エージェント型AI向けのセキュア・バイ・デザインなストレージ：ランタイムの可視化とトラフィック制御の組み合わせが重要な理由

Ahmed Guetariサービスプロバイダー担当プロダクトマネジメント担当シニアバイスプレジデント | F5

NVIDIAは、エンタープライズAIが向かう先を明確に示しています。エージェント型AIにより、インフラストラクチャに求められる要件は、単なるコンピューティング能力を超えつつあります。自律型エージェントが継続的に推論、情報取得、行動を行うようになると、データは燃料となり、ストレージは最重要資産となります。また、データ保護とオブザーバビリティは、AIファクトリーの運用に不可欠な要素となります。この変化により、セキュリティとレジリエンスのモデルも変わります。

新たに強化されたNVIDIA DOCAのセキュリティ機能をNVIDIA Vera BlueField-4 STX向けに発表したことで、NVIDIAは、データ、エージェント、コンテキストメモリをリアルタイムで保護する機能をシリコンに直接組み込み、セキュア・バイ・デザインのAIストレージという新たなカテゴリーを確立しようとしています。その狙いは明確です。事後対応型のセキュリティ制御から、AIエージェントの速度で動作可能な、ポリシー主導のプロアクティブな適用へと移行することです。

最も重要なのは、これが業界に何を示唆しているかです。インフラストラクチャプラットフォームがセキュリティをトラストドメインに組み込むことで、議論の焦点は「十分なツールを後付けできるか」から、「AIファクトリーの速度を維持しながら、インフラストラクチャ内のすべての資産にポリシーを適用できるか」へと移ります。これが、企業が収束しつつあるベースラインです。

これが重要なのは、エージェント型システムにおけるセキュリティが、もはやエンドポイントの保護だけにとどまらないためです。エージェントと、エージェントがアクセスまたは生成するデータとの間で行われるあらゆるやり取りを、継続的かつインラインで、大規模に統制する必要があります。AIファクトリーで最も機密性の高い処理は、多くの場合、プロンプトではありません。独自のデータセットやモデルに対する、高速で信頼性が高く、適切に統制された取得、アクセス、生成の経路です。そのため、セキュア・バイ・デザインのストレージ、データ保護、可観測性、ポリシーガードレールが基盤として不可欠になりつつあります。

NVIDIAの発表内容：AIファクトリー向けの統合DOCAセキュリティスタック

NVIDIAがセキュア・バイ・デザインのAIネイティブなストレージおよびデータインフラストラクチャを実現するうえで、その中核を担うのがDOCAセキュリティスタックです。プラットフォーム全体に一貫して導入され、BlueFieldの信頼ドメインで適用されます。NVIDIA Vera BlueField-4 STX Securityは、相互に補完する3つの保護レイヤーを提供します。

• AIネイティブのデータ保護：NVIDIA DOCA Vault。DOCA Vaultは、ファイルベースのストレージ向けゼロトラストアクセスレイヤーです。アクセス要求に対してポリシーを適用し、ホストOSが侵害された場合でも、不正アクセスをリアルタイムでブロックできます。
• AI推論の保護：NVIDIA DOCA FlowとNVIDIA DOCA Argus。 DOCA Argusは、推論ワークロードの挙動を実行時に可視化し、マルチテナントAI環境全体でAIの検出、エクスポージャー管理、リアルタイムの脅威検知を可能にします。DOCA Flowは、最大800 Gb/sのラインレートでネットワークポリシーを適用することで保護を拡張し、AIのパフォーマンスに影響を与えることなく、エージェント、テナント、推論パイプライン間を安全に分離できます。DOCA FlowはAIデータパス上で直接動作し、分散推論環境全体で高速なトラフィック検査、セグメンテーション、安全な通信を可能にします。
• AIエージェントの保護：エコシステムのセキュリティゲートウェイと統合されたDOCA Argus。 NVIDIA Vera BlueField-4 STXは、AIエージェントとデータおよび外部システムとのやり取りを監視・制御するための新たなコントロールポイントを提供します。DOCA ArgusをNVIDIAエコシステムパートナーのエンタープライズAIセキュリティゲートウェイ（リアルタイムのテレメトリを考慮したポリシー適用レイヤーを含む）と統合することで、このプラットフォームは、整合性、処理、データアクセス、ネットワークアクティビティ、エージェント間のやり取り、実行パターンなど、エージェントの動作をシリコン上で継続的に分析します。動作が想定から逸脱した場合、ネットワークアクセスをブロックしてエージェントを隔離する、データ流出を防止する、リスクが拡大する前に封じ込めるといった措置を直ちに実行できます。

業界はこの方向へ進みつつあります。後付けではなく、インフラストラクチャ層に組み込まれたセキュリティです。

F5とNVIDIA DOCA Argusでランタイムテレメトリをアクションにつなげる

NVIDIA BlueField-4はシリコン内に適用ポイントを提供し、DOCA ArgusはAIワークロードのランタイム可視性を提供します。F5 BIG-IP Next for Kubernetesは、このアーキテクチャにおいて、リアルタイムのテレメトリを認識するエンタープライズAIセキュリティゲートウェイとして機能します。DOCA Argusのシグナルをリアルタイムで取り込み、ポリシーに基づくセキュリティ判断を適用することで、AIエージェントの保護を強化します。F5は、AIデータパイプラインとストレージサービス全体のレジリエンス、セキュリティ、オブザーバビリティを高めることで、この基盤を強化します。これにより、組織はランタイムシグナルとリアルタイムのトラフィックコンテキストを関連付け、通常とは異なる動作が発生した際に、より迅速に対応できるようになります。

BIG-IP Next for Kubernetesは、インフラストラクチャのテレメトリだけでは得られないノースサウストラフィックのコンテキストも提供します。DOCA Argusと組み合わせることで、BIG-IP Next for Kubernetesはランタイムの動作を監視するだけでなく、リアルタイムのワークロードシグナルとトラフィックコンテキストを併用してセキュリティ上の判断を行い、インラインでポリシーを適用することで、ランタイムテレメトリを制御に活用します。これにより、同じイベントを補完的な2つの視点から把握できます。つまり、入口でAPIとテナントが何をしているか、そしてランタイムでワークロードが何をしているかという視点です。

同じモデルは、NVIDIA DOCA Vaultとストレージセキュリティにも拡張されます。BIG-IP Next for Kubernetesは、データサービスへのアクセスパスを分離、保護、管理することで、ストレージとデータアクセスのためのゼロトラストレイヤーの構築を支援します。DOCA Vaultと組み合わせることで、BIG-IP Next for Kubernetesは、共有AIインフラストラクチャ全体でのポリシー適用、テナント分離の強化、ストレージアクセスパスの保護を支援します。

F5は、エージェント型AI向けNVIDIA BlueField-4 STX Securityアーキテクチャ内のレジリエンスとセキュリティも強化します。F5 BIG-IPを使用することで、AIデータパイプラインとストレージサービスをDDoS攻撃、トラフィックの急増、異常な負荷状態から保護し、高負荷時にも重要なサービスの稼働を維持できます。またF5は、AIトラフィックをインテリジェントに振り分け、レイテンシーの影響を受けやすいAIワークロードのサービス品質をサポートすることで、GPUなどのAIリソースの利用効率も向上できます。この相関分析により、「何かがおかしい」という状態と「侵害を高い確度で確認した」という状態を区別できます。さらに、すべてのテナントに影響する一律の停止ではなく、迅速かつ対象を絞った緩和策を講じることができます。

ランタイムとトラフィックの相関分析が次のセキュリティ制御ポイントとなる理由

本番環境のAIにおける最も難しい課題の1つは、正当な利用と侵害の初期段階を見分けることです。多くの攻撃は、ボリューム型フラッドのようには見えません。多くの場合、認証済みの公開推論エンドポイントへの正当な呼び出しに見え、外部からのアクセス動作とワークロード内部で起きていることを相関分析して初めて明らかになります。

そこで威力を発揮するのが、NVIDIA Vera BlueField-4 STXとF5を組み合わせたアプローチです。

エンドポイントの挙動、エラー率や中断率、レイテンシーの変化、テナントのコンテキストといったノースサウス方向のシグナルから、エッジで何が起きているかを把握できます。プロセスのアクティビティ、予期しないシェルやコマンド、新たなアウトバウンド接続など、DOCA Argusのランタイムテレメトリからは、推論スタック内で本来発生してはならない事象を把握できます。

この2つの観点が同じ時間枠で一致すれば、疑わしい事象を確度の高い攻撃と迅速に判断し、共有AIインフラストラクチャ全体に影響範囲が拡大する前に対処できます。

実践例：正規に見える推論攻撃の検知

トラフィックが認証済みで、正当なものに見える公開AI APIエンドポイントを考えてみましょう。全体的なリクエスト量はそれほど多くありませんが、サービスの動作に変化が生じます。応答時間は1秒未満から数秒へと急増します。同じエンドポイントでエラー率と中断率が上昇し、リクエストは想定されるペイロードサイズの上限付近に集中します。

トラフィックだけを見ると、これはノイジーテナントまたはパフォーマンス障害のように見える可能性があります。

次に、それらのリクエストを処理している特定のGPUサーバーについて、DOCA ArgusによるBlueFieldのトラストドメインの視点を加えます。モデル提供プロセスが予期せず対話型シェルを起動し、その直後に同じプロセスが外部の宛先への新たなアウトバウンドHTTPS接続を開始します。この組み合わせは、コマンド＆コントロール活動、またはステージングとデータ流出を示唆しています。

ここで、この統合が運用上の決め手となります。BIG-IP Next for Kubernetesは、APIのパフォーマンス低下をテナントおよびリクエストのコンテキストと関連付けることができ、DOCA Argusは、それらのリクエストを処理する特定のバックエンドで異常なランタイム動作を確認します。両者を組み合わせることで、迅速かつ対象を絞った封じ込めを可能にする、信頼度の高い検知シグナルが得られます。

実際には、これにより対象を絞った緩和策が可能になります。一般的なインシデントとして扱うのではなく、企業は影響を受けたパスを分離し、他のテナントやエンドポイントのサービス継続性を全体として維持できます。

より大きな転換：寄せ集めではなく、設計されたもの

AIファクトリーモデルによって、新たな基準への対応が不可欠になっています。パフォーマンス、トークン当たりのコスト、信頼性を一体的に設計する必要があります。NVIDIA Vera BlueField-4 STXとNVIDIA DOCAセキュリティスタックは、シリコンにポリシー適用機能を組み込み、分離された信頼ドメインから動作することで、この基準に向けた重要な前進を実現します。

このアーキテクチャが企業のAIファクトリー構築における基準となるにつれ、エコシステムの統合が重要になります。インフラストラクチャレベルのセキュリティシグナルは、それに基づいて機能する制御があってこそ価値を発揮します。DOCA Argusによるランタイムの可視化と、エンタープライズグレードのトラフィックおよびセキュリティゲートウェイを組み合わせることで、組織は脅威をより早期に検知し、迅速に封じ込め、高負荷時にもAIサービスの稼働を維持できます。このマイルストーンは、F5とNVIDIAがすでに進めている、より広範な取り組みの一環です。BIG-IP Next for Kubernetesは、すでにNVIDIA BlueField DPUおよびDOCAで高速化されたAIインフラストラクチャと連携し、高性能なトラフィック管理、セキュリティ、AI対応の制御を本番AI環境に導入しています。今回の最新の協業はこの基盤を発展させ、NVIDIA Vera BlueField-4 STXへと拡張することで、可視性、ポリシー適用、運用管理を強化し、企業によるデータ、推論、エージェントの保護を支援します。

AIファクトリーに必要なのは、GPUの増強だけではありません。エージェントの進化に対応しながら、企業データを保護できる、セキュア・バイ・デザインのインフラストラクチャが必要です。

詳細はこちらをご覧ください：テクノロジーアライアンス：F5とNVIDIA

著者について

Ahmed Guetariサービスプロバイダー担当プロダクトマネジメント担当シニアバイスプレジデント | F5

Ahmed Guetariのその他のブログ記事