サンプル依頼リスト カート
  • English
デフォルト表紙
市場調査レポート
商品コード
1748021

サイバーセキュリティにおけるエージェントAI：サイバーセキュリティ・アーキテクトのための入門ガイド

Agentic AI in Cybersecurity: A Primer Guide for Cybersecurity Architects

出版日
発行
IDC
ページ情報
英文 17 Pages
納期
即納可能 即納可能とは
価格
価格表記: USDを日本円(税抜)に換算
本日の銀行送金レート: 1USD=146.36円
サイバーセキュリティにおけるエージェントAI：サイバーセキュリティ・アーキテクトのための入門ガイド
出版日: 2025年06月09日
発行: IDC
ページ情報: 英文 17 Pages
納期: 即納可能 即納可能とは
GIIご利用のメリット
  • 全表示
  • 概要
  • 目次
概要

サイバーセキュリティにおけるエージェント型AIに関するこのIDCの展望では、知覚、推論、行動を通じてシステムがエージェンシーを発揮することを可能にするエージェント型AIの役割を強調しながら、サイバーセキュリティにおけるAIの進化を探る。この文書では、手動操作から動的自律性への移行について概説し、自律性を実現するためのシンプルさ、セキュリティ・プラットフォーム、標準的なITアーキテクチャの重要性を強調しています。また、サイバーセキュリティにおける安全で倫理的なAIの導入を確実にするために、説明可能性や公平性といった信頼できるAIの要素の統合についても論じています。「エージェント型AIプラットフォームは、推論エンジンがますます洗練され、確率的意思決定のための補償手段が改善されるにつれて、セキュリティ環境の変化に反復して適応し始めます。AIエージェントは、検知、調査から対応、修復に至るまで、ほとんどの雑務的で反復的なSOCプロセスを最小限の人間の介入で処理し、MTTIとMTTRをさらに削減します。フィードバックループにより、AIエージェントは過去に検知した脅威に基づいて新たな検知と対応を行うことができます。人間は戦略的な役割を果たし、新たな脅威へのプラットフォームの適応を監督し、回復力を維持しながらITアーキテクチャの変更に対応します。これを賢く考えるには、"システムに人間の判断や介入を組み込む"、のではなく、"人がシステムを監視する"のです」。と、IDCセキュリティ＆トラスト部門グループバイスプレジデント、フランク・ディクソン氏は述べています。

エグゼクティブスナップショット

状況概要

  • サイバーセキュリティにおけるエージェント型AIへの進化

テクノロジー購入者へのアドバイス

  • エージェント型AIとコパイロット型AIのユースケースの違いを理解する
  • エージェント型AIアプローチの計画
  • エージェントAIの進歩
  • 信頼できるAIの要素
    • 概要可能性- エージェント型AIシステムが、その意思決定の背後にある理由を人間が理解できる形で明確に説明する能力
      • なぜそれが重要なのか
      • 質問すべきこと
    • 公平性- エージェント型AIシステムが、異なる人口統計的または社会的グループ間で偏った、あるいは差別的な結果を生み出さないことを保証する
      • なぜそれが重要なのか
      • 質問すべきこと
    • 透明性- データソース、モデルアーキテクチャ、意思決定プロセスなど、エージェントAIシステムの構築、トレーニング、展開方法に関するオープン性
      • なぜそれが重要なのか
      • 質問すべきこと
    • 正確かつ適切- エージェントAIシステムが機能目的に沿って動作し、設計された範囲内で使用されることを保証する
      • なぜそれが重要なのか
      • 質問すべきこと
    • 起源と系統-AIライフサイクル全体を通じてデータ、モデル、意思決定の起源と進化を追跡する
      • なぜそれが重要なのか
      • 質問すべきこと
    • 敵対的堅牢性- エージェントAIシステムが、欺くために設計された操作や攻撃に抵抗する能力
      • なぜそれが重要なのか
      • 質問すべきこと
  • これらをエージェントAI戦略に統合する

参考資料

  • 関連調査
  • 要約
目次
Product Code: US53532025

This IDC Perspective on agentic AI in cybersecurity explores the evolution of AI in cybersecurity, emphasizing the role of agentic AI, which enables systems to exhibit agency through perception, reasoning, and action. The document outlines the progression from manual operations to dynamic autonomy, highlighting the importance of simplicity, security platforms, and standard IT architecture in achieving autonomy. It also discusses the integration of trustworthy AI elements, such as explainability and fairness, to ensure safe and ethical AI deployment in cybersecurity."Agentic AI platforms begin to iterate and adjust to changes in the security environment as reasoning engines become increasingly sophisticated and the compensating measures for probabilistic decision-making improve. AI agents handle most menial and repetitive SOC processes, from detection and investigation to response and remediation, with minimal human intervention, further reducing MTTI and MTTR. A feedback loop enables AI agents to create new detections and responses based on previously seen threats. Humans play a strategic role, overseeing the platform's adaptation to emerging threats and adjusting to changes in the IT architecture while maintaining resilience. A smart way to think of this is putting the 'human on the loop' as opposed to putting the 'human in the loop'." - Frank Dickson, group vice president, Security and Trust, IDC

Executive Snapshot

Situation Overview

  • The Progression to Agentic AI in Cybersecurity

Advice for the Technology Buyer

  • Knowing the Difference Between Agentic AI Versus Copilot Use Cases
  • Planning for Your Agentic AI Approach
  • Agentic AI Progression
  • Elements of Trustworthy AI
    • Explainability - The Ability of an Agentic AI System to Articulate the Reasoning Behind Its Decisions in a Way That Humans Can Understand
      • Why It Matters
      • Questions to Ask
    • Fairness - Ensuring That Agentic AI Systems Do Not Produce Biased or Discriminatory Outcomes Across Different Demographic or Social Groups
      • Why It Matters
      • Questions to Ask
    • Transparency - Openness About How the Agentic AI System Is Built, Trained, and Deployed, Including Data Sources, Model Architecture, and Decision-Making Processes
      • Why It Matters
      • Questions to Ask
    • Accurate and Appropriate - Ensuring the Agentic AI System Performs to the Functional Purpose and Is Used Within the Scope It Was Designed for
      • Why It Matters
      • Questions to Ask
    • Provenance and Lineage - Tracking the Origin and Evolution of Data, Models, and Decisions Throughout the AI Life Cycle
      • Why It Matters
      • Questions to Ask
    • Adversarial Robustness - The Ability of an Agentic AI System to Resist Manipulation or Attacks Designed to Fool It
      • Why It Matters
      • Questions to Ask
  • Integrating These into an Agentic AI Strategy

Learn More

  • Related Research
  • Synopsis