AI対応型ゼロトラスト・アーキテクチャ構築に向けた詳細な計画

業界は長年にわたり、「決して信頼せず、常に検証する。」これは、初期のゼロトラストの基盤であり、ネットワーク内にあるものがすべて安全であると想定していた「城と堀（castle-and-moat）」の考え方から脱却するために不可欠な転換でした。しかし、現在では、アイデンティティを検証するだけでは不十分です。AI駆動型のスクリプトにより、認証されたセッションを乗っ取り、マシンスピードでユーザーのふるまいを模倣することができるようになりました。そのため、アイデンティティ検証からアーキテクチャのレジリエンスに焦点を移行する必要があります。

これからは、検証ゲートがいずれはバイパスされると仮定する必要があります。もはや、目標は認証情報を確認するだけでなく、アーキテクチャそのものを能動的な侵入に耐えられる設計にすることにあります。組織は、基本的な権限を超えて、自動化された封じ込め機能が働いている状態へと移行する必要があります。たとえば、アカウントユーザーの認証情報が自動化されたスクリプトによって悪用された場合、システムはそれを単に検証するだけではなく、ユーザーが定義済みの狭いサンドボックスの外部にアクセスできないようにする必要があります。

現代におけるサイバーセキュリティのレジリエンスは、リアルタイムの自動化された応答に依存しており、脅威が出現した瞬間にそれを抑え込みます。テレメトリが侵害を通知した場合、アーキテクチャは人間のアナリストによる判断を待つべきではなく、セグメントを自律的に隔離するものであるべきです。この根本的な変化により、攻撃の「ブレークアウトフェーズ」が効果的に無効化されます。

ゼロトラストの導入に着手する際、組織はこのような信頼の欠如とアクセス制限の裏の側面も考慮する必要があります。ゼロトラストの根本的な側面はアクセスを制限することであり、歴史的にはポジティブセキュリティを通じて行われてきました。つまり、何を許可するのかを判断するということです。他のすべてはデフォルトで拒否されます。

しかし、悪性キャンペーンを実行する攻撃者の能力を低下させた結果、意図せずして、従業員の業務遂行を妨げてしまう場合があります。また、正当なパッケージやユーザーをブロックするフォールス・ポジティブ（誤検知）や、悪性のトラフィックを通過させてしまうフォールス・ネガティブ（検知漏れ）は、累積的に遅延やフラストレーションを増加させる可能性があります。従業員が効率的に仕事をすることを妨げるゼロトラスト戦略は、戦略とは言えません。

同様に、今日の複雑なIT環境は、現在、さらに複雑な脅威環境に直面しています。すると、数千もの手動ルールをセキュリティチームが管理することになります。これはもはや維持できることではありません。組織は、ゼロトラスト・セキュリティに対する防御的なAIアプローチを採用する必要があります。AIは攻撃をシンプル化した一方で、ポリシーの作成をシンプル化することもできます。これにより、チームは重要な人間による監視を維持しながら、迅速にポリシーを展開し、調整することが可能になります。

そのため、強固なゼロトラスト戦略は、セキュリティとアクセス、または自動化と人間による監視のバランスを取ることになります。

また、市場の製品を選択する際には、ゼロトラスト購買チームが見落としがちな重要な差別化要因があります。エッジ・クラウド・プラットフォームと組み合わさったソリューションは、エッジプラットフォームへの接続を抽象化するアイデンティティ認識型プロキシとして機能し、すべての認証がエッジや、データセンターから離れた場所で行われるため、さらなるメリットを提供します。一部の企業はDMZ内で実行されるプロキシアーキテクチャへのアクセスを求めていますが、それではクラウドの機能を活用して攻撃をより効果的に吸収することや、キャッシング用の帯域幅を提供すること、あるいは必要に応じて自動スケーリングすることはできません。

クラウドに組み込まれたアイデンティティ認識型プロキシは、オンデマンドでのスケーリング、CPU負荷の大きいリソースの実行、攻撃の吸収を行うことができます。また、これはインターネットから直接アクセスできないプライベートIPアドレス上に配備されます。パフォーマンスとセキュリティが最も重視されるアクティビティが、エンドユーザーに最も近いエッジで実行されます。さらに、アプリケーションへの機微な進入経路はアプリケーションのリバーストンネルを介するため、境界のIPは見えなくなり、ボリューム型攻撃のリスクが軽減されます。

AIは、ネットワークとアプリケーションへのDDoS攻撃、API攻撃などを単一の協調的なキャンペーンに統合し、複数のベクトル間の攻撃を同時に高速化するため、ネットワークからより離れた場所に防御を構築することがさらに重要になります。

ゼロトラスト戦略が完了することはありません。ソフトウェア、ハードウェア、採用の要件を検討している企業にとって最大の疑問となるのは、「どのテクノロジーから始めればよいのか」です。

多くの物事と同様に、その答えは各企業のニーズ、リスク評価、相対的な強みと弱みによって異なります。多くの業界オブザーバーにとって、答えはZTNAの導入から始めることです。実際、垂直方向（North／South）の悪性トラフィックから組織を保護することは、賢明な出発点となり得ます。しかし、マイクロセグメンテーションを使用した水平方向（East／West）のアプローチ、特にソフトウェア定義のマイクロセグメンテーションから始めた方が良いと考える人もいます。

ほとんどの専門家と同様に、完璧な防御など存在せず、最終的には悪性の攻撃が防御を突破すると考える人は、最も価値のある資産を保護したいと考えます。それを可能にするのがマイクロセグメンテーションです。組織がマイクロセグメンテーションに消極的になる理由の1つが、マイクロセグメンテーションは複雑だという印象を持っていることです。

まず、マイクロセグメンテーションはオール・オア・ナッシングのアプローチではありません。ゼロトラスト自体と同様に、段階的に実行できます。最も価値のある資産を特定することから始めることができます。極めて重要なものに重点を置き、何者かがシステムに侵入しても、ビジネスが停止しないようにします。資産の重要性は、その資産内のデータや既存の保護レベルに基づきます。

多くの場合、レガシーシステムをカバーするマイクロセグメンテーションソリューションが必要です。なぜなら、そのようなシステムはビジネスクリティカルなアプリケーションを実行していることが多く、とりわけ脆弱だからです。そのようなレガシーシステムのセキュリティ確保をサポートしていないマイクロセグメンテーションソリューションもあります。

次に、ソフトウェア定義のマイクロセグメンテーションにより、マイクロセグメンテーションは複雑であるという印象の多くは解消されます。ハードウェアに対処することや、ネットワークアーキテクトやセキュリティアーキテクトを何度も訪ねる必要はありません。また、ポリシーの作成、変更、実装に数か月を費やす必要もありません。Akamaiの生成ポリシーエンジンのような機能を使用することで、AI導入のハードルが下がりました。この機能は、アプリケーションのふるまいをモデリングし、その意図をプロセス、ユーザー、完全修飾ドメイン名などの高度なワークロードのテレメトリにマッピングすることで、適用が可能なセグメンテーションルールを自律的に合成します。

さらに、侵害の発生が時間の問題であり、AI駆動型の攻撃によってその威力と被害額がかつてないほど高まっているのであれば、侵害を阻止する最も効果的な方法、すなわち、侵入が発生したら、その動きをロックダウンすることから始めることが理にかなっています。

マイクロセグメンテーションを開始したら、早々に効果が表れ、プロジェクトの残りの部分を推進するための後押しとなります。たとえば、環境内で何が起こっているのかを把握するための客観的な信頼できる情報源が確立されます。ポリシーを適用しなくてもすぐに状況を把握し、フローがどのように発生しているかを十分に理解できるようになります。さらに、アプリケーションのリングフェンシングを開始したら、重要なサービスを簡単にロックダウンし、特定のポートやプロセスを介してのみ通信を行うようにすることができます。

また、すぐに成果を挙げる方法は、脅威固有のポリシーをターゲットにすることです。高度なマイクロセグメンテーションプラットフォームには、ポジティブセキュリティの概念が組み込まれています。つまり、リモート・デスクトップ・サービスとインターネット間の不要な接続を停止するポリシーをすばやく作成できます。たとえば、Colonial Pipelineへの攻撃につながった脆弱性を迅速に封じ込めることができます。

出発点がどこであっても、継続的なゼロトラストの鍵はバランスです。アイデンティティ管理が世界トップクラスでも、セグメンテーションやWebアクセスの保護が不十分であれば、優れたセキュリティは生まれません。

多くのテクノロジーに関する意思決定と同様に、ゼロトラスト・ソフトウェアを購入する際には多くの場合、個別の専門ツールを選ぶか、複数のコンポーネントを組み合わせたプラットフォームを選ぶかの二者択一になります。ゼロトラストの影響はセキュリティチーム、インテグレーター、アーキテクト、アナリストに及び、複数のコンソール、エージェント、統合でポリシーを維持する必要があるため、プラットフォームの方が説得力のある選択肢となります。これは、熟練したサイバーセキュリティ専門家が不足している厳しい労働市場において特に当てはまります。複数のベンダーのソリューションを管理する場合、人件費が大幅に増加します。なぜなら、効果的に相互通信できないソリューションがフォールス・ポジティブ（誤検知）を引き起こし、それがエンドユーザーの負担となり、追加のサポートやトレーニングが必要になる可能性があるからです。

AI対応の脅威が増加する中、攻撃者はもはや単一の弱点を探すのではなく、すべての弱点を同時に狙っています。そのため、一元的なポリシー作成と、連携した自動化の仕組みを持つことが不可欠になります。さらに、高度なゼロトラスト防御を備えた組織は、セキュリティ情報およびイベント管理から、エンドポイント検知／対応および脅威インテリジェンスまで、セキュリティスタックのすべての構成要素が緊密に統合されています。現代の組織にとって、最高水準のアプローチをとるよりも、プラットフォームアプローチを採用する方が、この統合を大幅にシンプル化できます。

最後に、サポートおよび契約交渉に関しては、「ワン・ハンド・トゥ・シェイク」（手を結ぶべきは1社だけ）という有名な言葉があり、これはプラットフォームプロバイダーと協力してゼロトラストを導入すべきであることを訴えています。

理想的には、柔軟なアプローチを備えた単一のプロバイダー、すなわち包括的なゼロトラスト・プラットフォームと個々のポイント製品を提供するプロバイダーを探すべきでしょう。この柔軟性により、単一のプロバイダーの利点を享受しながら、より簡単にゼロトラストを実現できるようになります。

現在、AI駆動型のサイバー攻撃の登場によって、「検知して対応」という従来のサイバーセキュリティのアプローチは時代遅れのものとなりました。自律型エージェントやAI対応マルウェアがわずか数分でネットワークをマッピングし、ラテラルムーブメントを実行できるようになった今、人間のペースで進められる調査はもはや有効な防御にはなりません。このような状況では、スピードが唯一の決定的な優位性となります。

AIサイバーセキュリティ闘争を勝ち抜くには、攻撃者を追跡するアプローチから、攻撃を事前に封じ込めるという戦略への根本的な転換が必要です。ZTNA、マイクロセグメンテーション、DNSファイアウォール、フィッシング対抗のMFAを網羅する包括的なプラットフォームを組み込んだゼロトラストの詳細な計画は、ビジネスのレジリエンスを維持するために不可欠です。手動による当て推量に頼らずにAI駆動型の防御を行うことで、組織は脅威が発生する前に被害範囲を縮小し、マイクロサービスレイヤーでセキュリティを適用することができます。このAIリスクの時代を乗り切る上で勝者となるのは、最も多くのアラートに手動で対応するものではなく、目に見えないものをデフォルトで封じ込めるようにアーキテクチャが構築されている組織です。

Akamaiは、すべてのインタラクションのセキュリティを確保することで、この取り組みの迅速な開始をサポートします。Akamai Guardicore Segmentationの生成ポリシーエンジンは、数か月にわたる手動ルール設定を、AI駆動によるわずか数分のポリシー作成へと変革し、ユーザーの露出を即座にマッピングします。これらのゼロトラストの中核要素を組み合わせることで、Akamaiは自律型エージェントを管理し、マシンスピードでラテラルムーブメントを阻止します。複雑なセキュリティをシンプルな運用に変換し、将来の脅威に対してレジリエントなアーキテクチャを確立します。これにより、ユーザーが今すぐイノベーションを進められる環境を整えます。