Active Incident? 24/7 Response →

AIを使った検査は信用できるのか

AIが得意なところと間違えるところ、そして人が確認する工程の意味をご説明します。

問いの立て方

検査の場でAIを疑うのは健全なことです。結果が人の生活影響するからです。

役に立つ問いは、AIが信用できるかではなく、この使い方が信用できるかです。

答えは一点にかかっています。人が確認してから使うかどうかです。

得意なこと

量が多く、繰り返しの多い作業には向いています。

  • 膨大記録の中から該当箇所を探す
  • 似たものをまとめる
  • ふだんと違う動きに印を付ける
  • 素材から下書きの構造を作る

九百件目でも集中が落ちないという点で、手作業より安定します。

苦手なこと

AIは自信を持って間違えます。文脈を読み違え、ないつながりを作り、もっともらしい誤りを述べます。

確認されないままでは、これは重い危険になります。だからAIを最終判断にはしません。

人が確認する工程

信頼はAIそのものではなく、その周りの手順から生まれます。

フォレンジック事例でも同じで、重い所見は必ず技術者が元の記録に当たって確かめます。

出典

  1. National Institute of Standards and Technology, AI Risk Management Framework 1.0 (AI 100-1), 2023. https://www.nist.gov/itl/ai-risk-management-framework
  2. Legal Information Institute, Cornell Law School, Federal Rule of Evidence 702 — Testimony by Expert Witnesses. https://www.law.cornell.edu/rules/fre/rule_702
  3. Scientific Working Group on Digital Evidence (SWGDE), SWGDE Best Practices for Digital Evidence Collection (18-F-002). https://www.swgde.org/documents/published-complete-listing/18-f-002-best-practices-for-digital-evidence-collection/

担当する

Quinnlan Varcoe

創業者

GIAC認定資格9

大手企業防衛わる分野対応にあたったのち、2022当社げました。脅威分析とデジタルフォレンジックを専門にしています。

「ほかがわないことをい、技術裏付けます。」

大手企業での経験防衛わる分野脅威分析プライバシー初動対応
Quinnlan Varcoe, Founder & CEO

相談から報告書まで

01

はじめのご相談

創業者直接うかがいます。秘密ります。みはしません。

02

範囲費用書面

をして、いつまでに、いくらかかるのかを書面でおしします。あとから追加はしません。

03

調査報告

手順めて検査し、経過をおらせします。結果書面にまとめます。

保有する資格

GIAC

お問い合わせください

Trusted by partners across the practice

DAS Health
Exhibit A Cyber
Ally Security
KIRO Group
Black Mirage
Kalles Group
Gridware
CQR
Archstone Security
Cyvergence
Sentinel Cyber
Cloud Underground
Seron Security
Hexen
Koru Risk Management
DAS Health
Exhibit A Cyber
Ally Security
KIRO Group
Black Mirage
Kalles Group
Gridware
CQR
Archstone Security
Cyvergence
Sentinel Cyber
Cloud Underground
Seron Security
Hexen
Koru Risk Management