マルチモデル AI
精度の高いSecOpsのための、決定論的かつ説明可能なAI
ログ量と攻撃の両方がAIの進展により増加する中、エクサフォースのマルチモデルアーキテクチャ（セマンティックモデル、ビヘイビアモデル、ノレッジモデル）は、LLMによる意思決定を予測可能かつ監査可能にし、ビジネス要件に整合させます。これにより、検知、トリアージ、調査、対応の各プロセスにおいてノイズを削減しながら、判断の信頼性を向上させます。
マルチモデルAIがLLMを本番環境で活用可能にする仕組み
セマンティックモデルは、アイデンティティ、リソース、アクション間の関係性を構築・維持し、環境全体の関係性を表す動的なマップを生成することで、高速かつ高精度な推論を可能にします。コンテキストは構造化された形式で保持されるため、システムは意図を解釈し、依存関係を理解し、当て推量に頼ることなく明確に対応します。これにより、意思決定の迅速化、高精度な出力、そして複雑性の増大に応じて強化される基盤を実現します。
ビヘイビアモデルは、ユーザー、アイデンティティ、リソース、デバイスを含むすべてのエンティティにおける「通常状態」を継続的に確立し、説明可能な異常スコアを用いて逸脱を定量化します。誤検知を招く単一指標のベースラインに依存するのではなく、場所、時間帯、エンティティ属性、関連リスクといった要素における多次元の同時発生を評価することで、包括的かつ高精度な異常スコアリングを実現します。
ノレッジモデルは、深い技術的専門知識、精査された外部インテリジェンス、および環境に対する高度な理解を統合します。LLMの推論、過去の判断履歴、ハードコードされたビジネスルールを活用し、アプリケーション、インフラストラクチャ、ポリシーが日常的にどのように運用されているかを把握します。上位レベルの意図は、セマンティックモデルおよびビヘイビアモデルの各レイヤーにおける精緻なチェックへと分解され、その結果は裏付けとなるエビデンスとともに明確なサマリーとして提示されます。これにより、アナリストや監査担当者は、結果だけでなく、その根拠まで把握できます。
マルチモデルAIは、アドホックなプロンプトを統制された推論へと置き換え、一貫性があり監査可能な結果を実現します。セマンティックモデル、ビヘイビアモデル、ナレッジモデルは、明確に定義されたデータスコープ、精査されたコンテキスト、および完全なロギングのもとで、お客様のガードレール内で動作します。汎用的なチャットボットではなく、ビジネスに最適化された、目的に即した人間のようなインタラクションを実現します。
NTT Data
エクサフォースのマルチモデルAIアプローチは業界でも独自性が高く、当社のクラウド環境およびSaaS環境で発生している誤検知と調査時間を大幅に削減できると考えています。このプラットフォームは、すべてのクライアントに対して効率化されたセキュリティ運用と迅速なインシデント対応を提供することで、当社のSOCチームを強化します。これにより、プロアクティブな脅威ハンティングにより多くの時間を割けるようになります。
戦略・イノベーション統括
よくある質問（FAQ）
システムの安全性を確保するための制御は何ですか？
ノレッジモデルは「単なる LLM」と何が異なりますか？
ビヘイビアモデルは UEBA とどう異なりますか？
マルチモデルAIはどのようにして LLM をより決定論的にしますか？
既存の SIEM / EDR / IDP スタックと連携できますか？
関連リソース
エクサフォース、2025年のSecOps自動化向けGigaOm Radarでリーダーおよびアウトパフォーマーに選出
GigaOmは、主要な機能、新しい機能、およびビジネス基準の側面について19のベンダーを比較しました。
一社の合同会社が AI SOC を作るわけではありません
LLMはSOCプロセスを改善する可能性を秘めていますが、それだけでは十分ではありません。このブログでは、AI SoC が価値を高めるために前処理と新しい設計を必要とする理由を探ります。
GPTはセキュリティ向けに再設計する必要がある
決定論的なマルチモデルAIエンジンが、リアルタイムのトリアージ、誤検知の削減、MSSP／MDRへの依存低減など、信頼性の高いSOC自動化の成果を実現する方法。