まとめ
これで、クラウドと AI ワークロード全体のセキュリティ リスクを特定するための、構造化されたリスク主導のアプローチが用意されました。 Contoso Healthcare Systems の場合、これは、毎日何百ものセキュリティ調査結果を、患者トリアージ アシスタントと医療記録要約サービスを保護する、優先順位付けされた実用的な分析情報セットに変換することを意味します。
Foundational CSPM が基本的なポスチャの可視性を提供する一方で、Defender CSPM が AI 部品表の検出、攻撃パス分析、Cloud Security Explorer といった高度な機能を活用する方法について説明しました。 クラウド概要ダッシュボードと AI ワークロード検出機能により、Contoso のセキュリティ チームは、Azureの OpenAI デプロイとAzure AI Foundryデプロイと、より広範なAzure ワークロードを専用に可視化できます。
Microsoft Defender ポータルでリスクベースの優先順位付けモデルを使用して、クラウド セキュリティ スコアを解釈する方法について学習しました。 セキュリティスペシャリストとして、インターネットの露出、データの機密性、重要度、横移動の可能性を理解することで、最も危険な脆弱性を最初に表面化させる方法を理解することで、Contoso は最も重要な場所で修復作業に集中できます。 AI 固有の推奨事項により、生成型 AI ワークロードが適切なセキュリティの注意を受けられるようにします。
攻撃パス分析を使用して、AI ワークロードを含む価値の高い資産を対象とする外部で悪用可能なパスを特定しました。 攻撃パス マップは、MITRE ATT&CKのコンテキストで設計された攻撃チェーンに沿って、侵入ポイント、ボトルネック、脆弱なノードを明示し、悪用が発生する前に現実的な攻撃者のシナリオを把握するのに役立ちます。
Cloud Security Explorer でグラフベースのクエリを実行して、Azure環境全体のリスクを事前に検出しました。 事前構築済みのテンプレートとカスタム クエリを使用すると、Contoso のチームは、従来のスキャンで見逃す可能性がある構成の誤り、露出パターン、コンプライアンスのギャップを検出できます。
これらの機能を使用すると、Contoso のセキュリティ チームは、ポスチャ カバレッジを評価し、最も危険な結果の優先順位を付け、悪用チェーンを追跡し、事後対応型アラートの対応から継続的なコンテキスト対応のリスク識別に移行して、隠れたリスクを事前に探すことができます。