5 分で読了
0 views

信頼の守護者:ベンダーパートナーシップで進めるAIOpsのデータセキュリティ

(Guardians of Trust: Navigating Data Security in AIOps through Vendor Partnerships)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近うちの現場でAIOpsって言葉を聞くんですが、正直何がそんなに重要なのかよく分かりません。うちみたいな老舗がベンダーにログを預けても大丈夫なんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!AIOps(Artificial Intelligence for IT Operations、以下AIOps)はIT運用をAIで自動化・改善する考え方ですよ。結論を先に言うと、ベンダーと組むことは効果的だが、データの取り扱いを明確にしないとリスクが高いんです。大丈夫、一緒に整理していけるんですよ。

田中専務

具体的にはどんなデータが問題になるんですか。うちのシステムのログって、まあ色々入ってますが、そんなに敏感なものが混じっているんですか。

AIメンター拓海

その通りです。ログやトレース、メトリクスには内部IPやホスト名、HTTPヘッダ、SQLクエリ、戻り値の内容、URL、そして個人識別情報(PII: Personally Identifiable Information、以下PII)や業務上の機密が含まれやすいんですよ。だからAIOpsベンダーにデータを渡す際に、何をどうマスクし、どう暗号化し、誰がアクセスできるかを決める必要があるんです。

田中専務

なるほど。で、うちの場合、外部にログを送るときに暗号化してくれるとか、誰が見られるか制御するとかはベンダー側でやってくれるものなんでしょうか。

AIメンター拓海

良い質問です。多くのベンダーは輸送時暗号化(encryption in transit)と保存時暗号化(encryption at rest)を提供しますが、実装や鍵管理のポリシーはベンダーで異なります。さらにRBAC(Role Based Access Control、以下RBAC)やフィールド単位のマスキングを提供するところもあるが、どこまで標準で担保されているかは契約次第なんです。

田中専務

これって要するに、うちが見えないところで全部やってくれる便利屋さんなのか、それとも細かくルールを決めて一緒に守る共同作業なのかをはっきりさせるべきだということですか。

AIメンター拓海

まさにその通りですよ。要点を三つにまとめると、第一にデータの種類を明確にすること、第二に暗号化とマスキングの責任範囲を定義すること、第三にアクセス管理と監査ログを整備することです。これを契約に落とし込めば、投資対効果も見えてくるんです。

田中専務

契約に落とし込むとき、現場のIT担当に丸投げしてしまいがちなのですが、経営判断で押さえておくべきポイントは何でしょうか。

AIメンター拓海

経営の視点では三点です。第一にリーガルとコンプライアンスの要件(どのデータが国内に留めるべきかなど)を確認すること、第二にデータ侵害時の責任範囲と対応費用を明確にすること、第三にベンダーのセキュリティ証明や独立監査の有無を評価することです。これで想定外のコストを避けられるんですよ。

田中専務

監査や証明書というのは、例えばどんなものを見ればいいんですか。難しい用語を並べられても困ります。

AIメンター拓海

専門用語を避けると、第三者がセキュリティをチェックしている証拠があるかどうかを見ればいいです。例えばISOやSOCのような独立した監査報告書があるか、または定期的なペネトレーションテスト(侵入テスト)の結果を開示できるかを確認すれば良いんですよ。これでベンダーが本当に対策しているか見分けられます。

田中専務

わかりました。導入後もずっと見張る必要があるということですね。最後に、実際に契約に入れるべき最低限の項目を教えてください。

AIメンター拓海

ここでも三点要約です。第一に取り扱うデータの分類とマスキング要件、第二に暗号化の方式と鍵管理の責任、第三にアクセス制御と監査・ログの保持期間です。これらを契約に明文化すれば、経営としてリスクをコントロールできるんですよ。

田中専務

なるほど。要するに、ベンダーに丸投げではなくて、何を出すか・どう守るか・誰が見るかを最初に決めて契約で担保する、ということですね。自分の言葉で言うと、リスクを見える化してから技術を使う、という理解でよろしいですか。

論文研究シリーズ
前の記事
宇宙化学反応ネットワークの高速化
(Speeding up astrochemical reaction networks with autoencoders and neural ODEs)
次の記事
機械学習ライブラリにおけるバグ修正プロセスの実証研究
(Software issues report for bug fixing process: An empirical study of machine-learning libraries)
関連記事
パンデミック感染予測のための区画モデルと学習ベースのアプローチ
(Pandemic infection forecasting through compartmental model and learning-based approaches)
HASOCサブトラック(FIRE 2021)に関する概観 — Overview of the HASOC Subtrack at FIRE 2021: Hate Speech and Offensive Content Identification in English and Indo-Aryan Languages
ベイジアン一般化パレート回帰による株式市場クラッシュ予測
(Predicting Stock Market Crash with Bayesian Generalised Pareto Regression)
原子スピン鎖上のマヨラナ準粒子
(Majorana quasiparticles in atomic spin chains on superconductors)
経験的リスクのランドスケープに関する深層学習理論 II — Theory of Deep Learning II: Landscape of the Empirical Risk in Deep Learning
3C 58パルサー風神経星雲の光学同定
(Optical identification of the 3C 58 pulsar wind nebula)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む