サイバーセキュリティ情報は複数の情報源から継続的に公開されます。すべてを人が確認するのではなく、自社環境との関連性と重要度を自動で整理し、担当者へ必要な情報だけを届ける仕組みが必要です。
本プロジェクトでは、情報収集 → AI分析 → 関連性・優先度評価 → 要約 → 通知／対話までを一つの処理系として設計します。
技術課題
- 情報源が分散している
複数ソースから異なる形式で発信される脅威・脆弱性情報を継続的に取り込む必要があります。 - 深刻度だけでは優先度が決まらない
一般的な重要度に加え、自社システムや利用環境との関連性を考慮する必要があります。 - 機密情報を扱う
自社のシステム構成や脆弱性情報を外部へ不用意に送れないため、処理経路を制御する必要があります。 - 重要情報を迅速に届ける必要がある
分析して終わりではなく、担当者が普段使う業務ツールまで通知する必要があります。
技術アプローチ
- 脅威情報の自動収集・正規化
複数ソースから情報を取り込み、後続分析に利用できる形式へ整理します。 - 関連性と優先度の分析
脅威内容と自社環境の情報を照合し、注目すべき情報を絞り込みます。 - 生成AIとプライベートLLMの使い分け
情報の機密性に応じて、外部の生成AIと閉域環境で動作するLLMを使い分けます。 - 要約・通知
重要な変化を短く要約し、SlackやTeamsなど既存のコミュニケーションツールへ通知します。 - 会話型アクセス
担当者が自然な言葉で質問し、関連する脅威情報を確認できる対話インターフェースへつなげます。
設計上のポイント
-
収集量より関連性を重視する
情報を増やすのではなく、自社に必要なものを絞り込みます。
-
機密性で処理経路を変える
AIの利便性と情報保護を両立します。
-
通知まで含めて設計する
分析結果を既存業務へ直接届けます。
まとめ
脅威情報の収集・分析で重要なのは、すべての脅威情報を読むことではありません。自社に関係する変化を早く見つけ、判断できる情報へ変換することです。