Teradataは、プライバシー、セキュリティ、レジリエンスに関する新機能を発表しました。企業のAI活用における最大の課題に応えるものです。具体的には、機密データをどう守るのか、誰が、あるいは何がそのデータにアクセスできるのか、問題が起きたときにデータを利用可能な状態で復旧できるのか、という3点です。
Teradataはこの3つの課題に、統合的なアプローチで対応します。生の個人識別情報の露出を減らし、データにより近い場所で保護を適用し、AIを支えるインテリジェンスを利用可能かつ復旧可能な状態に保ちます。つまり、AIの価値を損なうことなく、その基盤となるインテリジェンスを守る仕組みです。
主な機能
- ポリ匿名化(Poly-anonymization): AIや分析に必要な関係性と有用性を維持しながら、生の個人識別情報の露出を低減
- フォーマット保持暗号化: 機密値のフォーマットを変えることなく保護し、下流システムへの影響を回避
- ポスト量子セキュリティと対応準備: Anonomatic PII Vaultと、転送中データ向けのTLS 1.3ハイブリッド鍵交換により、量子時代の新たな脅威への防御を強化
- イミュータブルバックアップ保護: リカバリポイントの改ざんや削除を防ぎ、サイバーリカバリの備えを強化
- データベースレベルの高可用性: ディザスタリカバリとは別に、ミッションクリティカルなワークロード向けの可用性レイヤーを追加
今なぜ重要なのか
AIがミッションクリティカルな存在になるほど、企業データの価値も脆弱性も高まります。機密情報は現在、ユーザー、アプリケーション、モデル、エージェントの間を行き交っており、境界での防御だけでは守りきれなくなっています。AIは、バラバラの情報を組み合わせてパターンを見つけ、判断を下すように設計されています。そのため、単体では個人を特定できないデータでも、AIが統合することで特定可能になる場合があります。
TeradataのチーフプロダクトオフィサーであるSumeet Arora氏(Sumeet Arora)は、次のように述べています。「プライバシー、セキュリティ、レジリエンスは、これまで別々の問題として、別々の解決策で扱われてきました。しかし、AIがユーザー、アプリケーション、モデル、エージェントをまたいで機密データを同時に動かす状況では、そのやり方は通用しません。今回の発表は、これらの機能が連携して働く必要があるという私たちの考えを示すものです。AI環境が複雑化し、その中で動く主体が増えていく中でも保護を拡張していくための基盤となります」
プライバシー保護
アクセス制御は、誰が機密データを閲覧できるかを決めます。一方、アイデンティティの削減は、そもそも分析環境にどれだけ識別情報を置く必要があるかを変えるものです。Teradataは、Anonomaticとの OEMパートナーシップを通じて両方を組み合わせています。Anonomaticのプライバシー機能は、Teradataの顧客がネイティブに利用できます。
ポリ匿名化は、PIIフィールドを安定した識別子に置き換え、元のアイデンティティはAnonomatic PII Vaultに分離して保管します。PII Vaultはポスト量子対応の環境で、機密性の高い識別情報を守るため、複数のセキュリティ制御を重ねて構築されています。正当なユースケースで必要な場合、権限を持つユーザーはアイデンティティを復元できます。それ以外のユーザーは、分析上の構造、関係性、有用性を保ったデータを扱います。これにより、データの対象者を広く明かすことなく、AI、分析、テスト、承認済みの共同作業に機密データを活用できる分析環境が実現します。
数学的に可逆な暗号化だけに頼る手法とは異なり、PII Vaultはアイデンティティの分離、ポリ匿名化、アクセス制御、さらに多層の保護を組み合わせます。これにより、AIや分析に必要な有用性を保ちながら、アイデンティティの露出を低減します。フォーマット保持暗号化は、値の構造が下流システムにとって重要な場合にもこの保護を広げます。機密データを守りつつ、それを前提に構築されたアプリケーションやワークフローを壊しません。
大規模なテストでは、AnonomaticをベースにしたTeradataのプライバシー保護制御が、企業の分析ワークロードに対応できることが示されました。データプライバシーに伴うと一般的に考えられがちな性能面のトレードオフもありません。保護されたデータに対するマルチテーブル結合クエリは、保護されていないデータへの同等のクエリよりも、Teradataのリソース消費が少なくなりました。ただし、結果はワークロードや構成によって異なります。
AnonomaticのCEOであるMatt Fleck氏(Matt Fleck)は、次のように続けました。「エンタープライズAIは、これまでとは根本的に異なるプライバシー課題を生み出します。効果的なAIを構築するには、機密性の高い個人レベルのデータを使う必要があります。しかし、従来のデータ保護ツールは、AIが機能するために必要なものを維持する設計になっていません。Teradataとの提携により、保護と有用性のどちらかを選ぶことを迫られることなく、企業規模でアイデンティティの露出を減らせるようになります」
ネイティブなデータセキュリティ
データに追従する保護を実現するには、周辺のシステムだけでなく、データ層で制御を適用する必要があります。Teradataは、分類、ポリシーの適用、アクセス制御をデータそのものにより近い場所で実施します。これらの機能が一体となり、ユーザー、アプリケーション、ワークロードをまたいでデータとインテリジェンスを守る、ガバナンス主導の基盤を提供します。
転送中のデータに対しては、TLS 1.3ハイブリッド鍵交換によるポスト量子保護を導入します。これは、従来型の暗号アルゴリズムとポスト量子暗号アルゴリズムを、1回のハンドシェイクで組み合わせる方式です。量子コンピューティングの進歩によって現行の暗号化標準は脆弱性を増していきます。いま暗号面の準備を整えた組織は、今後の変化に対してより有利な立場に立てるでしょう。
動的データマスキング、データの分類とタグ付け、列レベルの暗号化、グローバルアイデンティティといった新たなネイティブ機能も加わり、保護はデータ層全体に広がります。アイデンティティとエンタープライズデータの間に位置するデータ認可プラットフォームを提供するImmutaとの提携では、動的ABACを通じて、アイデンティティを考慮した属性ベースのアクセス制御が可能になります。データを複製したりガバナンスルールを書き直したりすることなく、ユーザーとAIワークロードの双方に一貫してポリシーを適用できます。
Teradataのセキュリティアーキテクチャは、AI環境の進化に合わせて拡張できるよう設計されています。AIエージェントが企業データにどうアクセスし、ポリシーの範囲内でどう動作するかを統制する制御にも、継続的に投資していきます。
エンタープライズデータ保護
AIを大規模に運用する企業にとって、サイバー攻撃は、AIが機能するために必要なデータ、コンテキスト、業務ナレッジへの脅威となります。Teradata Enterprise Data Protectionは、ワークロードに応じたアプローチでこの現実に対応します。すべてのワークロードに同じレジリエンス構成を適用するのではなく、ビジネス上の重要度に合わせて保護レベルを選べます。目的は単にデータを復元することではありません。AIがミッションクリティカルな業務を再開するために必要な、信頼できるコンテキストを復元することです。
リアルタイムレプリケーションによるデータベースレベルの高可用性は、可用性のレイヤーを新たに加えます。継続的な同期と低い復旧目標を実現するための仕組みです。
イミュータブルバックアップ保護は、特権管理者であっても、リカバリポイントの改ざん、暗号化、削除ができないようにし、サイバーリカバリの備えを強化します。ランサムウェアがバックアップデータを標的にするケースが増えており、保護されたリカバリポイントは、それを取り巻く保護戦略と同じくらい重要になっています。Teradataのレジリエンスアーキテクチャは、サイバー脅威や復旧要件の変化に合わせて拡張できるよう設計されています。
このほか、バックアップとリカバリ、スケジュールに基づくデータ同期、ディザスタリカバリなどの機能も加わり、Enterprise Data Protectionの体験はより一貫したものになります。
翻訳元: https://www.helpnetsecurity.com/2026/10/20/teradata-ai-data-security/
