MugendAI、生成AI経由の個人情報・機密情報の流出を送信前に食い止める「QEV導入サービス」の企業向け提供を開始 (3/6ページ)
- タグ：
-
JEV
-
Gateway
-
生成AIセキュリティ
-
生成AI
対象：基幹システム、顧客管理（CRM）、文書管理などと接続したAIエージェントから、AI（LLM）へ送られるデータ
判定：送信内容に個人情報や社内機密情報が含まれるかを、QEVモデルがリクエストごとに判定し、情報の種類も識別
制御：ポリシーに基づき、送信の遮断、またはデータを保持しないサービスやローカルLLMへの振り分け
記録：判定結果・処理経路・アクセスログを記録し、監査証跡として保全
構成：SaaS型と、社内環境でローカルLLMを動かすオンプレミス型から選択可能
「QEV導入サービス」の特長
QEV導入の概要
[資料: https://files.value-press.com/czMjYXJ0aWNsZSM4ODY5MiMzODI4MjYjODg2OTJfSUt2VXVVd3ptZS5wbmc.png ]
QueryPie AIの社内評価で、機密文書の検知率99.69%
QueryPie AIが日本語・英語・韓国語の社内文書3,167件で行った社内評価では、QEVモデルは機密情報を含む文書1,281件のうち、見逃しが4件にとどまりました（検知率99.69%、F2スコア※6 98.98%）※1。同じ評価で、外部の商用AIモデル「JEV API」の見逃しは46件で、QEVモデルは見逃しを約91.3%減らしています※1。
文章の文脈から、個人情報と社内機密情報を見分ける
従来型のDLPは、メールやファイル転送などの経路を、キーワードや定型パターンなどのルールで検査するものが中心です。QEVモデルはAIへ送られる文章の文脈を読み取り、顧客の氏名や連絡先といった個人情報と、発表前の料金などの社内機密情報を区別して判定します。日本語・英語・韓国語に対応しています。
