AIランタイムセキュリティソリューション

ランタイム保護と継続的なテストで、AIアプリケーション、モデル、エージェント、接続されたデータを保護します。AIの攻撃対象領域全体で、進化するリスクを検知・防止し、その先を行く対策を講じます。

進化するAI環境のためのセキュリティとガバナンス

脅威アクターが新たな攻撃手法を開発し、モデルが新たな形でハルシネーションを起こし、エージェントが増え続け、ユーザーが想定外の使い方で問題を引き起こす中、AIの攻撃対象領域は日々変化しています。F5は、AIへの対応状況を問わず、企業があらゆる環境で実行時のAIのやり取りを可視化し、セキュリティを確保し、ガバナンスを適用できるようにするとともに、AIを取り巻く状況の変化に合わせて保護を調整できるようにします。

AIモデル、エージェント、データを実行時に保護・統制

AIシステムのセキュリティ確保には、導入モデル、サービスのニーズ、ポリシーに応じたアプローチが必要です。AIをSaaS、エッジホスト型、クラウドホスト型、セルフホスト型のいずれで導入していても、F5が対応します。データ漏洩の防止、エンドポイントの監視、実行時のAIインタラクションの統制により、AIモデル、エージェント、データを内部の不正利用と外部の脅威の両方から保護します。F5の包括的なソリューションで、プロンプトインジェクション攻撃、シャドーAI、APIの脆弱性に対する強固なセキュリティを確保できます。

ソリューション

F5 AI Guardrailsでモデルとエージェントを保護

AIモデルやエージェントとユーザーやデータとのやり取りを定義・監視し、攻撃者から保護します。プラグアンドプレイで利用できる保護機能に加え、業界や規制の枠組みに応じてカスタマイズ可能なテンプレートを導入できます。

F5 AI Guardrailsの詳細を見る ›

F5 AI Red TeamでAIシステムを堅牢化

エージェント群を指揮して、AIシステムの明白な脅威から見つけにくい脅威まで特定し、発見した脅威に対応するAIガードレールを迅速に導入・稼働させます。

F5 AI Red Teamの詳細を見る ›

APIセキュリティでAIを検出・保護

データ分析の力と機械学習による深いインサイトを組み合わせ、AIベースのワークロードを接続し、その稼働を支えるAPIエンドポイントへの脅威を検出・監視・軽減します。

ソリューション概要を読む ›

F5 Workforce AI SecurityとBIG-IP SSL OrchestratorでシャドーAIのリスクを軽減

モデル、ツール、プロンプト、データを含め、企業全体で承認済みおよび未承認のAI利用状況を可視化します。利用規定を適用し、機密データの開示などのリスクの高い活動を明らかにして、承認済みのAIサービスへユーザーを誘導します。

ソリューション概要を読む ›

製品

組織のデータと知的財産は重要な資産ですが、AIモデルとのやり取りにおいて、その脆弱性が高まっています。F5製品は、高度なトラフィック検査、API保護、統合された可視性により、AIワークロードとそれに接続されたデータを保護します。機密データを保護し、プロンプトインジェクションなどの攻撃を防ぎ、あらゆる環境でセキュアかつ高性能なAI運用を実現します。

リソース

注目コンテンツ

有効性テスト og

F5 AI GuardrailsのSecureIQLabによるテスト

SecureIQLabが独立した立場で検証した、17,733件の敵対的テストケースに対するF5 AI Guardrailsの評価結果をご覧ください。

よくあるご質問

AIランタイムセキュリティは、モデルが本番環境のデータやユーザーリクエストを処理している間、そのモデルを保護します。ランタイムガードレール、API保護、モデルの動作監視、ポリシーの適用は、プロンプトインジェクション、データ漏洩、モデル回避、APIの悪用などのリスク低減に役立ちます。これらの制御は、クラウドホスト型とセルフホスト型のAI環境に適用でき、セキュアな推論を支援するとともに、ランタイム運用をNIST AI Risk Management Framework(AI RMF)などのフレームワークに整合させるのに役立ちます。

AIエージェントのランタイムセキュリティは、エージェントが実行中にアクセスできる対象、使用できるツールやAPI、実行できるアクションを制御します。有効な制御には、権限の制限、認証情報とAPIキーの保護、エージェントの異常な動作の監視、ツール使用へのガードレールの適用などがあります。エージェントにコードの生成や実行が許可されている場合、サンドボックス化によって、リスクの高いワークロードに分離レイヤーを追加できます。

プロンプトインジェクション攻撃は、悪意のある指示を使って大規模言語モデル(LLM)の動作を操作します。間接的なプロンプトインジェクションは、ドキュメント、Webサイト、取得したデータ、ツールの応答などの外部コンテンツを通じて侵入し、エージェントがそのコンテンツを処理する際に影響を及ぼす可能性があります。OWASP Top 10 for LLM Applications 2026は、プロンプトインジェクションをLLMアプリケーションにとって重大なリスクと位置付けています。AIランタイムセキュリティは、本番環境でプロンプト、コンテキスト、ツール呼び出し、出力を検査し、安全でないやり取りが接続先のシステムや機密データに到達する前にポリシーを適用できます。

手動のAIレッドチーミングでは、専門家主導の敵対的テストにより、特定のコンテキストにおける新たな攻撃経路を探ります。自動レッドチーミングでは、より大規模な敵対的手法のライブラリを対象にテストを拡張でき、モデル、アプリケーション、エージェントの変更に応じて繰り返し実施できます。ランタイムAIセキュリティは、本番環境で実際に行われるやり取りに制御を適用し、動作や新たな脅威を継続的に可視化します。従来のランタイムアプリケーション自己保護(RASP)、Webアプリケーションファイアウォール(WAF)、APIセキュリティは引き続き重要な防御層であり、AI固有のランタイム制御は、プロンプトインジェクション、有害な出力、データ漏洩、エージェントによるツールの不正使用などのリスクに対処します。

組織が未承認のAI利用を特定するには、AIに向かうトラフィック、AI APIエンドポイント、モデル、エージェント、機密データの流れを可視化する必要があります。ランタイム監視とポリシーベースの制御は、セキュリティチームによるシャドーAIの検出、モデルの異常な動作の監視、データ漏洩の低減、承認済みサービスへのユーザーの誘導に役立ちます。規制対象の組織では、こうした制御は、NIST AI RMFなどのフレームワークやGDPRを含む要件に沿った、より広範なAIガバナンスおよびコンプライアンスの取り組みの支援にも役立ちます。