現代 SOC における Automated Decision Logic の構築方法(Shuffle + SOC Integrator 編)
はじめに
現代の Security Operations Center(SOC)において、「迅速な対応」と「一貫性のある判断」は非常に重要です。アナリストによる手動トリアージは時間がかかり、判断のばらつきも発生します。
そこで必要になるのが Automated Decision Logic(自動意思決定ロジック) です。構造化されたルールやスコアリングモデルに基づき、セキュリティアラートを自動評価し、次のアクションを決定します。
本記事では、以下の構成を前提に解説します:
- Shuffle(SOAR 自動化プラットフォーム)
- Wazuh(SIEM)
- DFIR-IRIS(インシデント対応管理)
- PagerDuty(オンコール通知)
- 自社開発 SOC Integrator(Django ベース)
実践的な例と、実運用可能なアーキテクチャを紹介します。
Shuffle の主要コンポーネントを理解する
自動意思決定を設計する前に、Shuffle の構成要素を理解することが重要です。
1. Backend(コアエンジン)
Backend は自動化処理の中心です。
- Workflow の実行
- Trigger の受信
- Integration App の管理
- 実行ログの保存
Playbook のロジックはここで処理されます。
2. Frontend(Web UI)
以下を行う管理画面です。
- ドラッグ&ドロップで Workflow 作成
- API キーや認証情報の設定
- 実行ログの確認
- ユーザーと権限管理
SOC 自動化のコントロールパネルといえます。
3. Apps(統合モジュール)
Apps はコンテナで動作するコネクタで、外部システムと連携します。
例:
- Wazuh(SIEM)
- DFIR-IRIS(ケース管理)
- PagerDuty(通知)
- VirusTotal などの脅威インテリジェンス
各 App は API を呼び出し、構造化データを Workflow に返します。
4. Workflows(自動化フロー)
Workflow は以下で構成されます。
- Trigger(Webhook、スケジュール、手動)
- Condition(条件分岐)
- Action(エンリッチメント、ケース作成、通知など)
SOAR の意思決定ロジックはここに実装されます。
5. Orborus(App 実行エンジン)
コンテナ化された Apps を実行し、安全かつ分離された形で統合処理を行います。
Shuffle の全体フロー
Wazuh → Webhook → Shuffle Backend → Workflow → Apps 実行 → 外部システム
この構造を理解することで、より明確な自動化設計が可能になります。
Automated Decision Logic とは?
Automated Decision Logic とは、ルールまたはスコアリングに基づき、次の問いに答える仕組みです。
「このセキュリティアラートに対して、どのような対応を行うべきか?」
自動で以下を判断します:
- Ignore(無視)
- Enrichment のみ実施
- Incident Case 作成
- Case 作成 + オンコール通知
- 既存 Case へ追加
目的は迅速かつ標準化された対応の実現です。
例:不審な VPN ログイン
Wazuh からのアラート
- Country: Russia
- User: admin
- Severity: 12
- Source IP: 185.199.108.153
このアラートに対し、自動意思決定を行います。
第1段階:基本的な IF / ELSE ルール
IF
- country != "Thailand"
- AND severity >= 10
THEN
- IP の脅威情報を取得
- IRIS に Case 作成
- PagerDuty 通知
ELSE
- ログ記録のみ
初期段階の自動化に適しています。
第2段階:リスクスコアリング(推奨)
単純な IF では柔軟性が不足します。スコアリング方式を推奨します。
例:リスクモデル
| 要素 | スコア |
|---|---|
| 国内以外からのログイン | +40 |
| IP が高リスク | +30 |
| 新規ユーザー | +25 |
| 異常時間帯 | +15 |
| MFA 未使用 | +20 |
判定基準
- 70点以上 → Critical(Case 作成 + 通知)
- 40–69点 → Medium(Case のみ)
- 40点未満 → ログのみ
柔軟で説明可能な判断が可能です。
第3段階:状態管理型意思決定(相関分析 + 重複排除)
高度な SOC では、重複 Case を防ぐ必要があります。
例:
「同一 IP が30分以内に再発した場合、新規 Case は作成せず既存 Case に追加」
実装方法:
- Django DB に相関データ保存
- Redis に短期状態保持
- Case 作成前に IRIS を検索
Alert Fatigue の大幅削減につながります。
推奨アーキテクチャ(責務分離)
SOC Integrator(Django)
- リスクスコア計算
- 相関分析
- 重複排除
- Decision 出力
Shuffle
- Workflow 実行
- 各種 Integration 呼び出し
- Trigger 管理
フロー
Wazuh → Shuffle Webhook → SOC Integrator /decide → Decision 戻り値 → Shuffle 実行
Sequence Diagram(システム連携)
sequenceDiagram
autonumber
participant WZ as Wazuh
participant SH as Shuffle
participant SI as SOC Integrator
participant TI as Threat Intel
participant IR as DFIR-IRIS
participant PD as PagerDuty
WZ->>SH: アラート送信
SH->>SI: /decide 呼び出し
SI-->>SH: Decision 応答
alt ignore
SH-->>WZ: ignore タグ付与
else enrich_only
SH->>TI: 情報照会
TI-->>SH: 結果
else create_case
SH->>IR: Case 作成
else create_case_and_page
SH->>IR: Case 作成
SH->>PD: 通知送信
end
ビジネスロジックはコードで管理し、自動化は SOAR に任せる設計です。
Decision API 例
例1:Case 作成 + 通知
{
"decision": "create_case_and_page",
"severity": "critical",
"risk_score": 85
}
例2:既存 Case へ追加
{
"decision": "append_case",
"case_id": 1234
}
例3:無視
{
"decision": "ignore"
}
Shuffle は decision フィールドに基づき分岐します。
なぜこの構成はエンタープライズ向けか?
- ロジックをバージョン管理可能
- リスクモデルのテストが可能
- 継続的なチューニングが容易
- 誤検知削減
- 監査証跡の明確化
サービスレベルにも対応:
C1 – 基本自動化
C2 – スコアリング + エンリッチメント
C3 – 相関分析 + 適応型意思決定
まとめ
Automated Decision System は単なる高速化ではなく、「安定性」と「再現性」を重視します。
シンプルなルールから開始し、スコアリングを導入し、最終的に相関分析と状態管理を追加する。
これが Reactive SOC から Intelligent SOC への進化プロセスです。
SOC 自動化や SOC Integrator の導入を検討されている企業にとって、本記事は実運用可能な設計指針となります。
Get in Touch with us
Related Posts
- なぜ私たちは Tool-to-Tool ではなく SOC Integrator を設計したのか
- OCPP 1.6によるEV充電プラットフォーム構築 ダッシュボード・API・実機対応の実践デモガイド
- ソフトウェア開発におけるスキル進化(2026年)
- Retro Tech Revival:クラシックな思想から実装可能なプロダクトアイデアへ
- OffGridOps — 現場のためのオフライン・フィールドオペレーション
- SmartFarm Lite — オフラインで使える、シンプルな農業記録アプリ
- ヒューリスティクスとニュースセンチメントによる短期価格方向の評価(Python)
- Rust vs Python:AI・大規模システム時代における言語選択
- ソフトウェア技術はどのようにしてチャンタブリー県の果物農家が価格主導権を取り戻すのか
- AIはどのように金融機会を発見するのか
- React Native およびモバイルアプリで ONNX モデルを活用する方法
- 葉の病害検出アルゴリズムはどのように動作するのか:カメラから意思決定まで
- Smart Farming Lite:センサーに依存しない実践的デジタル農業
- なぜカスタムMESは日本の工場に適しているのか
- AIが検索に取って代わる時代:書き手と専門家はどう生き残るのか
- リサイクル事業のための金属価格予測 (日本市場向け・投機不要)
- チーズは誰が動かした?
- 日本向け:業務に最適化されたEコマースシステム設計
- AIの導入がシステムを壊すアンチパターン
- なぜ私たちは「ソフトウェアを作るだけ」ではないのか — システムを実際に動かすために













