AI（人工知能）の利用が急速に広がる中、そのセキュリティ対策はますます重要になっています。Open Source Security Foundation (OpenSSF) は、AIや機械学習（ML）のシステムを安全に構築するための新しい実践ガイド「Visualizing Secure MLOps (MLSecOps): 堅牢なAI/MLパイプラインセキュリティ構築のための実践ガイド」の日本語版を公開しました。
ガイドの目的と内容
このホワイトペーパーは、機械学習のライフサイクル全体にわたってセキュリティをどのように組み込むかについて、実践的でわかりやすいフレームワークを提供します。実績のあるDevSecOps（開発、セキュリティ、運用を統合する手法）の戦略をベースに、それをAI/MLの環境に合わせて応用しています。
主な対象者
このガイドは、特に以下のような方々に役立つでしょう。
-
AI/MLエンジニア、データサイエンティスト、MLOpsチーム
-
AI/MLをシステムに組み込んでいる開発者やクラウドネイティブの専門家
-
MLシステムへのガバナンス（統治）を広げたいセキュリティエンジニアやITチーム
-
AI/MLセキュリティ分野のオープンソース活動に貢献したい方々
注目すべきポイント
ホワイトペーパーには、次のような重要な内容が含まれています。
-
MLOpsとMLSecOpsのライフサイクルを分かりやすく示した視覚的なモデル
-
各開発段階における主なリスク、それらへの対策、利用できるツール、そして関わる担当者（ペルソナ）
-
Sigstore、OpenSSF Scorecard、SLSAといったフレームワークを活用したオープンソースのガイダンス
-
MLシステムを最初から最後まで安全に保つための具体的な推奨事項
なぜ今、AI/MLセキュリティが重要なのか
AIの導入が進む一方で、それに伴うリスクも増えています。例えば、モデルの盗難やデータの改ざん（ポイズニング）など、従来のソフトウェアセキュリティだけでは対応しきれない問題が出てきています。MLSecOpsは、このような機械学習システムのライフサイクル全体を守るための、次に不可欠なステップと考えられています。
参加と詳細情報
このホワイトペーパーを読んで、AI/MLセキュリティについてさらに深く学びたい方は、OpenSSFの活動に参加することを検討してみてください。ホワイトペーパーのダウンロードや関連情報へのリンクは以下の通りです。
-
日本語版ホワイトペーパー：Visualizing Secure MLOps (MLSecOps):堅牢なAI/MLパイプラインセキュリティ構築のための実践ガイド
-
オリジナル版 (英語) ホワイトペーパー：Visualizing Secure MLOps (MLSecOps): A Practical Guide for Building Robust AI/ML Pipeline Security
-
AI/ML Security ワーキンググループへの参加：https://openssf.org/groups/ai-ml-security/
-
OpenSSFメンバーシップについて：https://openssf.org/join/
この日本語版の翻訳には、OpenSSF Japan Chapter翻訳チームが協力しました。
