SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

EnterpriseZine(エンタープライズジン)編集部では、情報システム担当、セキュリティ担当の方々向けに、EnterpriseZine Day、Security Online Day、DataTechという、3つのイベントを開催しております。それぞれ編集部独自の切り口で、業界トレンドや最新事例を網羅。最新の動向を知ることができる場として、好評を得ています。

直近開催のイベントはこちら!

EnterpriseZine Day 2022

2022年6月28日(火)13:10

EnterpriseZine(エンタープライズジン)編集部では、情報システム担当、セキュリティ担当の方々向けの講座「EnterpriseZine Academy」や、すべてのITパーソンに向けた「新エバンジェリスト養成講座」などの講座を企画しています。EnterpriseZine編集部ならではの切り口・企画・講師セレクトで、明日を担うIT人材の育成をミッションに展開しております。

お申し込み受付中!

Security Online Column

高まる「秘密計算」の活用ニーズ CSAジャパンが語る、金融機関におけるデータ活用の課題と対策

「Trellix Xpand Digital Japan 2022」講演レポート

 日本クラウドセキュリティアライアンスは、グローバル組織「Cloud Security Alliance(CSA)」の日本支部であり、主にクラウドの安心安全な構築、提供、利活用に向けた実践規範の普及推進を目的に、クラウドセキュリティについての情報の入手、共有、共通言語化などの活動の場を提供している。同法人の業務執行理事 事務局次長である寺尾敏康氏は、Trellix Xpand Digital Japanにおける講演「DX推進の課題とセキュリティリスク~金融機関における利用状況から~」で、金融機関におけるデータ活用の課題と対策について紹介した。

金融機関でも活用が広がるAI、機械学習、クラウドサービス

 寺尾氏はまず、DX推進における課題として“AIの活用”を取り上げた。AIはデータドリブン経営や各種自動化、新サービスの実現においても不可欠な技術になっている。情報処理推進機構(IPA)の『DX白書 2021』によると、日本企業におけるAI技術の活用状況は20.5%に対し、米国企業は44.2%と水をあけられているという。ただし、前年度調査において日本企業は4.2%だったため、わずか1年で5倍に増加しているとも言える。

 業界業種を問わずDXに注力する中、特に金融機関はここ数年でAIと機械学習への投資を拡大しているという。たとえば、銀行ではカスタマーエクスペリエンス強化のため、チャットボットやカスタマイズした商品レコメンデーションの活用を進めている。寺尾氏はその背景として、コスト効率に優れ使いやすく“スケーラブル“なAIおよび機械学習のクラウドサービスが利用できることを挙げた。

 実際にNASDAQやシカゴ・マーカンタイル取引所が基幹システムを段階的にクラウドへ移行すると発表したり、ゴールドマン・サックスが新たなデータ分析クラウドサービスの提供を発表したりしている。寺尾氏はさらに、日本の金融機関のAI活用事例として、三菱UFJフィナンシャル・グループ(MUFG)、三井住友銀行、あいおいニッセイ同和損害保険、第一生命保険などの取り組みを紹介。これらは各金融機関単独の事例であるが、金融庁ではマネー・ロンダリング対策の実証事業を実施している。/p>

金融機関におけるAIと機械学習の導入効果
金融機関におけるAIと機械学習の導入効果
[画像クリックで拡大]

 現時点では、高度化した手口に対応できる先進的な手法を取り入れられる金融機関は限られているが、マネー・ロンダリングやテロ資金供与などでは抜け穴に使える金融機関が狙われているため、金融業界全体での底上げが必要であるとした。

暗号データを復号することなく解析・活用可能にする「秘密計算」

 活用が加速していく一方で、ビッグデータやAI活用には問題点も存在する。機械学習やAIモデルの精度向上には膨大なデータを使った学習が必要で、従来は対象のデータを1ヵ所に集めて学習させていた。しかし、実証事業のように大量のデータを使う場合や、複数企業から学習データを提供される場合、あるいは個人情報などの慎重な取り扱いが必要な場合には、データを一ヵ所に集めることは大きなリスクとなる。

 従来の暗号技術はデータの通信や保管時だけに対応しており、分析や検索、共有を行う際は、暗号を解除して生データの状態で処理が行われていた。データ漏えいを前提に匿名化すると精度が低くなってしまうため、自社内の閉じたシステム環境下で時間をかけてデータ分析を行っているのが現実である。

 こうした課題に対応する対応策の一つが「秘密計算」である。秘密計算とは、収集したデータの暗号化を解くことなく、解析や活用を可能にするもの。AIの活用には「データの不在」と「データの秘匿」が課題となっており、データの不在を補うため企業同士がデータを共有する“データ流通エコシステム”の創設が進んでいるが、機密性の高いデータの取得と共有が障壁となっている。

従来の暗号化と秘密計算の違い
従来の暗号化と秘密計算の違い
[画像クリックで拡大]

 また、秘密計算においてデータそのものは共有せず、アルゴリズムを仮想的に共有することでデータを共有しているかのように学習が行える「連合学習(Federated learning)」も特長だという。これにより、「データの不在」と「データの秘匿性」の課題を解決できる。

 さらに秘密計算は、通信・保管・活用のライフサイクル全般について保護することも可能だ。寺尾氏は2つの秘密計算の方式と事例を紹介し、秘密計算に、暗号化したまま分析する「準同型暗号」と、情報を分割した状態で利用する「秘密分散」があると説明する。前者は東日本旅客鉄道(JR東日本)のICカード乗車券「Suica」で使用されており、後者は三菱UFJ銀行などが不正送金の未然防止に活用しているという。

秘密計算のアプローチと事例
秘密計算のアプローチと事例
[画像クリックで拡大]

次のページ
高度化するデータ活用ニーズを実現する「3つのフェーズ」

この記事は参考になりましたか?

  • Facebook
  • Twitter
  • Pocket
  • note
関連リンク
Security Online Column連載記事一覧

もっと読む

この記事の著者

吉澤 亨史(ヨシザワ コウジ)

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事は参考になりましたか?

この記事をシェア

EnterpriseZine(エンタープライズジン)
https://enterprisezine.jp/article/detail/16335 2022/08/02 09:00

Job Board

PR

おすすめ

アクセスランキング

アクセスランキング

イベント

EnterpriseZine(エンタープライズジン)編集部では、情報システム担当、セキュリティ担当の方々向けに、EnterpriseZine Day、Security Online Day、DataTechという、3つのイベントを開催しております。それぞれ編集部独自の切り口で、業界トレンドや最新事例を網羅。最新の動向を知ることができる場として、好評を得ています。

2022年6月28日(火)13:10

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング