Apple、カメラとマイクのデータを保護する分離ランタイム「Secure Exclaves」の詳細を公開

Appleは、バックグラウンド処理中のカメラとマイクのデータを保護するセキュリティアーキテクチャ「Secure Exclaves」の詳細を公開しました。Appleによると、Secure Exclaves内で処理・分析されたデータには、メインのオペレーティングシステム、アプリ、さらには同社自身もアクセスできません。

Appleは、HomeViewでの人物認識のほか、Siri RecapやLive RewindにもSecure Exclavesを採用しています。このアーキテクチャは、iPhone 18 Pro、iPhone 18 Pro Max、iPhone Duoの画面上のカメラ・マイクインジケーターと、MacBook NeoおよびHomeViewのカメラインジケーターも保護します。

バックグラウンドでのセンシングを保護

アンビエントセンシングは、マイクとカメラを使って周囲の環境を把握し、登録済みユーザーの声や顔を認識する仕組みです。センサーのストリームは、特定の音を検出したか、登録済みユーザーを認識したかといった単純な信号にまで絞り込まれます。アンビエントセンシング中、生の音声と映像はSecure Exclaves内で保護され、メインのオペレーティングシステムに渡ることなく、処理の完了後に破棄されます。

このアーキテクチャは2つのモードに対応しています。アンビエントモードでは、センサーが周囲の特定のトリガーに反応しますが、システムの他の部分と共有できるのは特定のメタデータだけです。アクティブモードでは、センサーの完全なデータをメインのオペレーティングシステムに引き渡せます。その際は、セキュアインジケーターによって、そのことがユーザーに通知されます。

Appleは、この分離環境を3つの要件に基づいて構築しました。1つ目は分離です。Secure Exclaves内で処理されるデータを、メインのオペレーティングシステムが抜き出したり改変したりすることはできません。2つ目は制御されたインターフェースです。この境界を越えられる情報は、厳密に定義されたものだけに限定されます。3つ目はセキュアな表示です。メインのオペレーティングシステムの干渉を受けることなく、アクティブなセンサーセッションが進行中かどうかをユーザーが確認できます。

Appleは次のように説明しています。「新しいセキュアなランタイムを構築するには、高度に安全なOS基盤が必要です。そのため、Secure Enclave Processor(SEP)をはじめ、当社で特にセキュリティ上重要度の高い環境向けに開発したL4マイクロカーネルを、Apple独自にカスタマイズして採用しました」

このマイクロカーネルは「ケイパビリティ」を利用します。ケイパビリティとは、リソースを識別し、そのリソースへのアクセスを認可する、セキュアなリソースハンドルです。

Exclavesは、独立したオペレーティングシステムを持つ別個のプロセッサ実行コンテキストで動作します。メモリの分離は、Secure Page Table Monitor(SPTM)が強制します。SPTMは、メインのオペレーティングシステムのカーネルより高い特権レベルで動作します。

Exclave同士は、Secure IPCで通信します。Appleは、メインのオペレーティングシステムとの間にある各インターフェースを監査し、外部に出る情報をアンビエントセンシングに必要なメタデータだけに制限しています。

Exclave Indicator Controllerは、インジケーターが点灯しており、しかも十分な時間にわたって視認可能な状態にあることを確認したうえで初めて、センサーの完全なデータをメインのオペレーティングシステムに流します。HomeViewでは、LEDを直接制御し、視認できる明るさを確保します。iPhoneでは、ディスプレイ用のExclaveが、インジケーターの描画に使うピクセルが最低限の輝度のしきい値を満たしていること、そして周囲のピクセルに隠されていないことを確認します。

HomeViewが人物を認識する仕組み

起動時に、人物認識用のExclaveは、登録済みの顔と声のモデル、およびID情報のデータベースを、セキュアストレージ用のExclaveから読み込みます。

Image

HomeViewにおける人物認識の流れ(出典:Apple)

カメラ用のExclaveは顔を検出し、処理するフレームをキューに入れます。一方、音声用のExclaveは、異常検知とエコーキャンセレーションを担当します。これらのExclaveは、画像や音声を共有することなく、誰かがいる可能性をメインのオペレーティングシステムに通知できます。

Neural Engine用のExclaveは、分離されたワークキューを使って顔と声のプリントを生成し、各モデルの処理が終わるたびに自身の状態を消去します。オーケストレーションサービスは、これらのプリントをID情報のデータベースと照合し、結果を組み合わせて信頼度スコアを算出します。

メインのオペレーティングシステム上の人物認識デーモンに届くのは、人物の識別子、位置、信頼度だけです。これらの出力は、カレンダー、メッセージ、Apple Music、そしてiPhoneから利用できる、対応するサードパーティ製の音声・映像アプリにおける、本人の識別に依存した機能を支えています。認識の過程で、音声や映像がSecure Exclavesの外に出ることはありません。

今後の展開

Appleは、AIで加速させた脆弱性調査と、形式検証の対象範囲の拡大を通じて、Secure Exclavesの堅牢化を今後も進めていくと述べています。同社はこのアーキテクチャについて、Apple製品が周囲の世界にどう反応するのかを、ユーザーがより明確かつ安心して把握できるようにするための一歩だと位置づけています。

翻訳元: https://www.helpnetsecurity.com/2026/11/13/apple-secure-exclaves-security-architecture/

本記事は helpnetsecurity.com の記事を翻訳・要約したものです。