AIと予測分析がセキュリティチームの負荷を軽減する - (page 2)

　さらに同氏は、「特にクラウドサービスでは、AIと予測的アナリティクスによるネットワークの異常検知技術を、潜在的なセキュリティの問題だけでなく、遅延のような性能に関する問題の検出にも利用できる」と付け加えている。

　Martini氏によれば、これらのテクノロジの幅は広いが、「セキュリティチームやITチームの負担を減らしてくれる技術は、どんなものでも極めて有用だ」という。

　クラウドに関しては、行動分析、マルウェア防止、電子メールベースのセキュリティソリューションが特に企業にとって有用だ。

　クラウドサービスやネットワークの監視に使われているAI、機械学習、予測的アナリティクスは、不審なトラフィックや、異常、詐欺メールを検出できる。これらの技術は、できるだけ発生する前に攻撃を阻止することを目指している。

　個人と企業のネットワークは、どちらも単なるPCとルーターだけのシステムから、モバイルデバイスや異なるOSのデバイス、モノのインターネット（IoT）製品などを含む複雑なものに進化しており、脅威を排除するには、より堅牢なセキュリティシステムが必要になっている。

　Martini氏は、「確かにAIと予測的アナリティクスはネットワークへの侵入を困難にするが、長年の経験から、攻撃者はイノベーションを起こす能力と十分なリソースを持っており、優れたスキルを持つ専任のスタッフが、常にネットワークのセキュリティを破るための方法を模索し続けていることが分かっている」と述べている。「AIや予測的アナリティクスは頻度が高い基本的な攻撃を防ぐには役に立つが、変則的でカスタマイズされた攻撃手段を用いた、高度な標的型攻撃は、今後も企業のセキュリティチームの手を患わせることになるだろう」

　ただし、AIや機械学習を導入しても、サイバーセキュリティチームや人間の関与が不要になるわけではない。

　むしろこれらのテクノロジは、セキュリティチームを支援するのに向いている。手間の掛かる作業から人間を解放し、より困難な課題やパッチ適用プロセス、重要なセキュリティの問題などに集中できる環境を作るために使われるべきだ。

　さらに、データの問題もある。AI、機械学習、予測的アナリティクスが効果を発揮できるかどうかは、システムが扱っている情報の品質に依存する。企業がサービスやユーザ、ネットワークトラフィックなどに関する高品質な情報を収集できない限り、本来は回避可能な誤検出や間違った結論が生じてしまい、パフォーマンスの水準は下がってしまう。

　「AIや予測的アナリティクスは、クラウドベースのサイバーセキュリティ機能に向いている。これは、大きなデータセットの恩恵にあずかれるためだ」とMartini氏は付け加えている。「AIが利用できる過去とリアルタイムのデータが多いほど、性能は向上する。AIや予測的アナリティクスは従来のセキュリティソリューションでも利用できるが、最高水準のパフォーマンスが発揮できるのはクラウドで利用する場合だ」

　Gartnerによれば、企業の59％はまだAI戦略を策定中だが、残りの企業はAIソリューションのテストや導入を全面的に進めている。

　同社は、企業がビジネス価値を最大化するには、汎用のAIアプリケーションよりも、特化型のAI（セキュリティや監視を含む、特定のタスクに目的を絞った機械学習ベースのソリューション）に力を入れるべきだと述べている。