AIという言葉が社会に定着した一方、解析データの秘匿性担保やセキュリティ管理が課題となっています。オンプレミスで実施してきた解析をクラウド上で動かすことができれば、処理速度や計算効率を上げるだけでなく、複数社間でも解析結果をスムーズに共有でき、スマートファクトリー化等へ繋げることができますが、クラウドの活用はセキュリティへの懸念が大きく、まだ十分には進んでいません。
このページではAI解析をおこなう際のセキュリティ課題を秘密計算技術を応用したソフトウェアDataArmor Gate AIを用いて解決し、クラウド上でのAI解析を実現した例を紹介いたします。
データの活用例として、例えば個人データでは医療分野において個人の臨床データと日常的に使用しているヘルスケアアプリのデータとを結びつけた予防医療や、個人の体質にあった治療をおこなう個別化医療への活用が期待されています。また、企業保有のデータ活用では製造業等において自社のビッグデータを解析し経営判断に活かす取り組みが始まっています。
一方、これら機密性の高いデータはいかに秘匿性を担保し、外部への流出を防ぐ等のセキュリティ環境を保つかが大きな課題です。特に近年進んでいるクラウドを活用する際は大きな制約要素になっています。そのため、製造工場等では機密性の高いデータはクラウド上ではなくオンプレミス環境で保管するケースが多く、分析や解析をおこなうためにAIベンダーが各地域の工場へ赴いて分析・解析作業を進めています。これにより、ベンダー側のコストや工数が発生するだけでなく、製造工場側もシステムの管理を現地でおこなうメンテナンスコストやシステム・ネットワークの敷設費等、双方にコストが生じている要因にもなっています。
近年、個人情報の取り扱いと活用に注目が集まっています。例えば、医療の分野等で取り扱う個人情報を投薬データを始め個人が日常的に使用するヘルスケアアプリ等と結びつけた予防医療や、ゲノム解析を活用した個別化医療への活用が期待されています。
期待が高まる一方、医療・ヘルスケア分野で取り扱われるデータは、個人情報に直結する機密性の高いデータのため、データ利活用に向けてはデータの秘匿性の担保とセキュリティの確保が大きな課題であり、クラウド活用においても大きな制約となっていました。
診療データや投薬データといった機密性の高い個人情報の連携や解析をおこなうには、外部からの侵害を防ぐと同時に、万一データの一部が漏洩した場合のリスクヘッジも考慮しなければなりません。イーグリスはデータを暗号で秘匿化し、複雑な機械処理すらも暗号化したままで解析することができる秘密計算技術を応用したソフトウェアDataArmor Gate AIを開発し、データ秘匿性の担保とセキュリティの課題解決を支援してきました。
秘密計算技術を用いることで、データはもとよりAIアルゴリズム自体も暗号状態で処理することができるため、クラウド上でAIを活用した医療診断支援をセキュアにおこなうことを可能にします。クラウドによるAI診断により、地域医療の格差を減らし、よりよい社会の実現へ貢献しています。
これまでデータを多く保有する企業ではビッグデータ活用を経営方針に掲げ、自社内に眠るデータを経営判断に活かすための解析を進めてきました。
例えば製造業各社では、設計図面や生産過程で取得できるデータのセキュリティを確保するため、クラウド上ではなくオンプレミス環境で保管するケースが多く、分析や解析をおこなうたびにAIベンダーが各地域の工場へ赴いて分析・解析作業を進めています。そのため、拠点毎にシステム設備を構築しメンテナンスをするためのコストや、AIベンダーの費用が発生するとともに拠点間を跨いだスマートファクトリー化が進まない要因にもなっています。
イーグリスが提供しているDataArmorGateAIは様々な回帰モデル、畳み込みニューラルネットワーク、ランダムフォレスト等、様々なAI解析をデータ処理だけでなくモデルそのものも暗号状態で適用することができるため、機密データとAIアルゴリズム自体も守りながらAI解析をすすめることが可能です。
従来オンプレミスで実施してきた解析処理はクラウドを活用することで速度や計算効率を上げるだけでなく、複数の製造工場の生産・品質管理を並列におこなう等、スマートファクトリーの実現に繋げることができます。
