Column · ai-security

AIエージェントとセキュリティ

プロンプトインジェクション、シャドーAI、egress制御など、AIエージェントを業務導入する企業のためのセキュリティ解説記事。

AIエージェントの行動を説明できるか — 監査ログ設計の基礎

AIエージェントに何をさせ、実際に何が起きたのか。後から説明するために記録すべきログを「エージェント・ホスト・ネットワーク」の3層で整理し、それぞれの役割と補完関係、改ざん耐性という観点までを解説します。

AIエージェントを業務導入する前に、情シス・IT管理者が確認しておきたい7つの観点をチェックリスト形式で整理。権限の最小化からネットワーク制御、監査ログまで、各項目の詳しい解説記事への入口となるハブ記事です。

AIコーディングエージェントはコード・認証情報・社内APIに触れながらツールを実行します。開発環境特有のリスクを整理し、開発効率を壊さずに外向き通信（egress）を絞る段階的な進め方と、その限界までを解説します。

APIキーやトークンの漏えい対策は保管・ローテーション・最小権限が基本ですが、それでも漏れることはあります。漏えいの「後」に被害範囲を狭める防御線として、外向き通信の宛先制御がどこまで効き、どこで効かないかを解説します。

社員が生成AIに貼り付けるコードや議事録、顧客情報はどこへ送られ、どう扱われるのか。LLMの入力データの行き先という論点を整理し、規約だけに頼らない技術的な情報漏えい対策と、その限界までを解説します。

社内文書をAIの回答に活用するRAG（検索拡張生成）は、社内データから外部への新しい情報経路をつくります。権限管理・検索基盤の場所・出力の行き先という3つの論点を整理し、ネットワーク層で見える部分と見えない部分を解説します。

AIエージェントの外向き通信（egress）を許可リストで制御する考え方を解説します。なぜエージェントは許可リスト型と相性がよいのか、deny-base とは何か、QUIC や DoH という抜け道、段階導入の進め方まで。

AIエージェント専用のネットワークセグメントを設計する考え方を入門解説。なぜエージェントは専有セグメントと相性がよいのか、deny-base という強い制御、人間と同居する場合の現実解、セグメント分離だけでは足りない点まで。

ツール実行型AIエージェントはチャットボットと何が違うのか。MCPなどでツール接続が容易になった今、ツールや外部データという新しい入力経路が生む攻撃面を「読む・実行する・通信する」の3つに整理し、多層防御の置き場所を解説します。

プロンプトインジェクションの仕組みを、AIエージェントを業務導入する企業の視点でやさしく解説します。なぜ完全には防ぎにくいのか、ホスト側対策とネットワーク層の多層防御という考え方まで。

シャドーAI（会社が把握していない未許可のAI利用）はなぜ生まれ、何がリスクなのかを整理します。禁止だけでは解決しない理由と、ネットワーク側から「どのAIサービスに繋いでいるか」を可視化して公認リスト化につなげる現実解を解説します。