SF映画『 マイノリティ・リポート』（）では、警察官たちは犯罪が起きるのを待ったりはしません。 彼らは、栄養タンクに浮かんでいる「プレコグ」たちが映し出す未来のビジョンに基づいて、容疑者を逮捕します。 このシステムは、高速で効率的ですが、同時に非常に不気味なものです。 危害が発生する前に手を打つことで、安全を確保します。 また、ある明白な疑問も浮かび上がります。予測が外れた場合はどうなるのでしょうか？
それから20年が経ち、サイバーセキュリティのリーダーたちは、同様の課題に頭を悩ませています。 もし、デジタル攻撃が始まる前に阻止できるとしたらどうでしょうか？ もし、アナリストではなくソフトウェアが、差し迫ったセキュリティ侵害の微かな兆候を察知し、自動的に阻止することができたらどうでしょうか？
ガートナーは、その未来は多くの人が考えているよりも近いと見ています。 同社は、 2030年までに、予防的なサイバーセキュリティソリューションが、ITセキュリティ支出の 50%を占めるようになると予測しています。。これは、 2024年の 5%未満から増加した数値であり、サイバー脅威に対する防御策として、スタンドアロンの検知・対応ソリューションに取って代わるものとなるでしょう。
大きな疑問は、サイバーセキュリティが本当に独自の「プリクライム」へと向かっているのか、それとも「予防的」という言葉が、長年にわたり存在してきたツールに対する単なる新しい呼び名に過ぎないのか、という点です。
「先制」という言葉が本来意味するところとは
ガートナーは、先制的なサイバーセキュリティを、攻撃が発生するのを待つ姿勢から、攻撃を積極的に予測し、無力化する姿勢への転換と定義しています。 同社は、レポート『 2025年10月 』（有料） 『Emerging Tech Impact Radar: Preemptive Cybersecurity』 において、組織は「セキュリティ運用を、攻撃を積極的に予測・防止する、先制的な『生きた防御システム』へと進化させなければならない」と主張しました。
そのシステムは、AIや機械学習を活用してネットワークの挙動を分析し、攻撃経路をシミュレーションし、攻撃者がどこを標的にする可能性が高いかを予測するものです。 被害が発生してからアラートに対応するのではなく、防御システムがより早い段階で介入し、攻撃者が勢いをつける前にアクセスを遮断したり、システムの設定を変更したり、攻撃者を惑わせたりすることになります。
1Passwordのシニア・リサーチ・イニシアチブ・ディレクターであるウェンディ・ネイザー氏は、実際には、これは検知を「左側」へずらすことを意味すると述べ、攻撃サイクルの早い段階で、実際の被害が発生する前に不審な活動を検知することを指していると説明しました。
「予防と検知は、以前から常に実施してきました」とネイザー氏は述べました。 「防ぐことができないときは、検知しなければなりません。」 それは誰もが認める事実です。 「これの真の目的は、検出のタイミングを前倒しにすることです。」
その違いは、少なくとも理論上は、自動化にあります。 人間のアナリストがアラートを確認し、完全に独自にどう対応すべきかを判断する代わりに、AIを活用したシステムが、人間による監督の程度はさまざまですが、ますます自ら意思決定を行うようになるでしょう。
ビジョンを支える技術
「予防的セキュリティ」が単なる流行語にとどまらないものとなるためには、ガートナー社によれば、組織は予測型、適応型、および欺瞞型の技術を組み合わせ、それらを連携させて運用する必要があるとのことです。
その基盤となっているのは、予測型脅威インテリジェンス・プラットフォームであり、これらは過去データやリアルタイムデータを分析して、発生が予想される攻撃を予測します。 自動化されたセキュリティ制御評価ツールは、セキュリティ設定が適切に機能しているかどうかを継続的に評価し、攻撃者に悪用される前に脆弱性を特定します。
[関連記事：セキュリティの自動化とは？ 【メリット、重要性、および特徴】
予防的なリスク管理プラットフォームは、組織の攻撃対象領域を把握し、標的とされる可能性が最も高い脆弱性を優先順位付けすることに重点を置いています。 高度なサイバー欺瞞ツールは、おとりやハニーポットを展開して侵入者を惑わせ、その行動を阻むと同時に、侵入者の戦術を明らかにします。
こうしたシステムの多くは、ヒューリスティック、すなわち過去の行動から導き出された簡略化されたパターンに基づくルールに基づいて構築されており、ソフトウェアが「正常」な状態とはどのようなものか、またいつその状態から逸脱した活動が発生したかを判断するのに役立っています。
さらに、ガートナーは、自律型敵対的エミュレーション、ムービング・ターゲット防御、および「サイバーセキュリティ・プリクライム・プラットフォーム」といった技術に注目しています。これらは、攻撃者の行動をシミュレートし、将来の脅威をモデル化し、防御体制を継続的に検証することを目的としています。
これらのシステムは、セキュリティを事後対応型の姿勢から、常に適応し続ける姿勢へと転換するよう設計されています。この姿勢では、ネットワークが自らを監視し、自身の弱点を検証し、ほぼリアルタイムで防御体制を調整します。
組織がそれを求める理由
予防的なサイバーセキュリティは魅力的です。 情報漏洩は、多額の費用がかかり、業務に支障をきたし、ますます避けがたいものとなっています。 ランサムウェアによって、病院が閉鎖されました。 サプライチェーン攻撃は、さまざまな業界に波及しています。 AIによって、攻撃者にとっての参入障壁が低くなりました。
防御策をより早い段階で講じることができれば、組織は攻撃の滞留時間を短縮し、侵害を未然に防ぎ、被害を最小限に抑え、インシデント対応に伴う多くの二次的なコストを回避することができるでしょう。 予防的なシステムは、セキュリティチームが業務の優先順位を付け、統計的に見て重要となる可能性の高いリスクに注力する上でも役立つ可能性があります。
取締役会に報告を行うCISOにとって、予測モデルは別のもの、すなわち数値をもたらすものと期待されていました。 もしシステムが特定の脅威の発生確率を推定できれば、経営陣はセキュリティ投資を財務的な観点から位置づけ、管理措置を測定可能なリスク低減と結びつけることができるでしょう。
理論上、それによってサイバーセキュリティはより戦略的なものとなり、事後対応的な側面が薄れることになります。
懐疑論者の見解
すべての専門家が納得しているわけではありません。
Saviyntのチーフ・トラスト・オフィサーであり、元CISOでもあるジム・ラウス氏は、「先制的なサイバーセキュリティ」が従来のアプローチから有意義な転換をもたらすものなのかどうかについて疑問を呈しています。 「『先制的』という言葉には違和感を覚えます」と彼は認めています。
ラウス氏は、ベンダーが「予防的セキュリティ」と称するものの多くは、以前からある自動化や分析の手法に似ていると考えています。 同氏は、機械学習は長年にわたりリスクスコアリングや異常検知に活用されてきたと指摘し、新しいモデルであっても根本的な限界を解消するものではないとしています。
「「『先制』という言葉には違和感を覚えます。」Saviyntのチーフ・トラスト・オフィサーであり、元CISOのジム・ラウス氏
ネザー氏も同様の懸念を表明しました。 彼女は、政府のネットワークがルーマニアにあるサーバーと通信しているように見えたため、疑惑が浮上したある出来事を思い出しました。 調査の結果、そのトラフィックは、承認済みのベンダーによる正当な更新であることが判明しました。
「そういう点は、自動化ではまだ完全には解決されていないのです」と彼女は言いました。
彼女は、ビジネス上の関係や業務上の特有の事情、一時的な例外などが、データに完全に反映されることはめったにないと指摘しました。 その結果、早期警告はしばしば誤検知であることが判明しました。
長年にわたり、多くの組織は、この理由から、完全自動化された対応の導入に消極的でした。 ネザー氏によると、侵害の兆候に関する自動フィードを受け取った場合でも、企業は対応する前に手動での確認をしばしば求めていたとのことです。 だからこそ、「ヒューマン・イン・ザ・ループ」アプローチの必要性は依然として広く支持されており、少なくとも現時点では、極めて重要なものとなっています。
偽陽性の問題
誤検知は、単に不便なだけではありません。 プリエンプティブ方式のシステムでは、これらは有害となる可能性があります。
AIエージェントが、無害な行動を悪意のあるものと誤って解釈し、それに基づいて自動的に行動した場合、重要なシステムが停止したり、正当なユーザーが利用できなくなったり、業務に支障をきたしたりする可能性があります。 自動化が進むにつれて、間違いによるコストもそれに比例して高まる可能性があります。
「だからこそ、自動化が進みすぎて、左寄りになりすぎる前に、これをどのように検証していくのか、真剣に考える必要があります」とネイザー氏は述べました。 「これまでは以上に、もっと確信を持って臨まなければなりません。」
「だからこそ、自動化が進みすぎて、左寄りになりすぎる前に、これをどのように検証するかを真剣に考える必要があります。」1Passwordのシニア・リサーチ・イニシアチブ・ディレクター、ウェンディ・ネイザー氏
こうした保証を実現するには、人的な監視だけでなく、自律型ITによって可能となるリアルタイムの脅威インテリジェンスや継続的なエクスポージャー管理といった追加機能も必要であり、それによってノイズからシグナルを正確に区別することが可能となります。 これを監視するセキュリティチームのメンバーも、突発的な変化が真に深刻な逸脱であるかどうかを確実に把握するためには、すべてのエンドポイントにわたるリアルタイムのインテリジェンスが必要となります。
クリティカル・インフラストラクチャー・テクノロジー研究所（ICIT）向けの のレポート において、ラウス氏は、明確なパターンの逸脱をトリガーとする決定論的モデルに基づいて構築された早期自動化が最も効果的であると主張しました。 彼は、より複雑な環境においては、生成AIが複数の変数を総合的に判断する必要があるかもしれませんが、それは慎重な監督の下でのみ可能であると記しました。 彼は、厳格な検証を経ずに確率論的なシステムに重大な影響を及ぼす防衛体制の制御を任せることは、運用リスクを低減するどころか、かえって増大させることになると警告しました。
ラウス氏はまた、確率という点が実用上の障害になると指摘しました。 たとえモデルが攻撃発生の可能性を 70 パーセントと推定したとしても、経営陣はその数値に異議を唱えるかもしれません。特に、対策に多額の費用がかかる場合はなおさらです。
「『それ、どうやって思いついたんですか？』と言われるでしょう」 と彼は言いました。 「そして、彼らは、それが本当に必要になると確信するまでは、何かをしようとはしないでしょう。」
はじめに
予防的なアプローチに関心をお持ちであれば、専門家によると、まずは基本をしっかりと押さえることが大切だとのことです。
「衛生状態を改善したほうがいいですよ」とネイザー氏は言いました。 「手元にあるものをきちんと把握しておきましょう。 「その変更を管理できるようにすること。」
正確な資産管理、構成管理、および可視性がなければ、予測システムは信頼できるデータをほとんど活用できませんでした。
そこから、各社は自動化を段階的に導入し始めることができるでしょう。 これには、継続的な制御評価、エクスポージャー管理プラットフォーム、および不審なエンドポイントを隔離したり、リスクの高い認証情報をブロックしたりするといった限定的な自動対応が含まれる可能性があります。
ラウス氏は、このアプローチがすでに適用されている分野の一つとして、特権アクセス管理を挙げました。 同氏はICITの報告書の中で、特権ユーザーのリアルタイムの行動を監視し、それをあらかじめ設定された基準値と比較し、行動パターンに著しい逸脱が見られた場合に自動的にアクセス権を剥奪するシステムについて説明しました。 同氏は、セキュリティチームには事後的に通知されるため、自動化によって潜在的な脅威が拡散する前に封じ込めることができると記しました。
また、多くの組織では、「ヒューマン・イン・ザ・ループ」モデルも試行されています。このモデルでは、AIシステムが行動案を提示しますが、実行にはアナリストの承認が必要となります。
ラウス氏は、自動化とは人材を置き換えるのではなく、その能力を引き出すためのものだと述べました。 サイエンティア研究所と共同で実施した研究において、彼は、自動化によって若手アナリストのパフォーマンスが向上した一方で、経験に基づく判断の必要性がなくなるわけではないことを明らかにしました。
「予防的に行うことのできない地道な調査作業は、常にたくさんあります」と彼は述べました。
構造的な課題
強固な基盤があっても、予防的なセキュリティには構造的な障壁が存在します。
データの質には依然としてばらつきが見られます。 多くの組織では、断片化されたシステムやクラウド環境をまたがって業務を行っており、可視性が制限されています。 不完全なデータや偏りのあるデータを用いて学習されたAIモデルは、そうした欠点を引き継いでしまいます。
[関連記事：エージェント型AIとは？ 【この新しいAIの種類について知っておくべきこと】
統合もまた、乗り越えるべき課題の一つです。 予防的なアプローチは、各ツールがデータを共有し、対応を連携させる場合に最も効果を発揮します。 実際には、セキュリティ・スタックは依然としてサイロ化されており、相互運用性は限られています。
文化的な障壁もあります。 人間主導の調査から機械主導の行動へと移行するには、信頼が必要です。 その信頼は、特にAIの失敗が広く報じられた後は、徐々に築かれていくものです。
攻撃者は、防御システムを研究し続け、その限界を試しています。 予測ツールが普及するにつれ、攻撃者は検知を回避したり、モデルを操作したり、死角を悪用したりするための新たな手法を試みています。 こうした継続的なサイクルにより、組織はシステムの再構築、統制の精緻化、および前提条件の更新を迫られ続けています。
まだ形作られつつある未来
ガートナーのビジョンは野心的です。 これは、免疫システムのように振る舞い、脅威を感知し、絶えず適応し、自律的にリスクを無力化するセキュリティシステムを想定したものです。
「企業向けのデジタル免疫システムが見えてきます……AIは変革の一環です。”Saviyntのチーフ・トラスト・オフィサーであり、元CISOのジム・ラウス氏
ラウス氏は、ICITでの研究において、同様の概念について述べており、それを「デジタル免疫システム」と呼んでいます。 そのモデルでは、AIを活用したシステムがパターンからの逸脱を継続的に監視し、ミリ秒単位で自動対応を実行し、必要な場合にのみ人間にエスカレーションを行います。 彼は、その目的は、すべての防御措置をアナリストに依存することなく、現代の攻撃のスピードに対応することにあると記しました。
「私は、企業向けのデジタル免疫システムを想定しています」とラウス氏は述べました。 「AIは変革の一環です。」
その違いは、期待の在り方にあります。 ガートナーは、予防的セキュリティを短期的な変化として位置づけました。 実務家たちは、これを組織の現実によって制約された、段階的な進化であると説明しました。
当面の間、ほとんどの企業は中道的な立場を取り、サイバーデセプションなどのツールを試していくことになるでしょう。 予測分析、エクスポージャー管理、自動化を活用することで、対応時間を短縮し、ノイズを低減することができるでしょう。 人間は、今後もシグナルの解釈やリスク管理に深く関わり続けていくでしょう。
真の「プリクライム」式の予測は、依然として実現が困難なままです。
どのようなメリットが得られるでしょうか
もし予防的なセキュリティ対策が普及すれば、その効果は非常に大きいものとなるでしょう。 組織は、攻撃対象領域が悪用される前に、その範囲を縮小することができます。 それにより、ランサムウェアの感染拡大を抑え、横方向の移動を制限し、小さなインシデントが危機に発展するのを防ぐことができます。 セキュリティチームは、緊急対応に費やす時間を減らし、レジリエンスの向上により多くの時間を割くことができるようになります。
また、企業がリスクを捉える方法を一新し、事後検証から予防へと議論の焦点を移すことにもつながる可能性があります。
しかし、その未来は、慎重な実施、現実的な期待、そして基礎的な部分への継続的な投資にかかっています。
ネイザー氏が指摘したように、「実行したい行動について基準を勝手に変えてしまう前に、本当にそれをやりたいのかどうか、しっかりと確認しておいたほうがよいでしょう。」
映画『マイノリティ・リポート』に登場する「 」の「プリクライム」システムは、やがて自らの誤りの重みに耐えきれず、崩壊してしまいました。 サイバーセキュリティの枠組みは、現在も構築が進められています。 それが信頼できる早期警戒ネットワークとなるか、それともまたしても過大な期待を寄せられた構想に終わるかは、アルゴリズムそのものよりも、組織がそれをいかに思慮深く活用するかによって決まるでしょう。
今のところ、プレコグたちは依然として人間のままです。
