキュリティチームがポリシーを一元的に定義し、適用を有効にする前に違反を検知できるようにする計画だ。この順序は運用上重要となる。インベントリ上では異常に見えるローカルツールも、正当なエンジニアリング業務やアクセシビリティ対応のワークフローに使われている場合がある。該当するシステムの管理者とこうしたケースを確認することで、組織は日常業務を妨げずに、認可された例外と管理されていないソフトウェアを見分けやすくなる。

インベントリをガバナンスにつなげる

任意の指針であるNIST AIリスクマネジメント・フレームワークは、何がインストールされているかだけでなく、システムがどのように使われているかという文脈でAIリスクを捉えている。企業にとっては、デバイスのインベントリを、記録に関連する人々、権限、業務プロセスと結び付けることを意味する。また、どの情報を収集すべきか、誰がそれを確認できるのかを決めることも必要だ。特に、将来の活動記録に機密性の高い業務内容を含み得るプロンプトが含まれる場合は重要となる。

AgentSightの当面の評価ポイントは、従業員がツールを導入したり変更したりする中で、セキュリティチームが正確なインベントリを維持できるかどうかだ。さらに難しいのは、企業がその可視性を有用な判断につなげられるかという点である。どのツールを承認するのか、どのような場合に例外が正当化されるのか、ポリシーから外れた動作を誰が確認すべきなのか。Taniumは、この取り組みの最初の部分をリリースした。残りは、製品ロードマップと企業による活用方法の両方に左右される。

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。