CrowdStrikeはNvidiaとの提携を拡大し、セキュリティチームが実行時にAIエージェントを監視できるよう支援する。ハードウェアベースの強制適用も計画している。
10月21日に開催されたNvidia GTC Berlinで、CrowdStrikeはAI Detection and Response（AIDR）ソリューションであるFalcon Guardianを、NvidiaのOpenShellランタイムと統合すると発表した。この統合により、エージェントへのプロンプト、モデルとのやり取り、ランタイムのアクティビティを、Falconプラットフォーム全体のセキュリティコンテキストに結び付けることを目指す。
OpenShellはNvidia OpenShell Reference Architectureの一部であり、ソフトウェアとハードウェアの両方にまたがるエージェント型セキュリティフレームワークの提供を目指している。
現時点でCrowdStrikeは、OpenShellを通じたソフトウェアレベルでの統合を進めている。同社によると、Nvidia SentryをBlueField-4データ処理ユニット（DPU）に統合し、帯域外監視とシリコン内のポリシー適用を組み合わせることで、安全でないエージェントの挙動の検知と封じ込めを支援する計画だという。
「CrowdStrikeはAIネイティブなサイバーセキュリティを切り開いてきた。Nvidiaとともに、ソフトウェアでの脅威検知からシリコンレベルでの阻止まで、自律型AIのセキュリティ確保における標準を打ち立てている」と、CrowdStrikeの最高ビジネス責任者（CBO）であるDaniel Bernard氏は述べた。
CrowdStrikeの統合がNvidia OpenShellにもたらすもの
Nvidia OpenShellは、 AIエージェントを隔離された環境内で実行し、リソースへのアクセスを規定するポリシーを適用するオープンソースソフトウェアだ。
CrowdStrikeのFalcon Guardianは、エージェント型環境向けのガバナンスポリシーと監視機能を提供する。このプラットフォームにより、開発者はどのエージェントが実行中かを可視化でき、アクセスーポリシーを適用できるほか、エージェントのアクションを追跡可能にすることもできる。
Falcon GuardianはAIとOSのテレメトリーを利用し、エージェントの実行時の挙動を追跡するエージェントグラフを作成できる。
さらに、Falcon Guardianプラットフォームはプロンプトを調査し、プロンプトインジェクションやデータ流出攻撃といった脅威を回避することで、セキュリティを確保する。
CrowdStrikeが計画する統合は、クラウド、ハイブリッド、オンプレミス、エッジ、エアギャップ環境のインフラをサポートするよう設計されたランタイムへとFalcon Guardianを拡張するものだ。OpenShellはすでにアクセスポリシーを適用しており、Falcon Guardianは脅威検知と、より広範なFalconのセキュリティコンテキストを追加する。
Nvidiaによると、 OpenShellのPolicy Proverは形式検証を用いて、ポリシーが許可されたアクセス境界内に収まっているか、また提案されたネットワークルールが危険な追加アクセスをもたらさないかを確認する。
Falcon Guardianは、ユーザーがAIツールとどのようにやり取りするかを規定する制御機能も提供する。CrowdStrikeによると、エージェントのワークフローを通じて持ち込まれたものなど、悪意あるスキルに関わる脅威も検知できるという。
導入前にセキュリティチームが確認すべきこと
AIエージェントは、組織から付与された権限を使って機密データにアクセスし、ツールを呼び出し、システム変更を引き起こす可能性がある。そのためセキュリティチームは、エージェントに何が許可されているかだけでなく、実行中に実際に何をしているかも把握する必要がある。
CrowdStrikeの発表は、こうした実行時の可視性をインフラのより深い層での適用と組み合わせる方向性を示している。ただし同社は、OpenShellとの統合を進行中、Sentryとの統合を計画中と説明している。今回の発表によって、統合された製品の一般提供が始まったわけではない。
統合を採用する前に、チームは対応環境、リリース時期、ライセンス要件、各コンポーネントが提供する制御機能を確認すべきだ。また、誰がアラートを受け取り、誰がエージェントを中断できるのか、調査によってユーザーのプロンプトを後続のツール呼び出しやシステム操作にどう結び付けられるのかも明確にする必要がある。
テストには、許可されていないファイルへのアクセス、機密情報の送信、承認されていないツールの呼び出しを試みるケースを含めるべきだ。目的は、制御機能がそうした操作を検知または阻止できるか、どのような証拠を保持するか、対応担当者が侵害されたワークフローをどう封じ込められるかを明らかにすることだ。
こうした制御機能は、より広範な AIガバナンスプログラムを支えるものであるべきだ。そこには、範囲を限定した権限、重大な操作に対する承認要件、エージェントのIDに関する明確な責任者の設定などが含まれる。ランタイム境界によって設定済みの制限を適用することはできるが、どのアクセスが適切かを判断する必要があるのは依然として組織側だ。
セキュリティ責任者にとって実質的な指標となるのは、統合された制御機能によって、障害を調査するのに十分な可視性を維持しながら、エージェントが害を及ぼす能力を低減できるかどうかだ。そのためには、導入した構成をテストし、提携のより広範なロードマップに依存する前に、利用可能な機能を確認する必要がある。
続きを読む：セキュリティチームが独自のAIエージェントを構築する中、 最小権限アクセス、人による承認チェックポイント、監査証跡は、自動化されたワークフローを制御下に置くうえで不可欠になる。