English 
実際にクラウド上のデータを利用する段階になると、その安全性はどの程度確保されているのだろうか。ファイルは、ストレージに保存されている間やネットワーク上を転送されている間は、閲覧されないよう保護されている。しかし、そのデータは通常、アプリに引き渡され、そこでメモリ上で閲覧可能になってしまう。.
これにより、従来のクラウド保護では完全には解決できないセキュリティ上の死角が生じる。機密コンピューティングは、ハードウェアベースの分離とTEE（トラステッド実行環境）を用いて、使用中のデータを保護し、セキュリティの「最後のフロンティア」を切り拓く。これは、パブリッククラウドには機密性が高すぎて預けられない金融データ、医療データ、および独自データにとって、ゲームチェンジャーとなるものだ。.
真の課題は、企業がこれをいかに効果的に導入しつつ、パフォーマンスと管理能力を維持できるかということだ。.
機密コンピューティングとは何か、またその仕組みはどのようなものか？
機密コンピューティング 機密コンピューティングは、エンクレーブやTEEの利用を含め、安全なハードウェア環境を通じて、使用中のデータを保護する。これにより、デバイス上の複数のワークロード間、あるいはOS、ハイパーバイザー、クラウドプラットフォームからのワークロードのオフロードが保護される。データは安全な環境またはクラウド内に留まり、その内容が閲覧されることなく処理が行われる。.
出発点は、暗号化されたデータフローだ。ワークロードの認証が完了して初めて、鍵管理サービスが復号鍵をTEEに取り込む。チップ内部では、TEEのCPUが処理の前、処理中、処理後にデータを復号化する。これにより、データは保護された状態が維持される。.
アクセス制御やシステム権限に依存するレガシーソフトウェアのセキュリティ。機密コンピューティングは、ハードウェアの信頼の根源（AMD SEV、Intel SGX、ARM Trust Zone）を活用する。.
例えば、, AWS Nitro Enclavesはこの点を示している。Nitro Enclavesは、エンクレーブイメージ、カーネル、およびアプリケーションのPCRの測定値を含む、署名付き証明文書を生成する。この証明文書は外部クライアントによって検証可能であり、これによりHSMは、証明に成功した場合にのみ秘密鍵素材を提供できるようになる。.
なぜ現代の企業には機密コンピューティングが必要なのか？
ゼロトラストは、いくつかの言葉で要約できる。 企業ネットワーク内にあるユーザー、デバイス、システムを、自動的に信頼してはならない。パブリッククラウドやハイブリッドクラウド環境において、コンフィデンシャル・コンピューティングは、ハードウェアベースの保護機能を活用することで、この信頼モデルを拡張する。特権を持つインフラストラクチャコンポーネントが、信頼実行環境（TEE）内に保存されたデータに直接アクセスすることは、決して許されない。これにより、侵害されたホストや悪意のある攻撃者によるデータの漏洩を防ぐことができる。.
組織がGDPR、HIPAA、インドのデジタル個人データ保護法といった規制に直面する中で、重要なのはまさにこの保護だ。 しかし、ハードウェアベースの分離は、処理中のデータがホストインフラストラクチャからさえも保護されていることを証明できるものの、それ自体では企業が規制に準拠していることを証明することはできない。企業は、同意、アクセス、保存期間、データガバナンスといったコンプライアンス要件を満たしていることを示さなければならない。.
インダストリー4.0をどのように連携させるかは、組織間の連携のあり方に影響を与える。例えば、銀行がマネーロンダリングを防止するために、顧客データからパターンを特定し、そのデータの内容を明かすことなく、その情報を共有することが可能になる。. Microsoft ある銀行、スコシアバンクが、Azure Confidential ComputingとOpaqueを活用して、マネーロンダリングや、ひいては人身売買の検知にどう取り組んだかを説明している。.
業界における影響力の大きい活用事例
また、組織が機密性の高いワークロードをクラウドに移行する際、コンフィデンシャル・コンピューティングの真価が発揮される。. ヘルスケア, 、金融サービス、そしてAI関連の業務には、膨大な量のデータへのアクセスが必要だ。しかし、そのデータが誰にでも入手可能になった場合、業界ごとに異なるリスクが生じる。.
テクノロジー業界から興味深い事例を紹介しよう。医療とゲノミクスはその好例だ。 今日、病院や研究機関では、患者記録、診断画像、ゲノムデータの分析といったワークロードを支えるため、クラウドインフラへの需要がますます高まっている。コンフィデンシャル・コンピューティングは、データアクセスポイントを最小限に抑えたセキュアなエンクレーブ内でこのワークロードをサポートするよう進化しており、データサイエンティストが機密性の高い医療データを処理し、組織間で知見を共有することを可能にしている。.
金融サービス業界も、国境を越えた決済におけるこのユースケースに取り組んでいる。銀行は、マネーロンダリング対策の強化を図るため、さまざまな決済経路にわたる不審な取引を追跡したいと考えているが、取引記録を公開すると、個人を特定できる情報や、銀行が共有を避けたいと考えるビジネス上の知見が明らかになってしまう恐れがある。機密コンピューティングにより、銀行は機密性の高いデータセットを扱うことが可能になる。.
もう一つのリスク要因は、人工知能や機械学習の利用に関連している。トレーニングデータには顧客データが含まれる場合があり、モデルは知的財産となることもある。企業がパブリッククラウドインフラを利用する際、これらを安全な環境内で処理することで、こうした資産を保護することができる。.
Google Cloud’s アクセラレータに最適化された「g4-standard-48」マシンタイプの一般提供開始は、セキュアなAIインフラに対する需要の高まりを反映している。その構成は、第5世代AMD EPYC Turinプロセッサ、AMD SEV、およびNVIDIA RTX PRO 6000 GPU 1基を組み合わせたものだ。これにより、企業は機密性の高いAIおよびMLワークロード向けの専用インフラオプションを利用できるようになる。.
課題、制約、および実装
機密コンピューティングはクラウドのセキュリティを強化するが、その導入には実用上の課題が伴う。パフォーマンスのオーバーヘッドは依然として懸念事項の一つだ。暗号化、復号化、および分離により処理コストが増加し、負荷の高いワークロードではレイテンシに影響を及ぼす可能性がある。ただし、その影響の程度はハードウェア、ワークロード、および実装方法によって異なる。8つの環境にわたる管理されたDeepSeek-R1推論ベンチマークでは、 NVIDIA B200 GPUにおいて、機密コンピューティングはベースラインの出力トークンスループットの96.1～98.2%を維持し、並行度1～16の範囲で、トークンあたりの平均レイテンシオーバーヘッドは1.2～4.3%であった。 このテストでは、Intel TDXおよびTensorRT-LLMを使用した。.
ハードウェアへの依存は、さらなる課題をもたらす。プラットフォームごとにサポートされる機密コンピューティング技術が異なるため、クラウドプロバイダー間の移行が複雑化し、ベンダーロックインのリスクが高まる可能性がある。. Intel 同社は、今後の機密コンピューティングへの投資をTDXに限定することを明らかにした。Diamond Rapidsは、SGXをサポートする最後の次世代Xeonプラットフォームとなるが、SGXのサポートは2030年代半ばまで継続される。したがって、開発者には移行計画を立てるための時間的余裕がある。.
スキルギャップも同様に重要だ。レガシーアプリケーションは、エンクレーブ内で実行する前にリファクタリングが必要になることが多い。エンジニアリングチームがワークロードの分離、アテステーション、鍵管理、およびプラットフォーム要件を理解していない場合、コストがかさみ、維持が困難になる可能性がある。.
今後の見通し
企業がワークロードをクラウドに移行するにつれ、機密コンピューティングは企業のクラウドセキュリティにおいて重要な要素となるだろう。CCCは、オープンソースの分野でこの移行を促進し、協力を深め、分断を防ぐ。より強固な共有エコシステムが構築されれば、導入が個々のベンダーの実装に依存しにくくなるだろう。.
エッジ コンピュティングは新たな機会をもたらす。IoTデバイス、産業用システム、接続されたインフラ上で、より多くのデータが分析され、直接処理されるようになるにつれ、プライバシーとセキュリティはますます重要になるだろう。機密コンピュティングは、エッジノード上でハードウェアによって隔離された安全な環境を実現し、中央でホストされるクラウドに依存しない機密性の高いワークロードのセキュリティを支えることができる。 これは、IoTデバイスが広く分散し、機密扱いとして保護すべき情報を処理する場合に特に価値がある。業界におけるこの技術の普及は、こうした保護策をより幅広いハードウェアプラットフォーム、クラウドベンダー、エッジ展開で利用可能にするかどうかにかかっている。.
こちらもお読みください： QueryPie AI、AIを活用したペネトレーションテストサービスを開始した
結論
クラウド上のデータのセキュリティ確保は、従来、保存中のデータと転送中のデータに重点が置かれてきた。機密コンピューティングは、使用中のデータに関するセキュリティのギャップを埋め、以下を可能にする 組織 最も重要なワークロードに対して、より強い信頼を持てるようになる。しかし、これをあらゆる場所に導入することは、現実的でもなければ必要でもない。.
ITチームはまず、自社のクラウドワークロードの棚卸しを行い、プライバシー、規制、および商業上のリスクが最も高いワークロードを特定すべきだ。金融データ、医療データ、顧客データ、社内モデル、あるいはその他のあらゆる種類の機密情報が、その対象として考えられる。これらのワークロードを優先的に移行することで、企業は影響が最も大きい分野において「慎重を期す」ことができる。.
日本語