SOARとAI SOCは、セキュリティ運用の反復的な部分という同じ業務に、正反対の方法で取り組みます。SOARは業務をプレイブックとして記述します。既知のアラートが発生したときに実行される固定の手順で、エンジニアが事前に作成します。AI SOCは、各アラートを推論するAIエージェントで業務を処理します。エージェントは環境に関するコンテキストを使って次に何を確認するかを判断し、証拠付きの判定を返します。この違いによって、抱えるエンジニアリングの量、自動化が調査にどこまで及ぶか、最終的に何が得られるかが決まります。このガイドでは、4つの違い、SOARが今も適する場面、そして現在機能している対応アクションを損なわずに調査をエージェントへ移行する方法を説明します。
SOARのプレイブックの仕組み
SOARは決定論的です。エンジニアが状況を想定し、すべての分岐を記述し、各手順をツールのAPIに接続します。アラートが発生すると、プレイブックはそれをエンリッチし、指示されたチェックを実行し、アクションを取るか、エンリッチしたチケットをアナリストに渡します。この予測可能性が強みです。既知の悪性ファイルを隔離したり、侵害が確認された後にアカウントを無効化したりするプレイブックは毎回まったく同じ動作をし、監査証跡はスクリプトそのものです。弱点も同じ事実から生じます。プレイブックは誰も記述していない状況に対応できず、ステップ3で判断が必要な調査はステップ3で止まり、接続先のツールがAPIを変更すると誰かが修正するまでプレイブックは壊れたままです。チームには壊れやすいスクリプトのライブラリと、依然として人による調査が必要なキューが残ります。保守の経済性についてはSOARツールの評価方法をご覧ください。
AI SOCの仕組み
AI SOCでは、エージェントがアラートを受け取り、コンテキストを収集し、そのユーザーやリソースにとって通常の動作と比較して、証拠を添えた判定に到達します。対応アクションを推奨または実行でき、チームが承認制にすると決めたアクションは人が承認します。推論の品質は入力に左右されます。生ログを読む単一の言語モデルは一貫しない答えを返し、データが増えるほど高コストになりますが、まず構造化されたコンテキストとイベントを照合して解決するプラットフォームは、より確実かつ低コストに推論します。モデルの全体像についてはエージェンティックSOCとはをご覧ください。
SOARとAI SOCの違い
SOARが今も適する場面
- 範囲が限定された確度の高いアクションで、法令やコンプライアンス上、毎回同一である必要があるもの。ホストの隔離、トークンの失効、適切なキューへのチケット起票などです。
- APIでしか連携できないシステムとの統合で、エージェントを使っても結局同じコネクタ経由で呼び出すことになるもの。
- 承認ワークフローのうち、変更管理プロセスがすでに信頼しているもの。
これらはいずれも調査ではありません。調査こそプレイブックが機能しない領域であり、エージェントが効果を発揮する領域です。そのため現実的な答えは通常「SOARをなくす」ではなく「SOARを減らす」です。
SOARは今も必要か
ほとんどのチームでは、現在運用している量より少なくて済みます。一般的な道筋は2つあります。独自のデータレイヤーを持つエージェンティックSOCプラットフォームに移行するチームは、プラットフォームのエージェントが検知から対応までをカバーし、その独自のアクションがプレイブックに取って代わるため、SIEMとSOARを同時に廃止することがよくあります。ツールが定まっているチームは、範囲の限定されたアクション向けにいくつかの自動化を残し、トリアージと調査をエージェントに移行したうえで、以前はプレイブックに流れていた手順をエージェントが引き受けるにつれてプレイブックのライブラリが縮小していくのを見守ります。どちらの場合も、アナリストがスクリプトの保守に費やす時間は減り、判断が必要な脅威に充てる時間が増えます。
対応を損なわずに調査を移行する
- プレイブックを棚卸しします。それぞれをエンリッチメント、調査、対応のいずれかに分類します。
- エンリッチメントと調査を先に移行します。これらは壊れやすく、エージェントのほうがうまく処理できるものです。
- 1四半期の間、エージェントの判定の後ろで対応プレイブックを稼働させ続け、エージェントが提案しプレイブックが実行する形で比較します。
- エージェント自身のアクションによって不要になったものは廃止し、コンプライアンス上スクリプト化が求められるものは残します。
- 全期間を通じて1つの指標を測定します。エンジニアがスクリプトに手を入れることなく、証拠付きでクローズされたケースの数です。
Exaforceの位置付け
Exaforceは、チームがSIEMとSOARのスタックをまとめて置き換えるために使うエージェンティックSOCプラットフォームです。データプラットフォームは130+のソースからログ、アイデンティティデータ、構成、コードを取り込み、取り込み時にイベントをアイデンティティ、リソース、およびその関係性のモデルと照合して解決します。独自の検知はそのモデル上で実行されます。AIエージェントであるExabotsは同じコンテキスト上で検知、トリアージ、調査、対応を行い、すべての判定に推論を示し、選択したアクションは承認制にできるため、調査が誰かの事前に書いたスクリプトに依存することはなくなります。ExaUを使えば、チームは自社固有の業務に合わせて独自のExabotsを構築できます。顧客からは、誤検知が90%減少し、平均調査時間が95%短縮され、アラートから対応までが平均30分未満になったと報告されています。チーム自身で運用することも、Exaforce MDRに運用を任せることもできます。対応アクションと承認の仕組みについてはExabot Respondをご覧ください。
よくある質問
SOARとAI SOCの違いは何ですか?
SOARはエンジニアが事前に記述した固定のプレイブックを実行し、エンリッチしたチケットをアナリストに渡します。AI SOCは、コンテキストを使って各アラートを推論するエージェントを用い、証拠付きの判定を返して、対応アクションを実行または提案します。
AI SOCはSOARを置き換えますか?
SOARライブラリの大半を占める調査とエンリッチメントのプレイブックを置き換えます。毎回同一に実行する必要がある範囲の限定された対応アクションは、スクリプトのまま残すことも、プラットフォーム独自の承認制アクションで置き換えることもできます。
SOARはもう終わったのですか?
調査を自動化するカテゴリとしては、そのとおりです。プレイブックは判断を担えません。APIを通じて固定のアクションを実行する手段としては存続しており、多くの場合は独立した製品ではなくエージェンティックプラットフォームの内部に組み込まれています。
SOARとAIエージェントは併用できますか?
はい。それが一般的な移行の形です。エージェントが調査して提案し、既存のプレイブックが実行し、エージェント自身のアクションが実績を積むにつれてプレイブックのライブラリは縮小していきます。
SIEMについてはどうですか?
自動化レイヤーではなくデータレイヤーについての同じ問いです。詳しくはSIEMとAI SOCの比較をご覧ください。