EAGLYS

ゼロトラスト時代のセキュアAI

秘密計算が実現するセキュアAIで自律的なAI運用を

DataArmor GateDB logo
ナレッジの生成

暗号化データを処理できるAIモデルの生成

EAGLYSのセキュアコンピューティング(秘密計算)技術により、入力、モデル、出力、といった機械学習処理の全プロセスを暗号化した状態で推論します。

セキュリティ

ゼロトラスト環境でのAI活用

データは常時暗号化されており、暗号鍵はAIモデルと分離されます。入力〜出力まで一貫したパイプライン処理を秘匿化して運用が可能となり、人の目視・ポリシーチェックなど人による運用から脱却し、セキュリティ・プライバシーbyデザインの自律的運用をサポートします。

プライバシー保護

パーソナルデータを用いた機械学習をサポート

データ侵害を恐れることなく、自らのデータを機械学習で活用することができます。プライバシーが担保されることで、クラウドリソースの有効活用も可能となります。

PoCで終わらないAIのために

原因となるデータセキュリティ、それを解決するDataArmor Gate AI

EAGLYSの秘密計算テクノロジーが搭載されたDataArmor Gate AIは、AIモデル自体を暗号化するだけでなく、暗号化したデータを用いたAI活用をも可能とします。

DataArmor Gate AIの提供形態は個別対応となっています。ユースケースやAIモデルにあわせて柔軟なカスタマイズが可能ですので、お気軽にお問い合わせください。

ケーススタディ

DataArmorシリーズの活用例をご紹介します。

様々な車載センターから収集される車両内のデータは、メンテナンス時期の予測や運転者の操作能力の測定などに使用することができます。これらのデータは位置情報が含まれるなど機密性が非常に高く、所有者の行動や車両で移動している人の活動範囲、会社所有の車両であれば企業活動などの推測も可能でしょう。データは車両内に保存されているため、仮にデータが暗号化されていなかった場合、メンテナンスを行う整備士や、車両へ物理的にアクセスできる悪意あるユーザはデータへアクセスすることができてしまいます。DataArmorを活用することで、データは暗号化された状態で車両内に保持されます。車両の機械学習モデルは暗号化されたデータを処理することができますが、処理中もデータは復号されません。また、データをクラウドや会社のサーバ環境にアップロードすることで、車両データの一元管理ができます。詳細分析の際は必要に応じて復号したり、コンプライアンス上の理由から保存することも可能です。

工場内の制御機器やIoTシステムから出力された各種データを用いて、生産、出荷、物流等のサプライチェーンを最適化するものです。これらのデータはすべての工場内で自律的に分析、活用される必要がありますが、工場ネットワークが安全でない環境にある場合、管理者がリモートアクセスする際のセキュリティが課題です。不正行為によってデータが盗まれた場合、第三者が工場の稼働状況を予測できてしまう恐れがあります。DataArmorを用いることで、安全なデータの集積、分析、機械学習の実行が可能となります。

患者の医療画像データを分析することで医療診断を行うAIをトレーニングする例です。単一の医療機関が保有するデータ量には制約がありますが、一方でデータ共有には厳しい法規制による制限があります。結果、高精度なAIモデルを構築するためのデータが不足するだけでなく、実際に患者データへAI診断サービスを提供する際にも支障がでてしまいます。これらの問題はDataArmorの活用で解決することができます。患者データは暗号化され、暗号化した状態でのみ診断処理が行われます。これにより、より多くの患者データを活用することができるようになり、AI診断サービスの可能性が大きく広がります。暗号化された患者データは、医療診断に使われるだけでなくAIモデルの改善にも活用できますが、復号できるのはあくまでデータオーナーだけです。

複数の銀行がデータを持ち寄って行う協調的な不正検知の事例です。データ共有の際には、プライバシーを保護するため匿名化などによりデータを加工する必要があるため、結果として、加工後のデータで構築したモデルは精度が低下してしまいます。DataArmorを用いたデータ共有では、暗号化されたデータに対して分析を行うため、プライバシーデータを直接参照することはありません。これにより、精度の高いモデル構築を実現することで、より質の高い不正検知を通じて、企業はその価値を高めることができます。