DLP

機密情報や個人情報などの重要データが組織外部に持ち出されることを防止するセキュリティ技術・製品。データの内容を解析し、機密データのコピー、メール送信、印刷、USB書き出しなどを検知・制限する。

機密情報や個人情報などの重要データの外部への流出を検知・防止するセキュリティ技術・製品。メール送信、Webアップロード、USBメモリへのコピーなどのチャネルを監視し、ポリシーに違反するデータ転送をブロックする。

機密情報や個人情報を含むデータを識別し、電子メールでの送信、Webへのアップロード、USBメモリへの書出し、印刷などで外部へ持ち出されることを監視・遮断する仕組み。キーワード、正規表現、ファイルの特徴、情報のラベルなどで保護すべきデータを判定する。データ漏えい防止とも呼ぶ。

入口対策、内部対策、出口対策など複数の防御層を重ねて配置するセキュリティの考え方。1つの対策が突破されても他の層で防御できるため、セキュリティ強度を高められる。ファイアウォール、IDS/IPS、ウイルス対策、暗号化などを組み合わせる。

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。