Zscaler AIとは、カリフォルニア州サンノゼに本社を置くアメリカのサイバーセキュリティ企業であるZscaler, Inc.のクラウドセキュリティプラットフォームに統合された人工知能および機械学習機能を指します。2007年に設立された同社は、そのZero Trust ExchangeプラットフォームにAI技術を適用し、エンタープライズネットワーク向けのサイバー脅威保護、データセキュリティ、およびゼロトラスト接続を強化しています。Zscaler AIは機械学習および深層学習モデルを活用してネットワークトラフィックを分析し、異常を特定し、セキュリティ対応を自動化することで、同社を人工知能主導のサイバーセキュリティというより広い分野に位置づけています。
Zscalerの製品群へのAI統合は、生成AIおよび大規模言語モデル技術がセキュリティ用途に適応されつつあるという、より広範な業界トレンドを反映しています。Zscaler AIは独立した製品ではなく、Zscaler Internet AccessやZero Trust SASEを含む同社のクラウドサービス全体に埋め込まれた一連の機能です。これらのAI機能は、リアルタイムの脅威インテリジェンスと適応型ポリシー適用を提供し、従来のシグネチャベースの検出方法への依存を低減することを目的としています。
歴史と開発
Zscalerは2007年にJay ChaudhryとK. Kailashによって設立され、そのサイバーセキュリティプラットフォームは2008年に開始されました。同社の初期の焦点はクラウドベースのセキュリティでしたが、AIは時間の経過とともに戦略的な優先事項となりました。2018年8月、ZscalerはTrustPathのAIおよび機械学習技術を買収し、AI主導のセキュリティへの初期投資となりました。この買収は、同社の脅威検出システムにニューラルネットワークモデルを統合するための基盤を築きました。
同社の財務成長はこれらの技術的進歩を支えました。Zscalerは2012年8月に3,800万ドルの資金を確保し、続いて2015年8月にTPG Capital主導の1億ドルのラウンドを実施しました。2018年3月、同社は新規株式公開(IPO)で1億9,200万ドルを調達して公開企業となり、NasdaqでZSのシンボルで取引されました。2021年12月17日、Zscaler株はNasdaq-100指数に追加され、その市場での重要性を反映しました。
Zero Trust ExchangeとAI統合
Zero Trust Exchangeプラットフォームは、2023年6月のZenith Liveで初めて発表され、ZscalerのAI取り組みの中核として機能します。このプラットフォームは、サイバー脅威保護、データ保護、ゼロトラスト接続、およびビジネス分析を統合し、AIモデルが大量のネットワークデータを処理して潜在的な脅威を検出します。AIコンポーネントは、残差ネットワークアーキテクチャやバッチ正規化などの技術を使用して、悪意のあるパターンを識別する際のモデルの精度と効率を向上させます。
2024年1月、ZscalerはZero Trust SASE(セキュアアクセスサービスエッジ)を発表しました。これは、AI搭載のSSEプラットフォーム上に構築された同社初の単一ベンダーSASE製品です。この統合により、AIはZero Trust Exchangeを通じてユーザー、場所、およびクラウドサービスを安全に接続でき、マルチヘッドアテンションメカニズムを使用して分散ネットワーク全体のアクティビティを関連付けます。AIシステムは、進化する脅威に適応するように設計されており、カリキュラム学習戦略を採用して、徐々に複雑化する攻撃シナリオでモデルを訓練します。
AI搭載の脅威検出
Zscaler AIは機械学習アルゴリズムを採用してネットワークトラフィックとユーザー行動を分析し、正当なアクティビティと潜在的なサイバー攻撃を区別します。モデルは既知の脅威の大規模データセットで訓練され、セキュリティ固有の目的に最適化された損失関数を使用します。勾配クリッピングや学習率スケジュールなどの技術が訓練中に適用されて安定性と収束を確保し、ドロップアウトや層正規化が過学習の防止に役立ちます。
同社のAIシステムはまた、大規模言語モデルアプリケーションで広く使用されているトランスフォーマーアーキテクチャを組み込んで、ネットワークログや暗号化トラフィックメタデータなどのシーケンシャルデータを処理します。これにより、Zscaler AIは高度な持続的脅威やゼロデイエクスプロイトを示す可能性のある微妙な異常を検出できます。位置エンコーディングの使用により、モデルはネットワークイベントの時間的文脈を理解でき、脅威の相関関係を改善します。
買収とAI拡大
Zscalerの買収戦略は、そのAI機能を強化するために一貫してAIおよびセキュリティスタートアップを標的としてきました。2019年5月、同社はブラウザセキュリティ企業Appsulateを1,300万ドルで買収し、続いて2020年4月にクラウドセキュリティ態勢管理スタートアップCloudneetiを、2020年5月にマイクロセグメンテーション企業Edgewise Networksを買収しました。これらの買収は、クラウドセキュリティおよびネットワークセグメンテーション向けの専門AIツールをもたらしました。
2021年4月、ZscalerはサイバーセキュリティスタートアップTrustdomeを買収し、2021年5月にはインドのサイバーセキュリティスタートアップSmokescreen Technologiesを買収しました。同社は2022年9月にクラウドセキュリティ企業ShiftRightを2,560万ドルで買収して継続しました。2023年2月14日、Zscalerは、サービスとしてのソフトウェアを標的とする攻撃からの保護に焦点を当てたイスラエルのアプリケーションセキュリティ企業Canonicの買収を発表しました。
2024年3月、Zscalerは、AIを使用してデータを分析しセキュリティ脆弱性を検出するイスラエル拠点のデータセキュリティスタートアップAvalorを3億1,000万ドルで買収しました。同月、ネットワークセグメンテーションスタートアップAirgap Networkを非開示の金額で買収しました。2025年5月17日、Zscalerは、米国拠点のマネージド検出および対応サービスプロバイダーであるRed Canaryの買収を非開示の金額で発表しました。2026年2月、同社はブラウザセキュリティ企業SquareXの買収も非開示の金額で発表しました。
AIモデルと技術
Zscaler AIは、そのセキュリティ製品を強化するためにさまざまな深層学習技術を活用しています。モデルは、異常検出や脅威分類などのタスクにエンコーダー・デコーダーアーキテクチャを使用し、クロスアテンションメカニズムで異なるタイプのネットワークデータを関連付けます。シーケンス・ツー・シーケンスモデルは潜在的な攻撃チェーンを予測するために使用され、ビームサーチやトップkサンプリング法は、テスト用のもっともらしい脅威シナリオを生成するために使用されます。
同社はまた、モデルプルーニングを適用してAIモデルの計算フットプリントを削減し、大規模なエンタープライズネットワークでのリアルタイム分析を可能にします。温度スケーリングはモデルの信頼度を較正するために使用され、セキュリティアラートが適切に優先順位付けされることを保証します。これらの技術は、AdamオプティマイザーやSGDバリアントによる効率的な訓練と、モデルの収束を改善するための重み初期化戦略によって支えられています。
ビジネス分析とAI
脅威検出を超えて、Zscaler AIはZero Trust Exchange内のビジネス分析機能を強化します。プラットフォームは機械学習を使用して、ネットワーク使用状況、ユーザー行動、およびセキュリティ態勢に関する洞察を提供し、組織がデータ主導の意思決定を行うのを支援します。これらの分析は、ネットワークメタデータの大規模言語モデル埋め込みを処理するモデルを通じて生成され、セキュリティチーム向けの自然言語クエリを可能にします。
AI主導の分析はまた、ユーザーアクセスパターンを継続的に評価し、ポリシーを動的に調整することで、ゼロトラスト接続をサポートします。このアプローチは、AIモデルがセキュリティ構成に関する文脈に応じた推奨事項を生成する生成AIトレンドと一致しています。この分野でのZscalerの人工知能の使用は、従来のセキュリティベンダーとは一線を画し、より適応的でプロアクティブなセキュリティ態勢を提供します。
業界の背景と将来の方向性
Zscaler AIは、他のAI重視のセキュリティ企業やクラウドプロバイダーを含む競争の激しい環境で運営されています∥同社の機械学習および深層学習の統合は、AIネイティブなセキュリティプラットフォームへのより広範な動きの一部です∥2026年現在、ZscalerはAI研究への投資を継続しており、モデルの解釈可能性の向上と脅威検出における誤検知の削減に焦点を当てています∥
同社の将来の方向性には、自動化されたインシデント対応と脅威ハンティングのための大規模言語モデル技術のより深い統合が含まれる可能性があります∥Zscaler AIはまた、ニューラルネットワークモデルを使用して新たな攻撃ベクトルを予測する予測分析に拡大する可能性があります∥これらの発展は、Zscalerを人工知能とサイバーセキュリティの交差点における主要プレーヤーとして位置づけますが、具体的な製品ロードマップは市場状況と技術的進歩に左右される可能性があります∥
参考文献
ソースの事実は、Zscaler, Inc.に関する公開情報(その歴史、買収、およびプラットフォーム発表を含む)に基づいています∥AI技術の詳細は業界慣行から推定されており、独自の実装を反映していない可能性があります∥
外部リンク
Zscaler, Inc.の公式ウェブサイトおよびビジネスデータは、公開の財務および企業リソースを通じて入手可能です∥