自ら仕掛けた罠にはまる：巨大で厄介なデータ

Lori Mac Vittie特別技術者兼チーフエバンジェリスト | F5

ビッグデータ。ビジネスのバリューチェーン全体にわたるさまざまなモノに組み込まれた数百万台のセンサーやモニターから、1時間ごとにペタバイト規模のデータが生成されています。製造から配送、POSから消費者に至るまで、かつてない量のデータが生み出されています。

そのデータは、それだけでは意味を持ちません。データ自体は、特定の配列で並んだ1と0の集合であり、アプリによって解釈されることで情報になります。情報は分析されて初めて有用になり、実際の行動に活用されて初めて価値を生みます。

現在生成されているデータを人が効果的に分析することは困難であり、ましてや今後1時間、1日、1週間のうちに生成されるデータまで分析することはできません。その一方で、ビジネス上の意思決定は、ほぼリアルタイムで行うことがますます求められています。そのためには、日々蓄積される膨大なノイズの中からシグナルを認識できるようトレーニングされたコンピューティングリソースとシステムが必要です。

これは単なる推測ではありません。「機械学習：競争優位性を実証する新たな場」――MIT Technology Review CustomとGoogle Cloudが実施した調査――では、回答者の60%以上が「すでにML［機械学習］戦略を導入しており、3分の1近くが自社の取り組みは成熟段階にあると考えている」と回答しています。この新興技術に相当な投資を行う理由は、競争優位性にあります。「回答者によると、MLの主なメリットの1つは競争優位性を獲得できることであり、現在MLを導入している回答者の26%が、すでにその目標を達成したと考えている」とのことです。

その効果は驚異的なものになると予測されています。

ここまでは順調です。データに基づく意思決定により、ビジネスの先行と成長を後押ししています。

危険なのは、何かに依存すれば必ずリスクが伴うという事実を認識しないことです。たとえば、住んでいる地域に公共交通機関がなく、食料品店へ行くのに車が欠かせない場合、その車に何かあれば大きなリスクが生じます。同様に、企業が意思決定をビッグデータに依存している場合（専門家の予測を額面どおりに受け取るなら、ビッグデータが企業に代わって意思決定する可能性もあります）、そのデータに何かが起きるリスクがあります。

ここで問題にしているのは、明らかなデータの消失や、データの破損ですらありません。より気づきにくい脅威、つまり、そのデータの信憑性を信頼することから生じる脅威です。

個人生活でもビジネスでも、データに基づいて意思決定を行うには、まずそのデータが正確であると信頼できなければなりません。

汚れたビッグデータ

ダーティデータは今に始まったことではありません。私自身、インターネット上の記事やリソースにアクセスするために個人情報の入力を求められた際、ときどき事実とは異なる情報を入力してしまうことがあります。しかし、新たなデータストリームが直面しているのは、必ずしもこのような悪意のない改変によるリスクではありません。ビジネスを混乱に陥れようとする悪意ある攻撃者によって、意図的にデータを改ざんされる脅威にさらされています。

私たちはデータに基づいて意思決定を行い、明らかな外れ値が現れたときにしかデータを疑わない傾向があるため、徐々に進むデータ改ざんの脅威をほとんど認識できません。銀行取引から少額ずつ抜き取るという、今ではありふれた手口のように、データのわずかな変化は見過ごされる可能性があります。ある市場で製品Xの需要が徐々に増加すれば、マーケティングや販促活動の成果と受け取られるかもしれません。別の市場で製品Yの需要が急減しても、マクロ経済の動向で説明できることが少なくありません。製造や流通に関する意思決定の基盤となるデータを汚染するだけの忍耐力と強い意志があれば、私はお客さまのビジネスに大きな影響を及ぼせます。

どれほど大きな影響があるのでしょうか。データ品質の低下により、収益の約30%が失われるとOvum Researchは報告しています。Analytics Weekは、不適切なデータがもたらす同様の影響を示す興味深いビッグデータ関連の事実をまとめています。たとえば、次のようなものがあります。

ありそうにないと思われますか？企業スパイ活動の一環としてWebスクレイピングで情報を収集する行為は現実に存在し、それを阻止する専門チームもあります。APIの利用により、こうした活動はさらに容易になり、被害も深刻化します。リアルタイムで行われることさえあります。誰かが意図的に不正なデータをデータストリームへ混入させることなどないと考えるのは、悪意ある攻撃者が多くの場合（たいていは）私たちの2歩先を行っているという現実を、あえて無視するようなものです。

私たちのセキュリティ対策は、特に大量のビッグデータが保存されると見込まれるクラウドにおいて、この脅威を増幅させています。 Information Buildersがスポンサーを務めたTDWIのホワイトペーパーでは、さらに多くの事例が紹介されています 。これらは、ダーティデータがもたらすコストに関する事例です。その多くは、買収に伴うデータ統合で生じる典型的なダーティデータの問題や、顧客が入力した不正確な情報に関するものですが、そこで示されるコストモデルは、破損している可能性のあるデータを信頼することがビジネスにもたらす脅威と、その対処方法を理解するうえで非常に有用です。

デフォルト設定に依存したことが原因で、今年だけでも複数の侵害が発生しています。1月に起きたMongoDBの騒動を覚えていますか？デフォルト設定のまま運用されていたため、関心を持つインターネット上の誰もがデータベースにアクセスできる状態になっていた事件です。あるいは、RedLock CSIの調査では、Kubernetesの管理コンソール285件が完全に公開されていたことが判明しました。認証情報すら不要でした。同じレポートでは、クラウド上にある暗号化されていないデータベースの31%が、インターネットからの受信接続を受け入れていたことも明らかになっています。直接です。つまり、私とお客さまのデータの間には何もありません。

27,000を超えるデータベースが、保護するための対策を一切講じなかったためにインターネット上に公開され、アクセス可能な状態に放置されているなら、データストリームが容易に汚染され得ることは想像に難くありません。さらに、組織がクラウドストレージサービスのデフォルトのセキュリティ制御を意図的に解除し、誰でも発見して改ざんできる状態にしているとなれば、悪意ある攻撃者が不正なデータを挿入するという懸念は、単なる可能性ではなく、現実に起こり得るものとなります。データに依存する組織、つまり今日ではほぼすべての組織にとって、データをどのように保護するかだけでなく、その正確性をどのように検証するかにも十分な注意を払うことが不可欠です。

データドリブン型ビジネスの未来におけるセキュリティでは、データの流出を防ぐだけでは不十分です。データが不正に混入されるという現実的な脅威と、その対策も考慮しなければなりません。

著者について

Lori Mac Vittie特別技術者兼チーフエバンジェリスト | F5

Lori MacVittieは、F5のOffice of the CTOに所属するDistinguished Engineer兼Chief Evangelistであり、アプリケーションデリバリ、自動化戦略、インフラストラクチャに関する深い専門知識を有しています。AIエージェントのガードレール策定、脆弱なマルチクラウドアーキテクチャの分析、スケーラブルなシステムの限界の検証など、複雑な事柄を明快にすることで知られています。アプリケーション開発、ITアーキテクチャ、ネットワークおよびシステム運用の分野で、30年以上にわたる業界経験を有しています。F5入社前は、受賞歴のあるテクノロジー編集者として活躍していました。 MacVittieはコンピューターサイエンスの修士号を取得しており、セキュリティ、クラウド、エンタープライズアーキテクチャにわたる分野で多数の著作を発表しています。また、テーブルトークゲームとビデオゲームをこよなく愛し、チーズについては遠慮なく強いこだわりを語ります。

Lori Mac Vittieのその他のブログ記事