ゲーム / ゲーム開発
Krafton：セキュリティ警告の証拠収集、脅威判別と調査報告の自動化
- 企業
- Krafton
- 国
- 韓国
- 導入状況
- 運用中
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
Microsoftの顧客事例によると、Kraftonは従業員が生成AIや開発支援ツールを自由に使う環境を整えた結果、セキュリティ事象の規模と複雑さが増した。開発や試験の活動を実際の脅威と区別する必要があり、毎日数十件の警告を手作業で調べると、各件に20分から30分、長い場合は1時間かかった。
使った技術とデータ
Defender XDRが不審な動作を検知すると、Power Automateが社内メッセンジャーで担当者へ通知する。Kraftonの社内AIシステムはネットワークとプロセスの証拠を収集し、不足すれば事象の前後の資料を追加取得する。攻撃、防御、中立分析を担当するAIが結果を議論し、複数モデルで分析を相互確認して脅威と誤検知を区別する。Security Copilotは自然言語をKQLクエリへ変換するが、端末隔離や遮断などの最終措置は人が決定する。
成果
Microsoftの事例によると、警告認知は15分から20分から1分未満に、数十分かかった調査は約3分に短縮した。各件で約30分かかった報告書作成は、社内セキュリティ運用ダッシュボードで約95%自動化された。担当者は反復的な証拠収集より、実際の脅威への対応と判断に時間を使えるようになった。
限界と残る課題
測定期間、調査件数、脅威判別の精度は公表されていない。自動化率をセキュリティ人員や事故全体の削減率と解釈することはできない。
出典
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。