お問い合わせ・資料請求

2016年11月29日 東京証券取引所マザーズ市場へ新規上場

TOP > 

内部不正検知サービス

2016年11月29日、当社は、
東京証券取引所マザーズ市場へ新規上場いたしました

内部不正検知サービス Internal Risk Intelligence

人工知能が不正を防ぐ

企業に潜むあらゆる内部リスクを検知します

どのような不正を検知できますか?

情報漏洩・不正会計・横領等の一般的な内部不正から、通常把握することが困難な、
従業員の背信行為、社内紛争、不平不満まで、あらゆる内部リスクを検知することが可能です。

企業リスクの図

どのようなサービスですか?

企業の持つ膨大なログデータから従業員が引き起こす“不正の予兆”を検知し実行を防ぐサービスです。
国立研究機関との共同研究により実現した、人の行動分析に特化した人工知能(AI)技術が使われています。

サービス概要

リスク行動を緊急通知

不正に繋がる従業員の行動(リスク行動)は、人工知能(AI)がリアルタイム検知。
高度な相関分析・スコアリング技術と専門のアナリストによるリスク評価により、
「Emergency」「Caution」「Information」の3つに分類され、最もリスクの高い「Emergency」行動は、
クライアントに緊急通知されます。

リスク分類

ハイリスク従業員を特定、個別分析

企業の健全な発展を脅かすハイリスク従業員を、人工知能(AI)が高精度で特定し個別分析。
専門のアナリストによる深い洞察を加え、ハイリスク従業員の全てのリスク行動を詳細にレポーティングします。

  • レポーティングサンプル1
  • レポーティングサンプル2
  • レポーティングサンプル3

不正発生時の対応コンサルティング

万が一不正が発生した場合、豊富な他社事例を基に、専門のアナリストが最適かつ具体的な対応策を迅速に提案します。

どのようなメリットがありますか?

不正の未然防止を実現

国立研究機関との共同研究により実現した人工知能(AI)による、
高度な相関分析・スコアリング技術により、不正発生前の“予兆”を検知することが可能となりました。
これにより、従来では困難だった内部不正の未然防止を実現します。

振る舞い検知パターンによる不正の予兆検知

全自動 任せるだけ

不正に繋がるリスク行動の検知は、人工知能(AI)が完全自動で行います。
クライアント側で、行動監視ツールの習熟や人員リソースを割いて頂く必要はありません。
内部不正の検知は、人工知能(AI)にお任せ頂くたけです。

システム投資不要

高度な不正検知体制(ログ統合分析システム)の構築には、通常大規模なシステム投資が必要です。
本サービスでは、自社開発のクラウドシステムを運用することで、クライアントのシステム投資負担なく、
高度な情報セキュリティ・不正検知体制を実現します。

どのように不正の検知を行いますか?

人の動きにはパターンがあり、不正実行の前には必ず何らかの予兆が表れます。
それは非常に些細なことで通常人間が気づくことは困難なことですが、
その些細な変化・異常行動を人工知能(AI)が正確に捉えることで不正の事前検知を行います。

不正のステップ
Step1 ログの収集

PCやサーバーを中心に、最も効率的にサービス運用できるようなデータソースを選定しログデータを収集します。
企業内のログは全て収集対象になり、外部情報ではSNS等の投稿情報も収集可能です。

ログの収集
Step2 ログの集約・正規化

異なるフォーマットで存在するログデータを一カ所に集約し、分析できる形に成形します。
データの正規化と言われるものです。

ログの集約・正規化
Step3 ログのイベント化

正規化されたログに対し、アクションベースと統計ベース、2つの考え方からイベント化を行います。
ログのイベント化とは、ログデータから人の動きを抽出することです。

<アクションベース>
“一つの行動”を示すもの。このサイトにアクセスした、他人のPCでログインしている、など。

<統計ベース>
統計的な考え方で、”いつもと違う異常な行動”を見つけるもの。
普段に比べて大量に印刷している、出社時間が前は早かったのに最近定時ギリギリになっている、など。

“いつも”の状態は、従業員毎に人工知能(AI)による行動パターンの機械学習により定義されますが、
クライアントの指定・要望により一定の基準を定めることも可能です。

ログのイベント化
Step4 イベントの相関分析

異なるデータソースから取得したイベント情報に、人工知能(AI)による高度な相関分析を施すことで
“リスク事象”を検知します。

例えば、今日Aさんは欠勤だという勤怠情報に、AさんのPCからのファイルアクセス情報が加わると、
欠勤者のPCからファイルアクセスがあるという“リスク事象”が検知できます。
欠勤もファイルへのアクセスも単体では問題ない行動ですが、
双方をかけ合わせることで不正の可能性が見えてきます。

一般的に不正が行われる際は、犯行を特定されないよう何らかの情報操作がなされることが多く、
このような複数イベントの相関分析による異常検知技術が大きな効果を発揮します。

イベントの相関分析
Step5 スコアリングによるリスク評価

検知された“リスク事象”には、人工知能(AI)のスコアリング技術により
“本当に不正に繋がる行動なのか“不正の予兆”として定義すべきかのリスク評価がなされます。

スコアリングによるリスク評価
Step6 アナリストによるリスク再評価

人工知能(AI)のスコアリング技術により”不正の予兆”であると定義された“リスク事象”は、
専門のアナリストによりその妥当性を再評価されます。

こうして“リスク事象”の取捨選択を行うことで、高精度な“不正の予兆”の検知を実現するとともに、
リスク評価の結果を人工知能(AI)が機械学習することより不正検知の更なる精度向上が担保されます。

内部不正対策チェックシートを限定公開

東証マザーズ上場承認を記念して、
自社の内部不正対策の対応度を確認する為の内部不正対策チェックシートを限定公開しております。

ご自由にダウンロードしてご確認下さい。

【経営層向け】自社で出来る 最低限の内部不正対策チェックシート2016

ページTOPへ