防衛チームがデータを任務の成果へとつなげる方法

先進的な防衛組織は、情報が既に存在する場所で情報を連携させることで、機密システムを変更することなく、チームが複数の領域にわたって安全に分析を行い、知見を共有できるようにすることができます。この分散型アプローチは、より優れた意思決定の方法を提供するとともに、将来のAI対応ワークフローに向けた基盤を構築します。

この記事では、防衛チームがこのアプローチを実際の現場でどのように実践しているかを探ります。米陸軍工兵隊や航空宇宙・防衛分野の大手請負業者などの顧客事例を通じて、検索を基盤とする統合データレイヤーが、より迅速な意思決定、より強力なガバナンス、重要なミッションへのより優れたサポートをどのように実現するかをご覧いただけます。

世界中の公共部門組織はElasticを使用して、データの運用化、重要なシステムの保護、AIを活用したイノベーションの導入を行っています。Elasticsearch Platformは、AIの一貫した適用、公共サービスの向上、データ分析と意思決定の強化、機関間のコラボレーションとデータ共有の実現、地理空間分析のサポートなどを可能にする統一されたデータ基盤を提供します。

防衛組織が分散検索を実装し、システム間でシームレスに情報を接続している方法について、続きをお読みください。

米陸軍工兵隊のナビゲーションポータルプロジェクトチームは、全米における安全で信頼性が高く効率的な船舶交通をサポートしています。その運用の規模を踏まえると、わずかな改善でも大幅なコスト削減を実現できます。

NavPortalにとって、効率性の向上はこれまで困難な課題でした。プロジェクトおよびミッションベースの資金提供モデルで業務を行っているため、ツールがサイロ化しがちで、データシステムは断片化され、プロジェクト全体で一貫して洞察を得ることができません。

何百もの港と何千マイルにも及ぶ水路で活動する米陸軍工兵隊は、数十年分の過去の調査データ、沿岸警備隊の自動識別システム（AIS）からの船舶交通情報、浚渫記録、複数の外部ソースからの地理空間データセットを蓄積してきました。

根本的な問題は、地理空間的な精度にあります。時間の経過とともに収集された測量地点が完全に一致することは決してないため、水路の深さや土砂の堆積の変化を一貫して調査することはほぼ不可能です。

シングルビーム調査、マルチビーム調査、船舶交通パターン、浚渫作業など、さまざまなデータタイプが、互換性のない形式で別々のシステムに存在していました。すべてを理解するために、アナリストにはSQL、Oracle、AutoCADなど、多数のシステムに関する専門知識が必要でした。

その問題は、ツールの乱立にとどまらず、アナリストは手動でシステムを接続する必要がありました。断片化は意思決定を遅らせ、地区オフィス全体の可視性を制限し、浚渫作業が必要な場所の予測を困難にしていました。航路の危険性が急速に高まる可能性がある状況において、これは重大な欠点でした。

米陸軍工兵隊は、UberのH3グローバルグリッドシステムをElasticsearchと統合し、統合された地理空間データプラットフォームを構築しました。Elasticsearchは分散型検索・分析エンジンであり、構造化データ、非構造化データ、地理空間データを大規模に処理する機能を備えています。その地理空間機能により、座標、ポリゴン、六角形空間分析を使用した位置データの高速検索が可能になり、空間関係をリアルタイムで格納、クエリ、可視化できるようになります。

チームは、未加工の測量ポイント、船舶交通データ、浚渫記録を、大陸規模から1平方フィートに至るまでのさまざまな解像度の標準化された六角形ビンに変換することで、一貫した空間フレームワークを作成しました。六角形の各ビンにはグローバルに一意の識別子が割り当てられるため、陸軍工兵隊は元のデータソースや調査の種類に関係なく、時間の経過に伴う変化を追跡できます。

この標準化により、地理空間精度の根本的な課題が解決されました。完全に一致しない測量ポイントの照合を試みるのではなく、陸軍工兵隊はデータを一貫した空間エリアに集約し、時間、測量方法、データソースなどの変数全体で確実に比較できるようになりました。

ElasticsearchのAPIにより、基盤となるシステムを再構築することなく、チームやプロジェクト間で安全なデータ共有が可能になります。また、リアルタイム分析機能により、即時のボリューム計算や予測モデリングをサポートします。 

同じ空間フレームワークを通じて航路の水深と船舶の交通密度を併せて確認することで、チームは現在の状況と将来予測されるニーズの双方に基づいて、浚渫の優先順位とリソースの割り当てを最適化できます。

Elasticsearchの地理空間機能を使用することで、陸軍工兵隊は以下のことが可能になりました。

• 時系列での地理空間データの比較と分析： 六角形ビニングにより、異なる調査タイプや期間にわたる一貫した比較が可能になり、新たなトレンド分析機能が提供されます。
• 問題発生時に関係者へアラート： 集計されたビンがしきい値を超える堆積物の蓄積を示した場合、システムは現地機関、地区オフィス、本部にアラートをトリガーします。
• 問題が発生する前に予測： 六角形のビンごとに浅瀬化率を追跡することで、陸軍工兵隊は6か月先の航路状況を予測し、船舶の座礁や安全上の事故が発生する前にメンテナンスが必要なエリアを特定できます。

これらの六角形のビンは現在、実質的に陸軍工兵隊のデータ統合フレームワークとなっており、測量データ、AISトラフィック、浚渫指標、予測的分析を単一の時空間システムに統合して、航路の開通、安全性、効率性を維持する新たな方法を提供しています。

SNCは、重要な防衛および政府業務を支援するグローバルな航空宇宙・国家安全保障請負業者として、航空機の改修・統合、宇宙システム開発、サイバーセキュリティ技術製品などを手掛けています。

このレベルで事業を展開する組織にとって、強固なサイバーセキュリティは契約上および規制上の要件を満たすために不可欠です。厳格な政府の監督と市民の信頼を維持する必要性により、この組織の幅広い業務にプレッシャーがかかっています。

SNCの事業が拡大するにつれて、脅威の状況も複雑さを増していきました。同組織は、最も機密性の高いシステム、知的財産、管理対象非機密情報（CUI）を保護するために外部のマネージドサービスプロバイダーに頼ることなく、ますます分散化する環境全体で脅威を監視して対応できる、拡張性と安全性に優れた方法を必要としていました。

サードパーティによって管理されていたSNCの既存のセキュリティ情報およびイベント管理（SIEM）ソリューションは、現代の防衛運用に対応するのに苦慮していました。 

「従来のシステムは動作が遅く、コストがかかっていました」と、SNCのデータ統合戦略ディレクターであるDoug Russell氏は説明します。「クエリの実行は煩雑なプロセスでした」。

迅速な回答が求められる調査に日常的に数分を要しており、検出のスピードが影響の深刻度を直接左右する脅威環境において、重大なリスクとなっていました。単なる性能面だけでなく、SNCの従来のシステム構成は、深刻な運用上の盲点を生み出していました。アナリストには環境全体でセキュリティシグナルを関連付けるために必要な相関分析機能が不足しており、実際の損害が発生する前に脅威を検出して封じ込める能力が制限されていました。 

何よりも、SNC自身のサイバーチームでさえ、機密性の高い防衛情報を保護するために依存しているシステムを完全に把握したり制御したりすることができていませんでした。これは、厳格な政府規制の下で業務を行う請負業者にとって重大なリスクとなります。

SNCのチームは、直接評価するためにElastic Securityを既存のソリューションと並行して運用しました。Elastic Securityは、SIEM、XDR、クラウドセキュリティを1つのソリューションに統合する、オープンなAI主導のプラットフォームです。これにより、チームはデータサイロや後付けによる複雑さを伴うことなく、迅速かつ大規模に脅威の検知、調査、対応を行えるようになります。SNCにとって、その効果はすぐに現れました。

「その違いは雲泥の差でした」と同氏は言います。「Elasticのスピードと、当社環境内でのクエリ機能には非常に驚かされました。Kibanaのダッシュボードを使用してデータを可視化できることも印象的でした。」

パフォーマンス上の理由から、SNCはElastic Securityへと移行し、その基盤上で堅牢な社内セキュリティオペレーションセンター（SOC）を構築しました。Elasticを中核となるSIEMとすることで、SNCのサイバーチームは機密情報をサードパーティ経由でやり取りすることなく、セキュリティデータを直接分析、調査し、迅速に対処できるようになりました。ロールベースのアクセス制御と運用の分離により、全体的な情報セキュリティを維持しながら、適切な担当者が適切なデータを閲覧できるようになりました。

Elastic Securityにより、SNCはCase Management機能を通じてアラートワークフローの大部分を自動化し、手作業の負担を削減して、アナリストがより価値の高い業務に集中できるようになりました。

「Elasticの導入により、セキュリティアナリストの負担を軽減しながら、よりスムーズなデータアクセスを実現することができました」とRussell氏は述べています。「このスピード向上は、クライアントとの厳格なSLAを遵守するうえで極めて重要であり、コンプライアンスの範囲内を確実に維持することにつながります。」

また、Elasticはストレージ効率の向上によってSNCの厳格なデータ保持要件に対応し、コールドおよびフローズンのストレージティアから古いデータを迅速に取得できるようにしました。

複数のセキュリティツールを1つのプラットフォームに統合したことで、日々の運用がシンプルになりました。たとえば、悪意のあるIPアドレスを調査するアナリストは、全体像を把握するために個別のシステム間を行き来する必要がなくなりました。「Elasticは、不必要な複雑さやコストをかけることなく、当社の要件にエレガントに対応してくれます」とRussell氏は説明しています。

SOCとインシデントレスポンスチーム間の連携も大幅に改善されました。「以前は、情報を共有するには多数のリンクをやり取りする必要がありました」と、SNCのサイバーセキュリティマネージャー、Roderick Bickert氏は述べています。「Elasticを使用すると、利用可能なすべての情報にアクセスできる単一のリンクを送信できます。統合プラットフォーム内ですべてを表示することで、ワークフローが大幅に合理化されます。」

Elastic Securityを基盤として、SNCは以下を実現しました。

• クエリ時間を数分から数秒に短縮し、社内および顧客向けの厳格なSLAを遵守し、脅威が拡大する前に対応するパワーをアナリストに提供
• データインジェストを10倍に拡大し、パフォーマンスを妥協することなく、1日あたり1テラバイト相当のセキュリティデータを処理
• ゼロデイ脅威を事前に検知して無力化し、公表前に攻撃を特定して封じ込め、SNCの全体的なセキュリティ態勢を強化
• Elastic SecurityおよびMicrosoft Azure Government Cloud上に構築された防衛請負業者向けマネージドセキュリティサービス「Defensible Security」を通じて新たな収益源を立ち上げ
• SOCチームとインシデントレスポンスチーム間のコラボレーションを強化し、断片化されたマルチプラットフォームのワークフローを単一の統合ビューに置き換え

Russell氏はこう語ります。「当社は脅威をすばやく発見し、クライアントが自社環境で何が起きているのか気づく前にアラートを通知することができます。サイバーセキュリティの観点において、防衛セクターの他のプレイヤーは当社に追いつくことができていません。」

今後、SNCはSOC内でのAIと機械学習の活用をさらに深める計画であり、Elastic Securityの異常検知機能、ユーザーエンティティ行動分析（UEBA）、および外部機械学習モデルとの統合を活用して、脅威の特定と対応の自動化をさらに進めていく予定です。

データ量に関係なく、SNCはすべてを一元的に格納できるようになりました。SNCでシニアサイバーセキュリティデータサイエンスマネージャーを務めるCassie Cagwin氏は、「Elasticは、当社のAIセキュリティへの取り組みにおいて引き続き中心的な役割を果たしています」と述べています。

世界最大級の航空宇宙・防衛企業の一つとして、この多国籍航空宇宙企業は、技術的な精度と運用上の即応性が不可欠であることを認識しています。エンジニア、技術者、プログラムマネージャーは、プログラムを維持し、期限を守り、任務の成功を確実にするために、正確な文書にすぐにアクセスできることに依存しています。しかし、組織が成長するにつれて、最も重要な場面で適切な情報を見つけ出すことの複雑さも増していきました。

ドキュメントは多くの場合、SharePointサイト、ファイル共有、メールアーカイブ、そして多数の接続されていないリポジトリに散在していました。エンジニアたちは、手順を把握するためだけに、同僚に直接尋ねたり、個人的なメモを取ったりすることがよくありました。統合検索機能がないため、従業員は貴重な時間を書類探しに費やしたり、誤って書類を複製したりすることさえありました。

課題はさらに深刻化し、ある部署だけで、エンジニアリングコマンドの媒体から教訓報告書、その他の重要なファイルに至るまで、50～60の情報源から200万点を超える文書が蓄積されている状態でした。

組織には適切なドキュメントが揃っていたものの、それを簡単に検索する方法がありませんでした。エンジニアはビルド手順、テスト手順、ポリシー参照情報、技術仕様に即座にアクセスする必要がありましたが、それらをシステム全体で検索する統一された方法がありませんでした。 

バージョンの乱立が問題をさらに悪化させました。信頼できる唯一の情報源がなかったため、チームは最新の仕様に基づいて作業していることを確認できませんでした。これ自体が新たなリスクを生み出し、特に、古い情報が安全上の懸念や非常に大きなコストを伴う遅延につながる可能性があるミッションクリティカルな状況では問題となりました。新入社員は数週間にわたるオンボーディングを受け、その間に、どのリポジトリを検索すべきか、また断片化されたシステムをどのように操作するかを学びました。

この組織には、技術ドキュメントへのアクセスを統合し、正確なキーワードクエリと探索的な セマンティック検索の両方をサポートし、将来のAI駆動型機能の基盤を築くためのソリューションが必要でした。

数年前、同部門はElasticsearchの無料のオープンソーススタック上でカスタムエンタープライズ検索アプリケーションの構築を開始しました。チームはその後アップグレードを行い、Elasticの埋め込みモデルであるELSERを含む高度なAI機能や、Retrieval-Augmented Generation（RAG）パイプラインのネイティブサポートを活用しています。

Elasticsearchは、構造化データや非構造化データを大規模に処理できるように設計された、分散型の検索・分析エンジンです。そのハイブリッド検索機能により、ユーザーはキーワードの精度とセマンティックな理解を組み合わせ、正確な部品番号やポリシーの参照情報を検索できるようになります。

「アプリケーションの主な焦点は技術ドキュメントのインデキシングです」と、同プロジェクトの主任開発者は述べています。「これはエンジニアに業務の進め方を伝えるため、不可欠です。元のソースから直接インデキシングを行うことで、見つけた情報が最新かつ正確であるという確信をエンジニアに与えることができます。」

現在、このアプリケーションは200万件以上のドキュメントをサポートし、毎月30,000件の検索を処理しています。エンジニアはハイブリッド検索を使用して、精度と探索のバランスを取ることができます。Elasticsearch Platformは製造現場で大きな価値を提供しており、技術者はこれを利用してリアルタイムに手順書へのアクセス、作成、テストを行っています。

「Elasticのおかげで、特定のユースケースに合わせた、厳選されたカスタム検索エンジンを構築できました」と主任開発者は述べています。「その結果、よりクリーンで、より正確な結果が得られます。」

エンタープライズ検索に加えて、Elasticsearchは生成AIもサポートしています。チームは、すべての応答を信頼できるドキュメントに基づかせながら、RAGパイプラインとELSERを使用してデータセットをベクトル化し、AI主導のアシスタントの実験を行っています。

「他のツールでは、セマンティック検索やベクトルデータベースをサポートするために、追加機能が必要でした」と、主任開発者は説明します。「Elasticは、オープンで拡張性のあるアーキテクチャ内でこれらの機能をネイティブに提供します。」 

Elasticsearchを使用して、この航空宇宙組織は以下を実現しています。

• ミッションクリティカルな環境における運用効率の向上： 組織はハイブリッド検索を導入し、現在では200万件を超える文書と月間30,000件の検索をサポートしています。
• ドキュメントの拡散と重複を解消： エンタープライズ検索を統合することで、組織は信頼できるドキュメントに基づいてデータを維持しながら、重要な情報へのアクセスを迅速化しました。
• AI主導のイノベーションの基盤を構築： Elasticsearch Platformは、生成AIをはじめ、AI主導のアシスタントやElasticの埋め込みモデルであるELSERなどのAIイノベーションを統合的にサポートします。
• 合理化されたオンボーディング： ドキュメントを一元化することで業務効率が向上し、新入社員は必要なドキュメントを迅速に見つけて処理できるようになりました。

「このアプリケーションが大成功を収めたのは、その使いやすさと、Elasticチームによる信頼性の高いサポートとパートナーシップのおかげです」と主任開発者は述べています。

このアプリケーションは、エンタープライズ全体のドキュメントを投入し、特定の業務領域に合わせた検索を可能にする、全社的なナレッジプラットフォームへと進化しています。チームは現在、生成AIモデルを使用してRAGベースのプロトタイプを開発およびデモできるようになり、Elasticが高度に規制された環境におけるマルチエージェントシステムと意思決定支援をどのようにサポートするかを紹介できます。

今後は、小規模で専門的なドキュメントセットと大規模で複雑なデータセットの両方をサポートできるようにプラットフォームを拡張することをチームは想定しています。主任開発者は、「月や火星へのミッションを含む将来のプロジェクトをサポートするにあたり、AIアシスタント、ナレッジベースの意思決定サポート、スケーラブルな検索などの新しいツールを追加する際、Elasticによって最先端を維持できます」と述べています。