シスコがOpenAIを活用してエンタープライズネットワークをマシンスピードで防御する方法

要約: OpenAIは、シスコがDaybreakやGPT-6 Astraと呼ばれる機能を含むフロンティアAI推論を活用して、ネットワークテレメトリを関連付け、脆弱性の調査とパッチ適用を迅速化し、エージェント型システムを保護する方法を説明する顧客事例を公開しました。この発表が重要なのは、AIスピードの攻撃からエンタープライズインフラを保護するための前提条件としてAIスピードの防御を位置づけ、OpenAIのゼロデータ保持、厳格な顧客データ境界、検証可能な分離が、ミッションクリティカルなセキュリティデータへの展開を可能にする条件であると提示しているからです。

シスコの防御は単一の境界ではなく、ネットワークレベルの制御から始まる

シスコはネットワーキングおよびセキュリティインフラを構築しており、OpenAIの顧客事例は、ネットワークをAIを活用した攻撃者から防御する最初の場所として位置づけています。情報源は、攻撃者がAIを使用して自動化された攻撃を拡大し、マシンスピードでエクスプロイトを作成していると述べており、これによりエンタープライズインフラの防御は固定された境界を防御するのとは異なる問題になっています。

シスコの社長兼最高製品責任者であるジートゥ・パテル氏は、単一のセキュリティ境界から、マイクロサービス、コンテナ、Kubernetesクラスタに分散された制御への移行について説明しています。このアーキテクチャは、ネットワークエッジだけでなく、各ワークロードの近くにセキュリティ制御を配置します。

「私たちは、すべてのマイクロサービス、すべてのKubernetesコンテナ、すべてのKubernetesクラスタの前にミニセキュリティスタックを配置し、セキュリティをネットワークのファブリックに融合させることができます。」

アプリケーションレベルの制御により、各サービスが必要とする接続に通信を制限できます。情報源は、これにより攻撃者が拡散に使用できる経路が減少すると述べています。セキュリティチームはまた、影響を受けたシステムをより選択的に隔離できるため、影響を受けていないサービスは、チームが調査および対応している間も稼働を継続できます。

マシンスケールの相関が弱いシグナルをセキュリティ発見に変える

シスコはネットワークテレメトリとOpenAIモデルを組み合わせて、マシンスケールでシグナルを相関させます。情報源の例は、個別のログでは見逃しやすいパターンです。2つのシグナルは単独では良性に見えるかもしれませんが、組み合わせると意味のあるパターンが明らかになります。

「2つのシグナルは単独では良性に見えるかもしれませんが、一緒になると意味のあるパターンが明らかになります。ネットワークインテリジェンスにより、ネットワーク全体のデータを相関させ、安全な運用に役立つ洞察を得ることができます。」

セキュリティ上の価値は、単一のアラートではなく、ネットワーク全体の相関から生まれます。情報源はこれを、防御側がより多くのシグナルを処理し、シスコのインフラをすでに通過しているデータから運用上の洞察を得る方法として提示しています。

エクスプロイトからパッチまでのギャップが運用上のターゲット

パテル氏は、攻撃者が脆弱性を悪用する速度と、組織がパッチを適用するまでの時間のギャップを、防御側にとって緊急の課題として特定しています。シスコは、防御側に脅威を調査し、より迅速に対応するためのより多くの能力を与えることで、このギャップを縮小する方法としてAIを捉えています。

「AIは攻撃者に速度と規模を与えます。防御にAIを使用することは、安全を維持するための前提条件です。」

パテル氏は、DaybreakとGPT-6 Astraを、シスコとその顧客のセキュリティを強化する進歩として説明しています。情報源は、これらの機能がシスコの脆弱性の発見とパッチ適用をより効率的にし、調査、対応、修復に必要な時間を短縮すると述べています。

「DaybreakとGPT-6 Astraは、当社のセキュリティ態勢だけでなく、顧客のセキュリティ態勢にとっても段階的な改善でした。」

導入は、セキュリティ運用の全面的な置き換えではなく、既存のワークフローを中心に据えられています。パテル氏は、これらの機能が既存のスキャニングワークフローに適合できるため、チームは作業方法を根本的に変える必要がないと述べています。

エージェント型システムにはセキュリティテレメトリと可観測性の両方が必要

エージェントがより自律的になるにつれて、シスコはセキュリティチームが、エージェントが意図しない方法で正当な目標を追求している場合と、悪意のある干渉を区別する必要があると主張しています。そのためには、脅威とエージェントの動作の両方を評価できるように、可観測性データとともにセキュリティテレメトリが必要です。

パテル氏は、エージェント型の世界におけるセキュリティの3つの優先事項を概説しています：悪意のある攻撃からエージェントを保護すること、意図しない動作を検出して阻止すること、ほぼリアルタイムで運用することです。情報源は、これらの優先事項が、エージェントが行動するにつれて適応できるポリシーと制御への移行を導いていると述べています。

Daybreak Defense Networkを通じて、シスコとOpenAIは、セキュリティチームが露出をより迅速にトリアージし、Cisco Cloud Controlで適切な制御を適用する方法を模索しています。情報源は、そのネットワークや制御の技術設計を特定しておらず、防御側に有利になるようにシフトすることを目的とした探索として提示しています。

「OpenAIは、マシンスピードと規模で運用できるようにすることで、防御側に有利になるようにシフトしています。」

データプライバシーは展開の前提条件

OpenAIのエンタープライズデータプライバシーアプローチは、シスコのストーリーの中心です。情報源は、ゼロデータ保持、厳格な顧客データ境界、検証可能な分離を、シスコが顧客の優先事項や機密テレメトリを損なうことなく、ミッションクリティカルなシステム全体にフロンティアインテリジェンスを自信を持って展開できる理由として挙げています。

情報源は、これらのプライバシー制御がどのように実装または監査されるかについては詳述していません。それらを、シスコが機密性の高いネットワークテレメトリにフロンティアAIを適用することを可能にする条件として提示しています。

情報源が開示していないこと

OpenAIの顧客事例は、ベンチマーク結果、ブロックされた脅威の数、脆弱性の総数、価格、提供日、統合タイムラインを公開していません。また、Daybreak、GPT-6 Astra、またはDaybreak Defense Networkの技術仕様も提供していません。

したがって、この投稿は、セキュリティ成果の独立した評価ではなく、展開の優先事項と設計原則に関するエグゼクティブ顧客事例として読むのが最適です。情報源の具体的な主張は、方向性と能力に関するものです：ネットワークレベルの制御、マシンスケールの相関、より迅速な調査とパッチ適用、エージェント型セキュリティの優先事項、展開のためのプライバシー条件。

結論

シスコのアプローチは、ネットワークテレメトリ、分散セキュリティ制御、フロンティアAI推論、プライバシー保証を組み合わせて、エンタープライズインフラをマシンスピードで防御します。情報源の中心的な主張は、AIが攻撃者に速度と規模を与えるため、防御側は適切なデータ境界と制御を備えたAIでペースを維持する必要があるというものです。セキュリティチームにとっての実用的なメッセージは、既存のスキャニングおよび対応ワークフローに適合し、ネットワーク全体のシグナルを相関させ、自律エージェントにガバナンスを拡張するAIを探すことです。