特許出願中
CONFIDENTIAL KNOWLEDGE SECURITY

企業のナレッジそのものを守る。

機密情報をRAGで安全に扱うための、AIセキュリティ基盤

ベクトルと原文の分離、データの分割・分散保存、アクセス時の権限確認、必要時のみの復元により、高機密情報を扱うエンタープライズRAGを支えます。

Challenges

なぜ、RAGはPoCから本番へ進めないのか。

RAGは便利です。しかし、企業の機密情報を扱うようになると、「便利かどうか」以上に、リスクを説明できるかが重要になります。

01

機密情報がどこまで利用されるか分からない

外部LLMへ機密文書が送信されるのではないか。必要以上のデータがAIへ渡されるのではないか。

こうした不透明さが、本番導入の大きな障壁になります。

02

権限を超えたナレッジが検索される

RAGによって組織内のナレッジが横断検索可能になると、本来アクセスできない情報まで検索・回答対象になるリスクがあります。

03

ベクトルDBやストレージの漏洩リスク

企業ナレッジが一箇所へ集約されれば、そのストレージやデータベース自体が新たな高価値ターゲットになります。

04

ガバナンスと運用まで設計する必要がある

本番環境では、データ保護だけでなく、権限、AIの責任範囲、利用ポリシー、監査、運用体制まで含めた設計が必要です。

機密文書の外部送信、権限を超えた検索、ベクトルDBからの流出。こうした不安から、特に大企業では「PoCまでは進めても、本番導入は見送る」という判断になりがちです。

Knowledge-Centric Security

本当のリスクは、AIではなく「ナレッジの集中化」

一般的なRAGには、複数のセキュリティリスクがあります。

ベクトルからの意味推測 権限制御不足 プロンプトインジェクション 不要なデータのLLM送信 ログ・運用からの情報漏洩
Confidential Knowledge

暗号化するだけではなく、
ナレッジを分割・分散する。

Conventional RAG

一般的なRAG

文書 暗号化 ストレージ

文書そのものを保存します。保存時に暗号化していても、利用時には復号する必要があります。

そのため、復号されたデータやストレージが侵害された場合、原文が流出する可能性があります。

AIKNOW Security

AIKNOW Security

ナレッジ 分離 分散 権限確認後の復元

ベクトルDBにはベクトルを保存します。原文データは分割し、単独では内容が分からない形で複数の保存先へ分散します。

アクセス時に権限を確認し、必要なデータだけを一時的に復元します。

Knowledge Security

「どこに保存されているか」を守るだけでなく、「ナレッジそのものを盗まれても利用できない状態にする」ことを目指します。

AIKNOW Securityでは秘密分散を活用した分割・分散方式により、以下を目指します。

ストレージ漏洩時の復元を困難にする 内部不正リスクを低減する クラウド・ベンダーへの依存リスクを低減する
Three-Layer Security

3層のセキュリティで、企業ナレッジを保護

AIKNOW Securityでは、単一の防御機能だけに依存しません。

01 Network Security Layer

稼働環境そのものを保護

外部からの不正アクセスを防ぎ、AIKNOWが稼働する環境そのものを保護します。

ネットワーク分離やファイアウォールなど、企業システムとして必要な基盤セキュリティを構成します。

02 Authorization Layer

「誰が・どの環境から・どの情報へアクセスするか」を制御

ユーザー、環境、情報資産などの属性を組み合わせてアクセスポリシーを評価します。条件を満たす場合のみ、対象ナレッジへのアクセスを許可します。

単純なユーザーロールだけではなく、利用状況を含めた認可を設計できます。

03 Data Protection Layer

ナレッジそのものを分割・分散

認証・認可を突破された場合でも、保存されたデータから直ちに原文を復元できない構造を構築します。

秘密分散などの方式でナレッジを分割し、断片(シャード)として複数の保存先に保管します。

3層セキュリティ構成図:Network Security Layer の内側に Authorization Layer(Attribute-Based Access Control:User / Environment / Information Asset の属性から Authorization Policy を評価し Permit / Deny を判定)、さらにその内側に Data Protection Layer(Secret Distribution:File を 秘密分散 Transform で Data Shards と Control Block へ分割)を配置

← 横にスクロールできます →

From Query to Protected Knowledge

ナレッジを保護したまま、RAGで利用する

AIKNOW Securityは、データを安全に保存するだけではありません。
必要なナレッジを、必要なユーザーが、必要なときだけ利用できるように設計しています。

保護されたRAG処理フロー:データ提供者・利用者からTLSで接続し、Raw Data → Chunks → Vector → Vector DB → Context → Contextual Chunks → LLM → Answer をメモリ上で処理。Storage・Databaseとの間は秘密分散で保護される構成図

← 横にスクロールできます →

Step 01

元データ

保護対象となる原文データ。

Step 02

チャンク分割

文書をRAGで利用可能な単位へ分割。

Step 03

ベクトル化

ナレッジ検索用のベクトルを生成。

Step 04

ベクトルDB

検索に必要なベクトルを保持。

Step 05

クエリと検索

クエリから関連するコンテキストを検索。

Step 06

認可

ユーザー・環境・情報資産の条件からアクセス権限を確認。

Step 07

安全な復元

必要なシャードのみを取得し、一時的に復元。

Step 08

インメモリ処理

復元されたコンテキストを必要な処理中だけ利用。

Step 09

LLM → 保護された回答

許可されたコンテキストのみを使って回答を生成。

Security Maturity

RAGを、PoCから高機密業務へ

RAGのセキュリティは、保存時暗号化だけでは十分ではありません。
AIKNOW Securityでは、エンタープライズRAGの成熟度を段階的に捉えています。

LEVEL 1

基本RAG

ベクトルと原文をそのまま保存。

PoC・検証向け
LEVEL 2

暗号化RAG

AESによる保存時暗号化、TLSによる通信保護。

低〜中機密の社内利用
LEVEL 3

エンタープライズRAG

RBAC、ネットワーク分離、監査ログを追加。

一般的な企業業務利用
LEVEL 4

機密分散RAG

ベクトルと原文を分離。秘密分散などによる分割・分散保存。

高機密データを扱うエンタープライズRAGへ。
LEVEL 5

高信頼RAG

機密実行環境、ポリシー制御、ガバナンスまで統合。

金融・医療・重要基盤など、高い信頼性が必要なAI利用へ。

AIKNOW Securityが主な対象とするのは、このうち「機密分散RAG」と「高信頼RAG」の段階です。

Performance

セキュリティを強化しても、RAGの速度をほぼ落とさない。

秘密分散方式では、データを複数箇所から取得・復元するため、遅延(レイテンシ)が大きくなりがちです。
AIKNOW Securityでは、チャンク単位の独自の分散処理方式で、この遅延を大きく抑えています。

Latency Benchmark 秒 / 処理時間(短いほど良い)
従来の分散処理 Conventional
30.87
ストレージ取得 28.31秒秘密分散復号 0.72秒
AIKNOWの独自分散処理 AIKNOW
7.27
DB取得 0.022秒秘密分散復号 0.099秒
分散処理なし Baseline / No Distribution
7.07

30.87 → 7.27 秒へ短縮

チャンク単位の独自分散処理方式によるレイテンシ削減。

30.87秒(一般的な秘密分散方式)→ 7.27秒(AIKNOW Security)。分散処理を行わない場合の7.07秒に近い処理時間でした。
※当社検証環境における参考値です。
Use Cases

高機密ナレッジを、AIで安全に活用

Confidential Enterprise RAG

機密社内ナレッジ

経営資料、研究開発情報、顧客情報など、通常のエンタープライズRAGでは扱いにくい高機密データをナレッジとして活用できます。

Cross-Department Knowledge

部門横断ナレッジ

全社ナレッジを一つのRAG基盤へ統合しながら、ユーザーや情報資産ごとにアクセス範囲を制御します。

「検索できるナレッジ」と「検索してはいけないナレッジ」を明確に分離します。

Regulated Industries

金融・医療・重要基盤

高い機密性とガバナンスが求められる業界において、ナレッジ利用とデータ保護の両立を支援します。

Cloud & Vendor Risk

クラウド・ベンダー依存リスクへの対応

データを単一のストレージへそのまま保存しないことで、クラウド、ストレージ、ベンダーなど、特定のコンポーネントが侵害された場合の情報漏洩リスクを低減します。

TRUSTED ENTERPRISE AI

ナレッジは、集めるほど価値が高まる。
そして、守るべき価値も高まる。

エンタープライズRAGによって、企業のナレッジは一つの強力な情報資産になります。だからこそ、
ネットワークだけではなく、データベースだけではなく、ナレッジそのものを守る。

AIKNOW Securityが、PoCで止まらない 信頼できるエンタープライズAI の基盤をつくります。

システムを守る。
アクセスを守る。
ナレッジを守る。
AIKNOW Securityについて相談する