多層防御

セキュリティ対策を複数の層（レイヤー）に分けて実施する考え方。一つの対策が突破されても他の層で防御できるようにし、攻撃者の侵入を困難にする。ネットワーク、ホスト、アプリケーション、データなど各レベルで対策を講じる。

複数のセキュリティ対策を多段的に組み合わせることで、一つの対策が突破されても他の対策で防御できるようにする考え方。ファイアウォール、IDS/IPS、暗号化、認証など異なる種類の対策を階層的に配置する。

複数のセキュリティ対策を異なるレイヤーに配置し、一つの対策が突破されても他の対策で防御できるようにする設計思想。ネットワーク層、ホスト層、アプリケーション層、データ層など各層に適切な防御策を講じ、全体としてのセキュリティを高める。

単一の対策に頼らず、入口・内部・出口の各段階や、ネットワーク、端末、アプリケーション、データ、人と運用など複数の層に独立した対策を重ねて配置する考え方。ある層の対策が突破されても次の層で攻撃を止めたり検知したりでき、被害の拡大を防げる。

ネットワークやシステムへの不正侵入を検知するシステム。シグネチャ型（既知の攻撃パターンとの照合）とアノマリ型（通常動作からの逸脱検知）がある。NIDS（ネットワーク型）とHIDS（ホスト型）に分類される。検知のみで遮断は行わない。

不正侵入を検知するだけでなく、自動的にその通信を遮断する機能を持つシステム。IDSの機能に加えてインラインで通信経路上に配置され、攻撃をリアルタイムでブロックする。ただし誤検知による正常通信の遮断リスクがある。

標的型攻撃を模した訓練用のメールを従業員に送り、開封や添付ファイルの実行、報告の有無を確認する演習。開封率そのものより、不審メールを速やかに報告する行動が定着しているかの確認に主眼を置く。

攻撃役のレッドチームが実際の攻撃者を模して長期間の侵入を試み、防御・検知を担うブルーチームの対応能力を実戦形式で検証する演習。脆弱性の有無だけでなく、検知と初動対応の実効性を評価できる。

利用者だけでなく、サーバや端末などの実体（エンティティ）も含めた振る舞いを機械学習で学習し、平常時との差異から異常を検知する技術。定義ファイルに頼らないため、内部不正や未知の攻撃の兆候を捉えやすい。

重要な機密情報を取り扱う者について、経歴や信頼性を調査したうえで資格を与える制度。日本でも経済安全保障の観点から法制化され、情報の重要度と取扱者の適格性を対応付けて漏えいリスクを抑える。