セキュリティ業界におけるAI機能の活用

組織は、これまで以上に、フィジカルセキュリティデータを活用して安全性を強化し、生産性を高め、業務を改善したいと考えています。組織のリーダーたちは、セキュリティへの人工知能 (AI) (EN)の導入について積極的に検討しています。 インテリジェント自動化からフォレンジック検索ツールまで、組織はAIとセキュリティをどのように融合させれば、新たな成果が出せるのかを知りたいと考えています。

2025年度フィジカルセキュリティの状況レポートでは、AIの導入についてさらに詳しく説明しています。フィジカルセキュリティテクノロジーの調達、管理、または使用に携わる回答者の42%が、AIを導入する予定であると回答していることをご存知ですか? 多くの企業が、今後数か月以内にセキュリティ業務に何らかの形でAIを統合することを計画しています。

ベンダーは新しいAIモデルや AI 対応の分析ソリューションをリリースしていますが、意思決定者はAIのリスクと限界 (EN)に常に注意を払う必要があります。AIアプリケーションの責任ある開発と使用を管理する規制フレームワークの遵守を考慮することも重要です。

セキュリティ分野におけるAIの進化、および責任あるAIの実行に基づいて構築されたソリューションを選択することの重要性について、本ブログでご紹介します。

ブログ

 

AIとIAの違い

セキュリティにおけるAIが何を意味するのかを明確にすることが重要です。

人工知能 (AI) とは、明示的にプログラミングしなくても、機械がデータから学習し、新しい状況に適応できるようにするツールとプロセスを指します。機械学習や深層学習などのさまざまな概念と技術が含まれます。

一方、インテリジェント自動化 (IA) は、AIを、ルール、アクション、直感的なUXなどの他のテクノロジーと組み合わせて、現実世界の問題を解決するソリューションを作成します。AIと自動化を融合することで、IAは高度なテクノロジーとテクノロジーの間のギャップを埋め、実用的な成果をもたらすことができます。このようにして、人間は、直感的に操作でき、ユーザーの能力を強化できるよう設計された機能を使って、主導権を握り続けます。

これは結局何を意味するのでしょうか?AIがツールだとすれば、IAは人を中心に置いたソリューションになります。

フィジカルセキュリティにおける人工知能の活用方法

現在、フィジカルセキュリティにAIを活用する方法について、実績に基づいた理解が進んでいます。多くの人がAIは完璧ではないと考えていますが、それでもテクノロジーがどのように進歩し、開発されているのかという点に関心を持っています。

以下は、AIとセキュリティの統合を示す例です。

すべてのデータを活用する

フィジカルセキュリティシステムが収集した動画とデータの量は増加し続けています。そのため、オペレータが情報を効果的に処理し、それに対応することが困難になる可能性があります。AI対応アプリケーションを利用すれば、このデータから新しい知見が得られます。結果問題解決能力が強化され、より適切な意思決定ができるようになります。

AIを活用して、脅威をより迅速に検出し、建物からの避難手順などの対応を自動化することで、組織はさまざまな目標を達成できます。また、実用的な知見を得ることで、効率性と安全性も向上します。

例えば、小売業者はAIを使用して顧客の行動に対する認識を深められます。組織の中には、駐車の合理化や占有率の追跡にAIを活用している組織もあります。進行方向分析や人数カウント分析 (EN)などのAI対応ツールがデータを活用してボトルネックを特定するため、安全規制に確実に遵守できるようになります。

フォレンジック検索の強化

AI対応のフォレンジック検索機能を使用すると、怪しい行動を特定かつ調査し、数分でイベントのタイムラインを再構築できます。これらのツールを使うと、セキュリティ担当者は「勤務時間外にオフィスを入退室した人」や「立ち入り禁止区域に入った人」など、従来のレポートでは入手できなかった特定の情報を照会できるようになります。怪しいカード保持者のアクティビティを隔離したり、潜在的な内部脅威を特定したり、業務をより深く理解したりできるようになります。

自然言語検索を活用すれば、大量のデータをより簡単に処理できます。特定の人物、車両、色でも検索できるようになるため、調査の迅速化と精度の向上が実現できます。AIを活用したアルゴリズムを活用すると、指定された時間枠内のビデオ映像を素早く検索し、例えば、赤い車両が映っているすべての映像を特定できるため、捜索中に特定の詳細情報を分離して全体的な運用効率を高めることができます。

 

サイバーセキュリティの強化

異常検出は、セキュリティ運用全体において常に重要な要素ですが、サイバーセキュリティリスクにおいては特に重要です。システムの健全性を監視するダッシュボードを使えば、カメラの不正解除を特定できます。また、インフラストラクチャアプライアンスに組み込み型の保護メカニズムを追加すれば、システムとネットワークを強化できます。機械学習を用いてエンドポイントデバイスで実行される既知および未知のマルウェアを特定し、阻止することで、アプライアンスのウイルス対策保護を強化します。

チェックリスト

 

車両ナンバープレートの検出

自動ナンバープレート識別 (ALPR) システムは、ナンバープレートを読み取るだけではありません。駐車の合理化、指定車両の追跡、交通量の効率的な監視も可能です。AutoVu Cloudrunner™ (EN)では、これ以外にも多くの機能を活用できます。その方法スマートカメラとクラウドを組み合わせる。

Cloudrunner CR-H2カメラは、詳細な車両データを収集する太陽光発電デバイス (EN)です。色や車種などの車両の属性を識別し、速度や走行方向などの動作を分析することもできます。このクラウドを活用したアプローチにより、調査員はどこからでもデータにアクセスしながら、検索範囲を迅速かつ効率的に絞り込むことができます。

 

AI規制に準拠することが重要視される理由

AIとセキュリティの可能性への期待は高まっていますが、技術が進化するにつれて、リスクも増大します。不当な社会的バイアス、開発者のバイアス、モデルのバイアスが重要な決定に影響を及ぼす可能性があります。データやプライバシーの保護を無視した方法で、個人情報が悪用される可能性があります。実際、最新のIBMのレポート (EN)によると、安全に保護されている生成AIソリューションは、わずか24%であることがわかっています。

リスクが明らかになったきたことを受け、組織がAI対応テクノロジーをどのように開発し実装すべきかを規制する法令の起草が進んでいます。この目的は、テクノロジーの進歩と信頼度を高めつつ、個人の権利を守ることです。

例えば、最近では欧州連合 (EU) でAI法 (EN)が施行され、特定されたリスクの種類に基づき、さまざまなAIアプリケーションに対する義務が定められました。これには、適切なリスク評価とリスク軽減策の制定、バイアスを軽減する高品質のトレーニングデータセットの使用、必要に応じてモデルに関する詳細な記録の管轄当局との共有が含まれます。最も極端なケースでは、この新しい法律に違反した場合、企業は世界全域の年間売上高の最大 7% (EN)の罰金が課せられる可能性があります。

一般データ保護規則 (EN) (GDPR) も、アプリケーションのAIセキュリティに焦点を当てた規制になっています。この法律では、AIモデルが個人情報を使用できるようにするは、データ所有者から明示的な同意を得ることが義務付けられています。AIシステムは、プライバシーを考慮した設計が必要であり、AI関連の決定によって影響を受けるユーザーに簡単に説明できるものでなければなりません。

ブログ

 

AIの開発・使用と、これらのコンプライアンス要件とのバランスが重要です。インテリジェントソリューションを使って利益を得るために、責任ある使用、倫理基準、プライバシーコンプライアンスがないがしろにされてはなりません。

責任あるAIの使用とコンプライアンスを維持するためのベストプラクティス

• リスク評価の実施: 特定のプロセスの自動化によって、重要なシステムや安全プロトコルに及ぼす影響を評価します。
• 重要でないアプリケーションの特定: まず、最も重要な業務に必要ないプロセスにAIを実装します。こうすることで、大きな業務の混乱を招かずに済みます。 
• 人を中心に置いた設計を優先する: AIアプリケーションが、最善の意思決定に必要な情報をまず人に提供できるようにします。
• プライバシー分析の活用: AIシステムに内蔵型のプライバシー機能を導入して、機密情報へのアクセスを制限および保護します。
• データ保護戦略の拡大: 定期的な監査やシステムアップデートの処理を含む、サイバーセキュリティ対策とベストプラクティスをAI対応ソリューションに適用させます。
• 信頼できるベンダーの選択: バイアス、データ保護、サイバーセキュリティ、責任あるAIの原則を重視するベンダーと協働します。