生成AIの情報漏洩対策でツールと研究手法が送信前に機密を検出、情報システム部門は止める対象を比べる

SOURCESこの記事がまとめた発表

画像：Librarium株式会社の発表資料より（PR TIMES）

[1] 生成AIに社内文書を送る前に、個人情報を社内のPCだけで検出・マスキング。AI Librarium、 東北大学との共著論文をCSS2026で発表

Librarium株式会社 ／ 掲載 2026.11.09
発表を見る

画像：発表資料より（PR TIMES）

[2] AIに頼んだ仕事が止まっていたら、すぐ気づける。セキュリティ重視のAIコーディングアプリ「ULCode」、Windows版の提供を開始

掲載 2026.11.11
発表を見る

画像：発表資料より（PR TIMES）

[3] AIマネジメントサービス「SEKIMORI」、Claude Code・Codex向けに認証情報の 送信ブロック機能を追加

掲載 2026.11.12
発表を見る

生成AIの情報漏洩対策で送信前に止める情報

送信前の情報漏洩対策は、APIキーなどの認証情報を止める製品と、氏名や住所などの個人情報を伏せる手法に分かれます。止める情報ごとに見た製品と手法は、以下の通りです。

• SEKIMORIが止めるAPIキーなどの認証情報
• ULCodeが止めるAPIキーやパスワード
• AI Librariumの手法が伏せる個人情報

認証情報を止める製品はコーディングAIの利用場面に向けたもので、個人情報を伏せる手法は社内文書を外部の生成AIへ送る場面を想定しています。

SEKIMORIが止めるAPIキーなどの認証情報

エキサイトは、AIマネジメントサービス「SEKIMORI」に、認証情報の送信をブロックする機能を追加しました。Claude Code・Codexへ送るプロンプト（AIへの指示文）を事前に確かめ、認証情報が含まれていれば外部への送信を止める機能です。^[3]

SEKIMORIの認証情報ブロックの主な仕様は、以下の通りです。

検知パターンを自社で決められるため、利用中のクラウドサービスやAPIサービスの認証情報に合わせて運用できます。さらに、法人契約外の利用の検知と組み合わせると、個人契約のアカウントを通じたAI利用でも、認証情報の外部送信のブロックが可能です。

図1　SEKIMORIがつながる相手と受け渡すもの

ULCodeが止めるAPIキーやパスワード

OZ８のAIコーディングアプリ「ULCode」は、AIへ送る文やコミット、公開の前に、APIキーやパスワードが混ざっていないかを調べて止める仕組みを備えています。11月11日掲載の発表で、OZ８はMac版に加えてWindows版の提供を始めました。^[2]

AIがnpmやpip、gitで何かを入れる前に、入る物と自動で動く処理の有無を先に見せる点検も、初期設定で有効です。鍵を暗号化して保管しTouch IDで本人確認する機能と、AIツールの設定の書き換えに気づく機能は、Mac版で使えます。

図2　ULCodeが送る前と入れる前に備える点検

Windows版の動作環境は、以下の通りです。

• Windows 10（1809以降）
• Windows 11の64ビット版（x64）
• ARM版のWindowsは非対応

Windows版は発行元「OZ8 Inc.」の電子署名つきで配布されますが、公開して間もないうちは、ダウンロードや起動のときに警告が出ることがあるとしています。

AI Librariumの手法が伏せる個人情報

AI Librariumは、東北大学の研究者との共著論文を、2026年10月23日にコンピュータセキュリティシンポジウム2026（CSS2026）で発表しました。論文の手法は、社内文書を外部の生成AIへ送る前に、氏名や住所などの個人識別情報（PII）を社内環境の中で検出し、マスキング（伏せ字化）するものです。^[1]

検出精度を示すRelaxed F1（1に近いほど精度が高い指標）は、LLM（大規模言語モデル）を使わない構成の0.672から0.790へ上がりました。処理時間は1文書あたり平均11.97秒で、文書全体をLLMで処理する方式より約3.2倍速く動きました。

図3　数字で見るAI Librariumの事前検出手法

日本語500文書の評価で示された、個人情報の種類ごとの結果は、以下の通りです。

AI Librariumは、候補抽出の網羅性の向上や実際の業務文書での検証を今後の課題としています。さらに、年齢や運転免許証番号へ検出対象を広げ、企業向けAIガバナンス支援サービス「AIL Governance X」などに成果を活かす方針です。

情報漏洩対策で認証情報を止める製品と個人情報を伏せる手法

送信前の情報漏洩対策には、コーディングAIへの送信前に認証情報を止める方式と、社内のPCの中で検出して伏せる方式があります。それぞれの方式は、以下の通りです。

• コーディングAIへの送信前に止める方式
• 社内のPCで検出して伏せる方式

どちらの方式も、生成AIへ送る前に検出する点は同じです。

コーディングAIへの送信前に止める方式

SEKIMORIとULCodeは、ともにコーディングAIへ送る前に認証情報を見つけますが、見つけた後の動きと、初期設定についての説明に違いがあります。両者の違いは、以下の通りです。^[2][3]

ただし、ULCodeの最初の設定は、質問と計画以外を自動で通す「全承認」です。「自動承認」に切り替えると、安全な操作だけを自動で通し、git pushやメール送信、sshなどはそのつど確認します。

SEKIMORIは社内のAI利用状況を横断的に可視化するサービスで、ULCodeは利用者が複数の仕事の状態をひとつの画面で見渡すアプリです。発表時点で、SEKIMORIは先着100社に6ヵ月の無償提供キャンペーンを実施しており、ULCodeはProを30日間無料で試せます。

図4　SEKIMORIとULCodeを導入の前に見比べる観点

社内のPCで検出して伏せる方式

AI Librariumの手法は、処理を社内のPCやサーバーの上で完結させるため、検出対象の個人情報を外部へ送らずに済みます。同社は、検出のために個人情報をクラウドのAIへ送るのは本末転倒だと説明しました。^[1]

処理は、正規表現や辞書、日本語の固有表現抽出（GiNZA）で個人情報の候補を洗い出し、形式が明確なメールアドレスや電話番号をその場で確定する流れです。判断が難しい氏名や住所の候補はローカルLLM（社内の機器で動くLLM）が判定し、500文書中74文書（14.8%）はLLMを一度も呼ばずに処理を終えました。

図5　社内のPCで個人情報を伏せる処理の順番

評価に使ったPCの構成と、手法が使うローカルLLMは、以下の通りです。

• RTX 4060 8GBのGPU
• 16GBのメモリ
• ローカルLLMのgpt-oss:20b

AI Librariumは計測環境を一般的なPCとしており、西川智章CEOは、一般的なPC上でも実用的な精度と速度を両立できることを示したとコメントしています。

送信前の情報漏洩対策を選ぶ判断の観点

送信前の情報漏洩対策を選ぶときは、守りたい情報の種類と提供の段階を先に決めておくと、候補となる製品や手法を絞り込めます。自社の状況に当てはめるときの確認点は、以下の通りです。^[1][2][3]

鍵の点検と外への送信の確認のように、初期設定で有効な範囲は機能ごとに分かれる場合があります。そのため、導入前に機能ごとの初期状態を確かめておくと役立ちます。

図6　止める対象と提供の段階で見た位置づけ