TOP / AI時代の情報セキュリティ

Security for the AI Era

フロンティアAIの脅威への備えから、
起きた後の危機対応まで。

AI時代の情報セキュリティ

AIの進化で、脆弱性は短期間に大量に見つかり、すぐに攻撃されるようになりました。同時に、自社で使うAIも新たなリスクを生んでいます。DPLUSは、攻撃者が使うAIへの備えと、自社が使うAIの統制という2つの戦線を、技術と経営を一体にして支援します。できる限りの対策を尽くしたうえで、破られた場合の危機対応まで、平時からご一緒します。

何から手を付ければよいか、分からなくても大丈夫です。

課題が定まっていない段階でも構いません。現状診断で全体を見渡し、守る対象と優先順位を一緒に決めます。

相談する

What Has Changed

攻撃の量と速度が変わり、
AIが「実行する」ようになった。

フロンティアAIは、脆弱性の発見と攻撃コードの作成に優れており、攻撃者にも使われます。一方で、自社のAIも、答えるだけでなく、権限を持って業務を実行するようになりました。

大量に見つかる

脆弱性が、短期間に大量に

従来は発見が難しかった弱点が、AIによって次々に見つかります。修正プログラムの適用作業が急増します。

すぐに攻撃される

発見から攻撃までが短くなる

深刻度の点数が高くない弱点も、AIがつなげて攻撃に使います。人手のままでは、量と速度の両方で追いつけません。

AIが動く

自社のAIが、権限を持って動く

メールの送信、データの更新、発注まで。誤った判断や悪意ある指示が、そのまま実行されるおそれがあります。

情報セキュリティは、一夜にして事業を止める

最近のインシデントに見られる被害

  • 数週間〜数か月受注、出荷、生産、サービスが止まる事例が、業種や規模を問わず相次いでいる
  • 数百億円1件のインシデントが、販売機会の損失やシステムの復旧費用で、数百億円規模の損失につながる
  • 信用と経営責任公表の遅れや説明の食い違いが、顧客と取引先の離反、株価の下落、経営責任の追及を招く

出典:国内外の企業の公表資料と報道をもとにDPLUS作成

国は「経営課題」として対応を求めている

  • 経営トップが主導する予算と人員の配分を決め、CIO、CISOなどの経営層が直接関与する
  • 部門を横断して進める業務部門、リスク管理、IT・セキュリティ、財務が連携する。担当部署だけでは完結しない
  • 止まる前提で備えるシステムを止める判断の基準と手順、顧客などへの対応手順を、あらかじめ決めておく

出典:経済産業省・IPA「サイバーセキュリティ経営ガイドライン Ver 3.0」、金融庁・日本銀行「フロンティアAIによる脅威変化を踏まえた金融機関等の短期的な対応について」(2026年5月22日)などをもとにDPLUS作成

やることの多くは同じ。変わったのは、速度と量と、守る対象です。

観点従来の情報セキュリティAI時代の情報セキュリティ
速度と量四半期ごとのパッチ適用など、人手で回せる範囲の運用脆弱性が大量に見つかり、すぐに攻撃される。自動化とAIの活用が前提になる
優先順位の決め方深刻度の点数が高いものから対応する点数の低い弱点もAIがつなげて攻撃に使う。点数だけでは決められない
守る対象社内のシステム、データ、人これに加えて、自社が使うAI(AIエージェント、AI駆動開発、AIに渡すデータ)
経営の関わり方情報システム部門の課題として扱われがち経営の課題になる。システムを止める判断、公表、危機対応まで、経営が担う

Two Fronts

外から来るリスクと、内で生まれるリスク。
2つの戦線に、分けて備える。

最先端のAIがもたらすリスクは、攻撃者が使うAIと、自社が使うAIに分かれます。2つは別の問題です。分けて考え、両方に備える必要があります。

戦線1

攻撃者が使うAIに備える

何が起きるか

  • 脆弱性が大量に見つかる
  • 攻撃までの時間が短くなる
  • 攻撃者のすそ野が広がる

どう備えるか

  • 基本を、速くやり切る
  • AIで対抗する
  • 止める判断と復旧に備える
  • 起きた後の危機対応を整える
戦線1の詳細へ

戦線2

自社が使うAIを統制する

何が起きるか

  • 機密情報がAIを通じて漏れる
  • AIエージェントが誤操作する、乗っ取られる
  • AIが書いたコードに弱点が残る

どう備えるか

  • 利用ルールと体制を決める
  • データを分類し、統制する
  • 権限と人の関与を設計する
  • 統制が動いているかを確かめる
戦線2の詳細へ

技術だけでは守れない。必要なのは「束ねて動かす力」

パッチ管理、脆弱性診断、多要素認証、EDR・監視、バックアップ。個別の対策は、製品やベンダーから手に入ります。それらを束ねる統制、全体設計、推進がそろって、初めて守れます。

統制

誰が決め、誰が責任を持つか

経営、事業部門、IT、法務、広報の役割と、判断の基準を定めます。

全体設計

何を、どの順で、どこまでやるか

リスクと事業への影響から、優先順位と投資の配分を決めます。

推進(PM)

部門とベンダーを横断して、やり切る

進み具合と抜けを見える化し、期限までにやり切って、経営に報告します。

Front 1

戦線1 攻撃者のAIに備える

新しい対策より先に、基本を「速く、確実に」やり切る体制を整えます。そのうえで、防ぎきれない場合を前提に、止める判断と復旧、起きた後の対応まで備えます。

ST0・ST1

基本を、速くやり切る

技術の診断/脆弱性対応の高速化・自動化

課題

  • 脆弱性が短期間に大量に見つかり、修正が追いつかない
  • 深刻度の点数だけでは、優先順位を決められない
  • 古い機器や不要な接続が残り、守る対象が多すぎる

対策の方向

  • 重要なサービスとシステムを特定し、そこから対応する
  • 攻撃が成立する可能性で優先順位を決める
  • 技術負債を減らす(不要なポート、特権ID、サポート切れ製品)
  • 保守ベンダーの契約と対応力を確認する

DPLUSの支援

  • 統制・技術・人と組織の診断
  • 優先順位づけのルールづくり
  • 対応計画と体制の設計、推進
  • ベンダー契約の点検

成果物の例

  • 現状診断レポート
  • 優先システムの一覧
  • 脆弱性対応の方針と手順
  • 改善ロードマップ
製造業の例

よくある状況重大な脆弱性の公表から3か月たっても、工場のVPN機器が未修正のまま。深刻度の点数順に対応しており、どの機器が重要かを誰も決めていなかった。

支援によって守るべき重要システムを先に特定し、攻撃が成立しうる弱点から直す手順に変更。重大な弱点は数日以内に対応する体制と、保守ベンダーとの取り決めを整える。

ST2・ST3

AIで対抗する

AIを使った防御/SOC(監視・検知)

課題

  • 攻撃は機械の速度、防御は人手のまま
  • 警告が多すぎて、重要なものが埋もれる
  • AIの導入が部分的で、運用に乗らない

対策の方向

  • 検知から修復までの流れのうち、AIに任せる部分を決める
  • 優先度の判断、修正案の作成、定型の対応から自動化する
  • 重要な判断には人の承認を残す
  • AIだけに頼らず、多層の防御と組み合わせる

DPLUSの支援

  • AI活用の方針と対象業務の整理
  • ツールと専門会社の選定支援
  • 運用ルールと人の関与の設計
  • 現場への定着

成果物の例

  • 防御へのAI活用方針
  • 自動化の対象と手順
  • 導入計画
  • 運用ルール
小売・ECの例

よくある状況監視の担当者2名に、1日数千件の警告が届く。見きれずに後回しにした警告の中に侵入の兆候があり、発見までに数日かかった。

支援によって警告の一次の仕分けと定型の対応をAIに任せ、人は重要な警告の判断に集中。システムの切り離しなど影響の大きい操作は、人が承認してから実行する。

SG2・SG3

止める判断と復旧に備える

事業継続と停止判断。「止める」は経営の判断です。平時に基準を決めておきます

課題

  • 対策を徹底しても、防ぎきれない場合がある
  • システムを止める判断の基準と権限者が決まっていない
  • 事業継続計画が、サイバー攻撃を想定していない

対策の方向

  • 能動的に停止する場合の判断基準と手順を決める
  • 事業継続計画と緊急連絡体制を点検する
  • 顧客などへの対応手順を用意する
  • 経営層を含めて訓練する

DPLUSの支援

  • 停止判断の基準づくり
  • 事業継続計画の点検と見直し
  • インシデント対応体制の構築
  • 経営層を含む机上訓練

成果物の例

  • 停止判断の基準と手順
  • 見直した事業継続計画
  • インシデント対応手順
  • 訓練の結果と改善点
物流の例

よくある状況深夜にランサムウェアを検知。システムを止めるかどうか、現場が役員の判断を待つ間に、被害がほかの拠点にまで広がった。

支援によって「この兆候なら、この人が止める」と基準と代わりの判断者を決め、経営層を含めて訓練。夜間でも、決めた手順ですぐに止められるようにする。

Crisis Management

危機管理(SH3・SH6〜SH8)
技術対応と説明責任を、一体で。

インシデントの発生後は、技術の対応と並行して、社外への説明が求められます。発生後の対応を誤れば、損害は際限なく広がります。平時の準備から、公表、会見、信頼の回復まで、一つの流れとして組み立てます。

平時の備え

  • 危機管理広報のマニュアルと体制、連絡網
  • 公表の判断基準と、話してよいことの線引き
  • メディアトレーニング、模擬記者会見
  • SNSの常時モニタリング

発生直後

  • 対策本部の立ち上げ
  • 技術調査と連携した事実の整理
  • 影響の波及予測、報道とSNSの論調の把握
  • 公表の要否、時期、発信先の判断
  • 監督官庁、取引先への初報

公表・会見

  • プレスリリース、適時開示の文案と添削
  • 緊急記者会見、プレスルームの運営
  • 登壇者への助言
  • 問い合わせ窓口の立ち上げ
  • 顧客、株主、取引先への説明

収束・信頼回復

  • 報道とSNSの監視、二次炎上の防止
  • 検索結果などの風評への対策
  • 再発防止策の取りまとめと公表
  • 第三者委員会などとの調整

相手ごとに食い違いのない説明を、一つのチームで

報道機関、株主・投資家、顧客、監督官庁、取引先、従業員、SNS。立場の違う相手への説明を、一つの計画にまとめます。弁護士、危機管理広報やSNSの専門家とチームを組み、DPLUSが全体を統括して、記者会見の準備と運営までオーガナイズします。

Front 2

戦線2 自社のAIを統制する

統制は、AI活用のブレーキではありません。安心してAIに任せられる範囲を広げるための前提です。技術対策の前に、「誰が、何を、どこまでAIに任せるか」を決めます。

G1

AI利用ポリシー策定

ルールは、安心して任せる範囲を広げるためにつくります

課題

  • ルールがなく、現場が自己判断で使っている
  • 逆に禁止が多く、活用が進まない
  • 誰が責任者か決まっていない

対策の方向

  • 入力してよいデータと用途を決める
  • 推進体制と責任者を決める
  • 用途ごとにリスクを評価する
  • ルールを周知し、教育する

DPLUSの支援

  • 利用実態の把握
  • AI利用ポリシーの策定
  • 体制と役割の設計
  • 社内への説明と教育

成果物の例

  • AI利用ポリシー
  • 利用ガイドライン
  • 体制図と役割分担
  • 教育資料
サービス業の例

よくある状況情報漏えいを恐れて生成AIを全面禁止にしたところ、社員が個人のアカウントで業務に使い始め、顧客の情報まで入力されていた。

支援によって入力してよいデータと用途を段階に分けて示し、会社が認めたAIを提供。隠れた利用を減らしながら、安心して使える業務を広げていく。

G2

AIセキュリティ・データ統制

データの置き場所だけでなく、「誰の管理下にあるか」まで確認します

課題

  • どのデータをどのAIに入れてよいか、基準がない
  • データがどの国で処理され、誰の管理下にあるか把握していない
  • AIベンダーとの契約内容を確認できていない

対策の方向

  • データを機密度で分類し、使えるAIを決める
  • 保存、処理、ログの場所を確認する
  • 学習への利用禁止、保持期間などを契約で定める
  • 入力前と出力時に検査する

DPLUSの支援

  • データ分類と投入ルールの策定
  • AIベンダーの評価
  • 契約で確認する項目の整理
  • 運用への組み込み

成果物の例

  • データ分類基準
  • AIサービス別の利用可否表
  • ベンダー評価シート
  • 契約チェックリスト
金融機関の例

よくある状況事業部門が便利な海外のAIサービスを独自に契約。入力したデータが学習に使われ、海外で保存される契約だったことが、後から分かった。

支援によってデータを機密度で分類し、AIサービスごとの利用可否を一覧にする。契約の前に、学習への利用、保存の場所、保持の期間を確認する手順を組み込む。

ST4

AIエージェントの権限と人の関与

AIエージェントを「人の代理として動く、別の担当者」として扱います

リスクに応じて、人の関与を決める

操作の種類例人の関与
参照・要約社内文書の要約、分類自動実行
社内データの更新台帳、記録の更新事後レビュー
外部への送信顧客へのメール、問い合わせ対応事前承認
金銭・権限・削除送金、権限変更、データ削除二人で承認

権限の原則:エージェントに専用のIDを発行し、必要最小限の権限だけを、短い期限で渡す

課題

  • AIが人のアカウントで動き、誰の操作か追えない
  • すべてを承認にすると、現場が回らない

DPLUSの支援

  • 業務ごとのリスク評価と、任せる範囲の整理
  • 承認の設計(何を、誰が、どの画面で)
  • 権限と記録の要件整理

成果物の例

  • 業務別の権限・承認の一覧表
  • エージェントの運用ルール
ST5

AI駆動開発のセキュリティ

AIが書いたコードも、同じ基準で検査する。責任を持つのは人です

観点何が起きるか対策の方向
生成コードの品質テストは通るが、認証の甘さなどの弱点が残る人が書いたコードと同じ検査を、必ず通す
存在しないパッケージの提案AIが実在しないライブラリ名を提案し、攻撃者がその名前で悪意あるパッケージを公開する(スロップスクワッティング)導入前に実在と配布元を確認し、承認済みのパッケージに限定する
プロンプトインジェクション外部の文書やWebページ、コードのコメントに仕込まれた文章を、AIが指示として実行するAIが読むものには、指示が混ざりうる前提で扱う
権限と秘密情報AIが認証情報や設定ファイルに、必要以上に届く読める範囲も絞り、本番環境の権限を渡さない
過信開発者がAIの出力を検証せずに通すレビューの責任者と承認点を決める

DPLUSの支援:開発ルールの策定/検査を組み込む方針づくり/AIエージェントの権限の棚卸し/レビュー責任と承認点の設計

G5

AI監査・責任あるAI

書類の上だけでなく、実際に統制が動いているかを確かめます

課題

  • ルールはあるが、守られているか確認していない
  • AIの判断について、説明を求められても答えられない
  • 規制や指針の変化に追随できていない

対策の方向

  • 統制が動いているかを、定期的に点検する
  • AIの利用記録を残し、追跡できるようにする
  • 攻撃を模擬した検証を行う
  • 国内外の規制、指針と照らし合わせる

DPLUSの支援

  • 監査の観点と手順の設計
  • 点検の実施と改善提案
  • 規制、指針との照合
  • 経営への報告の仕組みづくり

成果物の例

  • AI監査チェックリスト
  • 点検結果レポート
  • 改善計画
  • 経営報告のひな形
保険の例

よくある状況AI利用のルールは2年前に作ったきり。大口の取引先からAIの利用状況を問われても、実態を示す記録がなく、答えられなかった。

支援によって定期的な点検と利用記録の確認を仕組みにする。承認されていないAIツールを洗い出して整理し、取引先や監督官庁に実態を説明できるようにする。

参照する枠組みの例:AI事業者ガイドライン、EU AI法、NIST AIリスク管理フレームワーク、ISO/IEC 42001

How to Start

現状診断から始め、
優先順位を決めて、段階的に進めます。

一部のメニューだけのご依頼も可能です。まず現状診断で全体を見渡し、必要なご支援を一緒に決めていきます。

現状診断

統制、技術、人と組織の3つの診断から、必要な範囲を選んで点検し、優先して守る対象を特定する

方針と優先順位

経営層と合意し、対策の順番と担当を決めて、ロードマップをつくる

対策の実行

ルール、体制、手順を整える。技術対策は専門の技術者と一体で進め、避難訓練のような模擬訓練で確かめる

定着と見直し

現場に浸透させ、定期的に点検する。脅威と規制の変化に合わせて見直す

DPLUSの強み:技術から経営まで、一つのチームで

01

課題設定から始める

技術対策の一覧からではなく、「何を守り、どこまでAIに任せるか」を、経営と一緒に定めます。

02

統制と推進をやり切る

全体の設計図と優先順位を決め、部門とベンダーを横断して、期限までにやり切るまでPMとして推進します。

03

技術から経営まで一体で

脆弱性診断やフォレンジックの技術者、警察出身者、弁護士、報道対応の経験者とチームを組み、DPLUSが最後まで責任を持ちます。

04

起きた後まで支える

技術の初動対応から、IR、報道対応、記者会見、顧客対応まで、危機対応の全体を統括します。

M&Aの場面では、買収先のセキュリティの実態を確かめるセキュリティDDも手配します。詳しくは企業変革:M&Aをご覧ください。

Self Check

セルフチェック:10の問い

「いいえ」「わからない」が多い領域が、最初に手を付ける候補です。

攻撃者のAIへの備え

  1. 重要なシステムと、その構成をすぐに特定できるか
  2. 脆弱性の優先順位を、点数以外の基準でも決めているか
  3. サポート切れの製品、不要な接続は残っていないか
  4. システムを止める判断基準と権限者が決まっているか
  5. 発生後の公表、顧客対応の手順があるか

自社のAIの統制

  1. AIに入力してよいデータと用途が決まっているか
  2. データの保存、処理の場所と契約条件を把握しているか
  3. AIエージェントに専用IDと最小限の権限を与えているか
  4. 重要な操作に人の承認が入っているか
  5. AIが書いたコードを、人のコードと同じ基準で検査しているか

よくあるご質問

特定のセキュリティ製品を導入する前提ですか?

いいえ。DPLUSは製品を販売する会社ではありません。何を守り、どの順に進めるかを決めたうえで、すでにお使いの製品も含めて、適した手段と専門会社を一緒に選びます。

一部のメニューだけを依頼できますか?

できます。全体像は、取り組みの全体と順番を共有するためのものです。たとえば、危機管理の平時の備えや、AI利用ポリシーの策定だけから始めることもできます。

インシデントが起きてからの相談もできますか?

ご相談ください。技術の初動対応と並行して、公表、報道対応、記者会見、顧客対応までを、専門家とチームを組んで支援します。

AIの活用そのものも相談できますか?

はい。AIの導入、浸透、業務の再設計などは、AIシフト支援でご支援します。統制と活用を一体で進めることもできます。

Contact

何を守り、どこから始めるか、
一緒に決めましょう。

課題が定まっていない段階から、ご相談ください。