AI時代に向けたデータセンターの近代化
長年にわたり、データセンターは企業内で最も管理された領域のひとつとして位置づけられてきました。重要なアプリケーションや機密データは堅固な境界の内側に置かれ、アクセスは厳密に管理され、トラフィックも比較的予測可能な経路をたどっていました。
しかし、その環境は急速に変化しています。
AIのトレーニング・推論ワークロード、プライベートモデル、GPUインフラ、コンテナ、API、そして自律型エージェントが、既存のコアアプリケーションやサービスとともにデータセンター内で稼働するようになっています。Check Point社の「2026年版クラウドセキュリティレポート」によると、すでに29%の組織がAIワークロードをオンプレミスまたはプライベートクラウド環境に移行しており、さらに49%が移行を計画または検討中です。
一方、セキュリティへの自信はこうした進歩に追いついていません。76%の組織がAIワークロードに対するデータセンターの境界セキュリティを重要と考えているにもかかわらず、現在の環境が完全または概ね対応できていると答えた組織はわずか35%にとどまります。
課題は、データセンターに出入りするものにとどまらないことは明らかです。今こそ、データセンター内部で起きている活動に目を向けるべき時です。
新たなAIトラフィックが生む新たなリスク経路
AIワークロードは、ストレージシステム、オーケストレーションプラットフォーム、モデル、アプリケーション、API、そして下流のビジネスプロセス間でデータが移動する際に、大量のeast-westトラフィック(データセンター内部の横方向通信)を生み出します。さらにAIエージェントは、これらすべてのシステムにわたって自律的に動作し、データへのアクセス、ツールの呼び出し、他のエージェントとの通信、ワークフローの起動といった行動を取るため、もう一段階の複雑さをもたらします。
こうした一連の動作は、セキュリティチームがその全体像を把握・制御できない場合、ラテラルムーブメント(侵入後に内部を横展開する動き)、データ漏えい、または意図しない操作への新たな経路を生み出す可能性があります。
したがって、データセンターセキュリティは入口を守るだけでは不十分です。ワークロード間を移動するトラフィックを検査し、各インタラクションのコンテキストを理解し、最先端AIを活用した脅威防御によって新たな脅威が重要なシステムやアセットに拡散する前に食い止める必要があります。
マクロセグメンテーションは主要なネットワークゾーンやアプリケーショングループを分離し、マイクロセグメンテーションはワークロードやホストレベルでより細かな制御を適用します。両者を組み合わせることで、攻撃者が利用できる経路を減らしつつ、正当なアプリケーションやサービスには必要なアクセスを維持できます。
保護はニーズの拡大に合わせてスケールしなければならない
AIはパフォーマンスの方程式をも変えます。
トレーニング、推論、その他データ集約型のワークロードは、急激かつ大幅なスループット需要の変動をもたらす可能性があります。セキュリティの検査処理がそれらワークロードを遅延させるボトルネックになってはいけません。しかし同時に、パフォーマンスを維持するために検査を省略したりコントロールを回避したりすることは、受け入れ難いトレードオフです。
将来に備えたセキュリティアーキテクチャは、一貫した脅威防御を維持しながら需要の増大に応じて拡張できるものでなければなりません。これにより、組織はダウンタイムや業務中断なくセキュリティキャパシティをスケールできます。つまり、大規模な再設計を行わずに容量を追加し、何年分もの未使用インフラを前払いで購入する必要もなく、運用の複雑さを増す外部ロードバランサーの層を追加することもなく済みます。
セキュリティはデータセンターとともに成長すべきであり、データセンター側がセキュリティの限界に合わせて工夫させられる状況は避けなければなりません。
レジリエンスはセキュリティ戦略の一部
パフォーマンスは重要です。しかし可用性も、同様に重要です。
セキュリティインフラは、メンテナンス、アップグレード、ハードウェア障害、そして予期しないサイト障害が発生しても、トラフィックを継続して保護し続けなければなりません。保護を最新の状態に保ちながらビジネス継続性を維持するために、セキュリティのアップデートやパッチは再起動やダウンタイムなしで適用できる必要があります。個々のコンポーネントで障害が発生しても、アクティブなセッションは維持されるべきです。また、セキュリティイベントが事業全体の中断につながらないよう、ディザスタリカバリおよび地理的フェイルオーバーへの明確な道筋も必要です。
コンプライアンスもまた新たな次元をもたらします。データセンターがより多くの機密情報、規制対象のワークロード、独自のAIシステムを扱うようになるにつれ、セキュリティチームには一貫したポリシー、明確な監査証跡、そして環境全体でコントロールが継続して有効であることの証跡が求められます。AIを活用したポリシー分析とコンプライアンス監視は、設定ミスの特定、リスクの低減、監査準備の簡素化に役立ちます。
データセンターはより大きなセキュリティアーキテクチャの一部
現代のデータセンターは、パブリッククラウド、SaaSプラットフォーム、ブランチ拠点、リモートユーザー、アプリケーション、APIと常時接続しながら稼働しています。それぞれの環境を個別のポリシーと可視性で管理することは、攻撃者が悪用できる隙間を生み出します。
Hybrid Mesh Network Securityは、統一されたポリシー、可視性、脅威インテリジェンスによってこれらの環境を連携させ、保護対象のワークロードやトラフィックに近い位置で適用を行います。データセンターにとってこれは、ビジネスが必要とするスピードとスケールでセキュリティを運用しながら、より広いエンタープライズ戦略とのつながりを維持できることを意味します。Check Point社のアプローチは業界内でも広く認められており、Check Point社は「2026年版 Gartner® Magic Quadrant™ for Hybrid Mesh Firewall」においてLeaderとして評価されました。
Check Point Network Securityは、最先端AIを活用した脅威防御、業界をリードするセキュリティ効果、マクロ・マイクロセグメンテーション、AIアプリケーション・エージェントセキュリティ、AIによるポリシー・コンプライアンス管理、そしてCheck Point FirewallsおよびMaestro Hyperscale Firewallによるエラスティックなハイパースケールパフォーマンスを統合しています。これにより、組織は今日最も重要なシステムとアセットを保護しながら、AI時代に向けたデータセンターの近代化を自信を持って進めることができます。
原文: https://blog.checkpoint.com/hybrid-mesh/as-ai-is-reshaping-the-data-center-security-has-to-keep-up/