まずは、最小権限（Least Privilege）原則の徹底だ。FDEに付与するアクセス権は、担当プロジェクトに必要な最小限に限定する。
「AIプロジェクトだから全データにアクセスできて当然」という発想を捨てる。プロジェクト単位でアカウントを発行し、期間終了時には権限を確実に回収する運用を徹底することが重要だ。必要に応じて一時的な権限昇格を認める場合も、申請・承認・ログ記録の仕組みを必ずセットで用意する。
次に、Zero Trust for Agentic AIの適用である。AIエージェントを動作させる環境では、ネットワーク隔離や実行環境のサンドボックス化を厳格に行い、AIエージェント用のゼロトラスト適用を検討すべきである。
エージェントが外部へ通信できる範囲を最小限に制限し、永続的な認証情報を持たせない設計にする。また、エージェントの行動ログをリアルタイムで監視し、想定外の操作やデータアクセスが発生した場合に即座に停止できる仕組みを事前に用意しておく。
そして最後に、FDE作業環境アセスメントの設計だ。悪意のあるプログラムを実行された、あるいはAIエージェントが暴走したといったケースを想定し、FDEが作業する PCやネットワーク環境で、社内からの破壊行動を想定した攻撃シミュレーションを行い、安全な環境となっているかを評価すべきである。
具体的には、権限昇格の試行、大量データの外部送信、サンドボックスからの脱出試行などを定期的に実施し、検知・遮断が機能するかを確認する。信頼を前提とせず「攻撃される前提」で環境を設計・検証する姿勢が欠かせない。
技術・運用・契約の側面から防御を設計する
これら3つのポイントは、「FDEを信用する／しない」という二項対立ではなく、「高度な権限を持つ外部人材とAIエージェントを受け入れる以上、技術・運用・契約の側面から防御を設計する」という発想に基づく。
FDEを最大限活用しつつ「リスク」を最小化できるかどうかは、こうした安全策をプロジェクト開始前から一貫して実装できるかにかかっている。
※ログイン後、コメント入力が可能です。