ログインデモをリクエスト
ログインデモをリクエスト

Exabot Detect

常に進化し続けるAI検知エンジニア

エクサボット検出は、お客様の環境における通常の状態を学習し、通常とは異なる事象を検知します。IaaS、SaaS、アイデンティティ、コード、コラボレーションツール全体にわたって検知カバレッジを構築・維持し、検知をチューニングしながら、スタックの拡大や攻撃者の変化にも追随します。検知エンジニアは不要です。

デモをリクエスト
エクサフォースの要約、トリアージの指標、GitHub・Google Workspace・AWSにまたがって段階的に再構成された攻撃チェーンを表示した脅威の検出結果

ビジネスの成長に応じて拡張できるスマートな検知

エクサボット検出は検知カバレッジを拡張し、精度を高めることで、他のソリューションでは見逃されがちな脅威を捉えます。AIを活用してノイズを低減し、AIを悪用する攻撃者の進化にも対応することで、チームが過負荷に陥ることなく、本当に重要な対応に集中できるようにします。

SIEMの運用負荷を増やすことなく、より広範なカバレッジを実現

エクサボット検出は、SaaS、コラボレーション、VCSツールなど、SIEMでは見逃されがちな領域を含め、最新のエンタープライズアプリケーションおよびデータ全体にわたる可視性と検知カバレッジをSOCに提供します。Google Workspace、Slack、GitHubなどのプラットフォームにも検知を拡張することで、可視化されていない領域を解消し、重要なビジネス活動が行われる箇所で脅威を捉えます。

重大度別のデータソースのカード

根拠を明確に説明できる高信頼な検知

すべてのExabotのアラートには、自然言語とデータの両面で、明確かつ検証可能な根拠が付与されます。各検知について、エビデンス、コンテキスト、対応するMITRE ATT&CKのテクニックを確認できるため、アナリストや監査担当者は、なぜその事象が検知されたのかを常に把握できます。

主要な検出結果のカード

フルマネージドからフルカスタムまで、あらゆるニーズに対応する検知

ターンキー型のカバレッジから高度なカスタマイズまで、現状に応じて柔軟に適用できる検知テクノロジー。煩雑なルールチューニングや複雑な処理をオフロードすることで、検知エンジニアリングチームは、パイプラインやロジック、保守性に欠けるSIEMルールへの対応に煩わされることなく、実際のセキュリティ成果に集中できます。

検出シグナルのカード

高精度かつ低ボリュームのアラートを実現する多段階検知パイプライン

階層型の検知パイプラインは、ユーザー、アセット、アプリケーション全体にわたる低精度シグナルを取り込み、相関分析を行ったうえで、エンリッチメントとフィルタリングにより、SOCが対応可能な少数の高信頼アラートへと集約します。AIは何十億件ものイベントを継続的に分析し、ノイズや正常なアクティビティを排除することで、攻撃者がAIによって攻撃を大規模化させる状況下でも、アナリストは真にリスクを示す事象のみに集中できます。

ファネルのグラフィックカード

注目の検知機能

ノイズを増やすことなく、実際の脅威を可視化するために設計された高度な検知機能

機械学習とルールベースの検知

レート異常やピア分析などを含む高度な統計的行動モデルに基づく脅威検知と、ルールベース検知を組み合わせて実現します。

検知を裏付ける厳選データダッシュボード

厳選されたダッシュボードにより提供される証拠データを通じて、各アラートの理解を強化します。

脅威検知グラフ

アクター、アクション、リソース間の関係性を、直感的なビジュアルで可視化します。

Accton

エクサフォースは、AIによってAWSとAzureの脅威検出・対応を強化し、当社のSOCの有効性を大幅に向上させました。サードパーティアラートの自動トリアージとルール不要の検出により、対応が効率化され、数十時間を削減できています。その結果、チームは脅威の軽減に集中できるようになり、探索機能によってすべてのクラウドサービスに対する可視性も高まりました。

Paul Kim

Accton CISO兼CIO

ケーススタディを見る

よくある質問（FAQ）

エクサフォースはSIEMのアラートを置き換えたり、補完したりできますか？
はい。エクサボット検出、エクサボット調査、データプラットフォームなど、エクサフォースのプラットフォーム機能は、従来のシステムに対してSIEMが担ってきた検知の多くをカバーします。また、GitHub や GWS など、多くのSIEMでは十分にカバーされていない領域にも対応します。これにより、既存のSIEMを置き換えることも、補完することも可能です。たとえば、SIEMでカバレッジが不足している領域に検知を追加できます。
エクサボット検出の検知を改善するには、どの程度のチューニングが必要ですか？
必要なチューニングは最小限です。エクサボット検出の検知結果は、他のサードパーティアラートと同様に自動でトリアージされ、当社のトリアージ機能を活用できます。トリアージ時に適用される履歴分析、専門家による分析、ビジネスコンテキストルールによって、環境特有の誤検知（ラボ活動、メンテナンス時間帯、想定内の委託先の挙動など）を低減します。すべての検知には、根拠となる証拠と説明を伴う明確な判定推奨が含まれます。さらに、アナリストが判定にフィードバックを返すことで、システムは継続的に学習し、改善していきます。継続的なルール作成やチューニングを必要とする従来の検知エンジニアリングとは異なり、エクサボットは検知ロジックの保守ではなく、実際の脅威の調査に集中できるよう自動的に適応します。
エクサボット検出はUEBAのようなテクノロジーと何が違いますか？
従来のUEBAは、オンプレミス環境における人間のユーザーを前提に設計されており、IAMロール、サービスプリンシパル、フェデレーテッドID、マシンアカウント、AIエージェントといった最新のクラウドエンティティには十分対応できません。エクサボット検出は、クラウドネイティブなアイデンティティ構造を理解する専用のAI/MLモデルを用い、地理、時間、ボリューム、リソース、ピアグループのパターンなど、数百に及ぶ行動特徴を同時に追跡します。これは、単一軸のベースラインに依存しがちなUEBAとは異なります。この多次元アプローチにより、クラウドインフラを標的とする高度な脅威を捕えつつ、正当なクラウド自動化による誤検知を大幅に削減します。
エクサボット検出はどのようにアラート疲れを軽減しますか？
エクサボット検出は、クラウドおよびSaaS環境における高度な脅威の検知に優れています。たとえば、認証情報の侵害（あり得ない移動、異常な認証パターン、セッションハイジャック）、インサイダー脅威（退職予定の従業員によるデータ持ち出し、機密リソースへの異常なアクセス）、クラウドの不正利用（権限昇格、未承認のリソース作成、ポリシー違反）、SaaSの不正利用（大量のファイルダウンロード、異常な共有パターン、管理者ロールの変更）などです。多次元の行動分析により、通常のクラウドアクティビティに紛れ込む攻撃も捕えられます。こうしたシナリオでは、ルールベースの検知は誤検知を過剰に発生させたり、脅威を見逃したりしがちです。
エクサボット検出は従来の検知ツールと何が違いますか？
エクサボット検出は、EDRがエンドポイントを保護するのと同様に、重要なクラウドおよびSaaSソースに対する検知と対応の機能を提供します。当社のセマンティックモデルは、AWS、GCP、GitHub、Okta、Google Workspace など多数のプラットフォームと深く統合されており、従来のツールでは見逃されがちなアイデンティティ、リソース、アクティビティの各側面にわたる異常を、ビヘイビアモデルのデータを用いて追跡し、高度なAI/MLベースの脅威検知を実現します。すべての検知は、ビジネスコンテキストを考慮し、明確な判定推奨と裏付けとなる証拠を備えたノレッジモデルによって自動的にトリアージされます。その結果、手動調査を前提とした単なるアラートではなく、高精度なアラートを提供します。
環境固有の脅威に対応するカスタム検知を追加できますか？
はい。エクサボット検出には、すぐに利用できる包括的な検知機能が備わっていますが、ビジュアルクエリビルダーまたは自然言語を使って、組織固有の検知ロジックを追加できます。

関連リソース