Copilot のアクティビティを監視するためのセキュリティチーム向けガイド

By Mirko Peters · 2026-04-16 · Updated 2026-07-28

セキュリティチームが、ガバナンス、アクセスレビュー、実践的な調査プロセスを用いて Microsoft 365 の Copilot アクティビティをどのように監視できるかを解説します。

Automatically translated with AI from the original post. Read the English original

Titelbild: Monitoring Copilot Activity for Security Teams

簡単な回答: Copilot のアクティビティを監視するとは、Microsoft 365 の監査、ID、データ保護、運用プロセスを組み合わせて、AI を活用した業務がどのように使われているかを把握することです。まずは明確なガバナンスの問いと適切なデータオーナーを定め、文書化されたレビュープロセスを用意しましょう。監視を単独の技術的統制として扱うのではなく、この順序で進めることが重要です。

AI は、もはやドアをノックしているわけではありません。すでにテーブルに着いていて、メールを作成し、共有ドライブを掘り起こし、ユーザーの機密データを分析しています。Microsoft Copilot は業務生産性を大きく変える一方で、新たなセキュリティとコンプライアンスの課題も浮き彫りにします。セキュリティチームにとって「信頼はするが、検証もする」は標語というより必須の姿勢になりつつあります。AI による操作は、人間のミスよりもはるかに速く、大きな規模で発生しうるからです。

本ガイドでは、大きな課題に取り組みます。Copilot を有用な状態に保ちつつ、意図しないデータ漏えいの発生源にしないためにはどうすればよいのでしょうか。Copilot 固有のセキュリティモデル、Microsoft 365 との統合、そして何より検知、監視、コンプライアンスのための手法とベストプラクティスを解説します。アクセス経路の追跡からポリシー制御の適用まで、生産性を保ちながら新たな AI リスクをしっかり管理するために必要な知識をまとめています。さっそく見ていきましょう。

エンタープライズ環境における Microsoft Copilot セキュリティの理解

エンタープライズセキュリティに長く携わってきた方なら、新しいテクノロジーには必ず別種のリスクが伴うことをご存じでしょう。Microsoft Copilot が特別なのは、その処理速度だけではありません。組織の最も機密性の高いデータを扱いながら考えるという点です。Copilot は Microsoft 365 のエコシステムに深く組み込まれており、ファイル、メール、予定表、そして数百にのぼるデータ接点に対して特権的な可視性を持ちます。これは既存のスタックに後から追加されたアプリではなく、業務ワークフローの中核に組み込まれたものです。

重要な違いは、Copilot がデータへのアクセスにおいてどれほど強い権限を持つかという点です。Copilot は各ユーザーの ID のもとで動作するため、その可視性と操作範囲は、既存のアクセス許可とポリシーの厳格さに依存します。しかし人間と違い、Copilot は膨大な量の情報を処理、想起、統合でき、その速度は従来の脅威モデルを上回ります。

なぜセキュリティチームにとってこれが重要なのでしょうか。まず、Copilot への一つひとつの問い合わせが機密性の高い業務データへの窓になりうるため、強固なアクセス制御、継続的な監視、コンプライアンスの重要性が一段と高まります。監視すべきは人のミスだけでなく、賢いツールが「親切心から」引き起こす過剰な共有です。Copilot のセキュリティ設計の基本を理解することは、実効性のある多層防御戦略を構築するための第一歩です。Copilot の保護と最小権限アクセスの適用についてさらに詳しく知りたい場合は、Governed AI: Keeping Copilot Secure and Compliant の実践的な概要をご覧ください。

また、Copilot を有効化する前の段階で、ガバナンス、契約、技術的統制の背景を知りたい場合は、Copilot Governance: Policy or Pipe Dream? で分かりやすく解説されています。

Microsoft Copilot セキュリティとは

Microsoft Copilot セキュリティとは、Copilot がエンタープライズデータとどのようにやり取りするかを保護するための統制、プラクティス、テクノロジーの総称です。ビジネスの現場では、Copilot は呼び出すユーザーと同じアクセス権で動作し、メール、ファイル、Teams のチャット、その他の社内資産からコンテンツを取得します。この仕組みにより Copilot は強力な生産性の味方になりますが、同時にすべての AI への問い合わせが潜在的なデータ露出の起点にもなります。

セキュリティモデルは、データ保護（機密情報が漏えいしないようにすること）、プライバシー（個人情報や規制対象データへのアクセスや処理を制御すること）、コンプライアンス（GDPR や HIPAA などの業界の義務を果たすこと）を対象とします。Copilot セキュリティの本質は、AI による利便性が、最も価値の高い情報に対する統制を失う代償にならないようにすることです。

Microsoft Copilot のセキュリティ統制と ID ベースの認可

Copilotは、Microsoft 365のセキュリティコントロールと密接に統合されており、IDベースの認可によってアクセスを制御します。平たく言えば、ユーザーがあるデータにアクセスできるなら、Copilotも同じデータにアクセスできます。それ以上でも以下でもありません。条件付きアクセス、ロールベースのアクセス許可、Microsoft Purviewのポリシーが、こうした境界を適用する役割を担っています。これらのコントロールにより、Copilotがセキュリティポリシーを回避したり、ユーザー自身がアクセスできないデータを参照したりすることはありません。

IDベースの認可とは、Copilotがユーザーの拡張として動作し、ユーザーのアクセス許可をリアルタイムで反映することを意味します。つまり、アクセス許可の設計に不備があったり、OAuthの同意プロセスが弱かったりすると、リスクが拡大する可能性があります。攻撃者がこうしたID経路を悪用するのを防ぐには、特にOAuthの同意フィッシングに注意が必要です。Entra ID OAuth Consent Attack Explainedで解説されているポイントを確認し、Conditional Access Policy Trust Issuesで指摘されているように、条件付きアクセスポリシーに見えない穴が残っていないか確認することをお勧めします。

Microsoft Graphを使ったCopilotによるエンタープライズデータの取得

さて、CopilotがどのようにしてそのI知識を得ているのか疑問に思われるかもしれません。答えは、ほぼ毎回Microsoft Graphです。Microsoft Graphは、Microsoft 365がユーザーデータをアプリに公開するために使用するAPIレイヤーです。Copilotはこの経路を利用して、メール、ファイル、チャット、SharePointのドキュメントなどを取得します。つまりCopilotは、ユーザーがアクセスできるアプリからデータを組み合わせることで、この統合されたGraphプラットフォームを通じてAIによる処理を行っているのです。

セキュリティチームやコンプライアンスチームにとって、Microsoft Graphの役割を理解することは、Copilotが参照できるものとできないものの境界を明確にするうえで役立ちます。Copilotがコントロールを迂回したり、ネットワークの見えない領域にアクセスしたりすることはありません。すでに設定済みのアクセス許可とガバナンスの範囲内で動作します。ただし、それを管理するのは見た目以上に難しい場合があります。Graphのアクセス許可が広すぎたり、アクセス権の設定に誤りがあったりすると、Copilotが意図せずスーパーユーザーのような存在になってしまう可能性があります。

問題になるのは個々のレコードだけではありません。Copilotの各応答における、アプリをまたいだアクセス、コンテキストの保持、そして豊富なデータの要約による累積的な影響こそが重要です。だからこそ、きめ細かなガバナンスが不可欠なのです。アクセスと所有権の違い、そしてCopilotのセキュリティに実際に及ぼす影響についてさらに詳しく知りたい方は、データアクセスガバナンスに関するこの記事をご覧ください。

Copilot EnterpriseがMicrosoft Graphを使ってデータを取得する仕組み

Copilotは、アクティブなユーザーのIDとアクセス許可を使用して、Microsoft Graph APIを通じてエンタープライズデータを取得します。ユーザーが「過去1週間のすべての人事部のメールを要約して」といったCopilotコマンドを実行すると、CopilotはMicrosoft Graphに問い合わせ、そのユーザーが通常閲覧できる情報のみを取得し、それを言語モデルに渡して分析や応答を生成します。

Graphのアクセス許可は、ユーザーのロールやグループメンバーシップから継承されます。アクセス許可が広すぎる場合、たとえばGraph経由で「すべてのメールボックス」へのアクセスを付与していると、Copilotがユーザーの範囲外の機密コンテンツを意図せず返してしまう可能性があります。過剰共有への懸念は、まさにこうした継承された設定や、場合によっては過度に許可的な設定から生じています。Microsoft 365のネイティブなコントロールは強力ですが、意図的なガバナンス設計がなければ、実際にどの程度ロックダウンされているかを過大評価しやすくなります。現実を確認するには、Microsoft 365のガバナンスの幻想に関するこのエピソードを必ずお聴きください。

Copilotに関連するアプリをまたいだデータ取得とコンテキストの認識

Copilotの最大の強みの一つ、そして多くのセキュリティ担当者が懸念する点は、1回のクエリで複数のMicrosoft 365アプリからデータを取得し、組み合わせる能力です。「Client Xとの前回の交渉を要約して」と依頼すると、Copilotは予定表の招待、Teamsのチャット、SharePointのドキュメントをまとめて参照する場合があります。Copilotは、これらの応答全体を通じてユーザーのコンテキストを維持し、ユーザーがアクセスを許可されていないデータに決して踏み込まないようにしています。

このクロスアプリケーションの機能は生産性を飛躍的に高めますが、コンテキストの境界が適切に定義されていない場合、リスクも増大します。Copilot の強力なコンテキスト認識はデータの意図しない漏えいを防ぐのに役立ちますが、それはアプリコネクタ、DLP コントロール、テナントポリシーがガードレールとして適用されている場合に限られます。分離、DLP 戦略、高度なエージェントガバナンスについて詳しく知りたい方は、Microsoft Purview による高度な Copilot エージェントガバナンスをご覧ください。

Copilot セキュリティにおけるアイデンティティ、アクセス、およびアクセス許可のモデル

結論から言えば、Copilot の世界では、アイデンティティとアクセスがすべてです。Copilot は単独で動作するのではなく、「アイデンティティの乗数」として機能します。つまり、Copilot がデータやサービスにアクセスできるかどうかは、Copilot を利用するユーザーのアクセス許可セットに完全に依存します。これにより従来の前提が覆ります。適切にレビューされていないグループメンバーシップ、古いまま残っている SharePoint のアクセス許可、サードパーティの OAuth 付与のすべてが、単なる管理上の負担ではなく、Copilot が通り抜けてしまう可能性のある扉になるのです。

さらに、プラグイン、Graph コネクタ、カスタム Copilot Studio エージェントの普及に伴い、リスクは Microsoft 365 そのものにとどまりません。すべての統合はシャドー IT や意図しないデータの拡大につながる経路になり得るため、非人間のアイデンティティ、サービスアイデンティティ、ワークロードアイデンティティを定期的にレビューすることが、これまで以上に重要になっています。強力なアイデンティティ制御が不可欠な理由や、従来のサービスアカウントが専用のワークロードアイデンティティと比べてどれほど劣るかについては、ワークロードアイデンティティに関する実践ガイドをご覧ください。

ヒント: Copilot を従業員のように扱ってセキュリティを強化する

目安として、Copilot は新しく入社した従業員と同じように扱ってください。慎重に、そして定期的に監視しましょう。Copilot はユーザーのアクセス許可をそのまま反映するため、古いアクセス権を開放したままにしたり、グループメンバーシップを肥大化させたりすると、従業員だけでなく AI にも鍵を渡してしまうことになります。最小特権アクセスを厳格に適用し、グループメンバーシップを必要最小限に保ち、特権アクセスを監査することは、新入社員に対するのと同様に、Copilot にとっても極めて重要です。

ガバナンス委員会、監督協議会、責任ある AI の実践は華やかには聞こえませんが、AI による混乱を抑えるために欠かせないものです。AI エージェントが今日のシャドー IT リスクをどのように拡大させているのか、そしてそれを可視化するための簡単な方法について現実的に把握したい場合は、ガバナンスボードとAI エージェントのガバナンスに関するこれらの資料をご覧ください。要するに、Copilot が気づかないうちに内部リスクの原因になることのないようにしましょう。

Copilot の利用とアクセスパターンに対する監視の強化による保護対策

信頼することは大切です。しかし、Copilot、そして企業向け AI全般に関しては、検証と可視化が必要です。Copilot のアクティビティを監視する目的は「暴走」を捉えることではなく、誤った構成、意図しないデータ漏えい、不審なクエリが深刻化する前に検知できるだけの十分なシグナルを蓄積することです。Copilot がユーザー、ワークフロー、機密情報を機械的な速度で結び付けるなか、継続的な監視は最も有効な防御手段の一つになります。

収集するログ、Copilot の利用状況の分析方法、導入する検出ルールは重要です。特に、脅威アクターが AI を活用した通常の業務に紛れ込む手口を巧妙にしている現在では、その重要性が増しています。異常なアクセスパターンに注意してください。例えば、通常と異なる時間帯のアクセス、不自然なデータの集計要求、制限されたコンテンツへの繰り返しのアクセス試行などです。AI のアクティビティシグナルを SOC の幅広い監視と組み合わせることで、ノイズを実行可能なインサイトに変えることができます。

ユーザーアクションの監査に関する実践的な「ハウツー」情報については、Purview 監査と監査ログの保持期間延長に焦点を当てたMicrosoft Purview によるユーザーアクティビティの監査方法で実践的なヒントをご覧いただけます。また、継続的かつリアルタイムのコンプライアンス監視がリスクの空白期間をどのように埋めるかを知りたい場合は、Microsoft Defender for Cloud でのコンプライアンスの監視もぜひご覧ください。

Copilot の脅威検出に向けた検出ルールとブックの展開

Microsoft Sentinel で Copilot のログを取り込む: Purview 監査ログと Copilot 固有のテレメトリを Microsoft Sentinel に接続します。これらのログには、クエリ、データアクセス、Copilot セッションの詳細が豊富に記録されます。詳細なシグナルと、規制対応やフォレンジック調査向けの長期保持を得るために、少なくとも Purview Audit (Premium) を利用していることを確認してください。
AI の利用パターンを検知するカスタムクエリを作成する: 通常と異なる Copilot の利用を検出する Sentinel 分析ルールを作成します。大量のダウンロード、営業時間外のアクティビティ、制限付きコンテンツの要約を試みるといった、通常とは異なるアクセスに注目してください。これらのシグナルを UEBA (User and Entity Behavior Analytics) の広範なベースラインと組み合わせることで、「不正」な活動だけでなく、通常のパターンに当てはまらない「不審」な活動も把握できるようになります。
運用ダッシュボード用のブックを作成する: Copilot の利用状況、クエリの順序、データアクセスの傾向を可視化するカスタムブックを設定します。プロンプトと応答をマッピングして意図を把握し、基盤となるデータソースと関連付けてください。ブックを使えば、DLP や秘密度ラベルの回避を繰り返し試みる動きや、従来のアラートでは検知できない「少しずつ、長期間にわたる」情報持ち出しのパターンを見つけやすくなります。
ノイズフィルタリングでアラート疲れを軽減する: チームをノイズで埋もれさせないでください。検出ルールを見直し、誤検知を避けます。ユーザーが機密性の高いトピックを繰り返し探っている場合や、Copilot のプラグインを使って複数のドメインのデータを集約している場合など、文脈のあるシグナルに注目します。過度に広範な DLP の「キャッチオール」ポリシーの失敗から学び、DLP の real power を引き出すこのエピソードで取り上げたとおり、ルールをリスクの状況に合わせて調整してください。
Copilot の出力に既定のラベル付けを適用する: 特に Notebooks やプラグインから生成された AI 生成データは、元の秘密度ラベルや監査証跡を必ずしも引き継ぎません。The Hidden Governance Risk in Copilot Notebooks で示されている分類と保持ポリシーを必須化し、コンプライアンス監視をすり抜ける派生的な「シャドウデータレイク」を防いでください。

Copilot の規制上の義務とコンプライアンス上の考慮事項

エンタープライズで Copilot を利用するということは、監査人、法務部門、そして(正直に言えば)取締役会からの注目度が新たな水準に上がることを意味します。AI が規制対象のデータに触れる可能性がある場合、GDPR の「忘れられる権利」から HIPAA の機密保持条項まで、あらゆることを検討する必要があります。Copilot はデータの移動の仕方と速度を変えるため、データの所在地、主権、業界のコンプライアンス規則の境界があいまいになる可能性があります。

重要なのは、Copilot がコンプライアンス上の資産にもリスクにもなり得るという点で、その違いはデータ損失防止 (DLP)、秘密度ラベル、監査証跡がどれだけ堅牢に構成されているかによって決まります。幸い、ゼロから仕組みを作り直す必要はありません。Microsoft Purview と Microsoft 365 には、従来のデータと AI 生成コンテンツの両方を管理するポリシー制御が用意されています。ただし、これらの機能が Copilot のアプリをまたぐ AI 主導のアクセスパターンに対応できるほど十分に及んでいるかは、必ず確認する必要があります。

Copilot を中心に、監査に対応でき、規制に準拠したエコシステムを構築しようとしている場合は、Building Your Purview Shield の戦略と、Governing AI and Keeping Copilot Secure and Compliant のガイドを参考にしてください。所有権、ライフサイクル管理、そしてセキュリティ、法務、人事の連携について、ベストプラクティスが見つかるはずです。

Copilot における機密データの管理に秘密度ラベルと DLP を使用する

秘密度ラベルの定義と適用: Microsoft Purview で秘密度ラベルと自動ラベル付けルールを作成します。これにより、AI が生成した要約やノートブックの出力を含むすべてのコンテンツに、可視性と保護のための適切な分類が確実に付与されます。
データ損失防止（DLP）ポリシーを構成する: 財務データ、規制対象の個人情報（PII）、医療情報などの機密データ型を Copilot のクエリで参照、要約、エクスポートしようとした場合に、監視、ブロック、または制限するための DLP ルールを設定します。コネクタ環境とデータ型ごとに DLP ポリシーを分割し、相互汚染のリスクを抑えます。詳しくはこちらの Microsoft Purview 戦略ガイドをご覧ください。
AI 主導のコンテンツフローを監査して監視する: 高度な監査を有効にして、Copilot とのやり取り、派生データの作成、データのエンドツーエンドの移動を記録します。これにより情報漏えいの発生箇所を特定しやすくなり、eDiscovery や規制当局からの照会にも対応できます。
リスクの高いコネクタとカスタムプラグインをブロックする: テナントポリシーレベルで HTTP コネクタとカスタムコネクタをブロックし、Copilot の利用範囲を制限します。この手順は、意図的または偶発的なデータの持ち出しを防ぎ、テナントの境界を強制するうえで重要です。
DLP を定期的に見直してテストする: DLP の構成を「設定したら終わり」にしないでください。シナリオベースのテストを実行し、AI による直接的および間接的なデータ移動の両方をポリシーが検出できることを確認します。Microsoft 365 で DLP を設定する方法のガイドでも、この点を取り上げています。

Security Copilot の構成、統合、継続的な管理のベストプラクティス

Copilot を活用しながら機密性の高いビジネスデータを保護するには、戦略的なアプローチが必要です。これは技術だけの問題ではなく、人、プロセス、文化の問題でもあります。Copilot の展開は、安全に構成され、ガバナンスやコンプライアンスのツールと緊密に統合され、定期的なチェックと調整のワークフローに支えられている必要があります。

プレイブックには、初期展開から安定稼働までの全体を含めてください。まず、十分に文書化された展開とアクセス許可のモデルから始めます。セキュリティ運用からコンプライアンスまで、適切な役割の担当者が関与し、エッジケースやポリシーの逸脱を確実に把握できるようにしてください。本番稼働後は、ダッシュボード、監査ログ、プロアクティブな脅威検出を使って実際の Copilot の利用状況を継続的に確認します。そうすれば、問題が起きてから対応するだけでなく、問題を先回りして予測できるようになります。

フィードバックのループは非常に役立ちます。ユーザー、管理者、セキュリティ担当者が、不具合の報告、改善案の提案、変更の追跡を簡単に行えるチャネルが必要です。これはセキュリティ体制を強化するだけでなく、採用を促進し、混乱を減らし、全員が同じ方向を向いて進むことにもつながります。トレーニングや継続的な改善に関する知見については、ガバナンスを効かせた Copilot ラーニングセンターのガイドが、期待値を明確にし、より良いユーザー体験を生み出すうえで役立ちます。

事後対応ではなく、操作が行われる時点で実効性のある統制を適用したいとお考えなら、AI エージェントを安全なガバナンスのベストプラクティスで保護するのガイダンスをご覧ください。エクスペリエンスプレーンとコントロールプレーンを分離する考え方が解説されています。

Copilot のアクティビティ監視に関する重要なポイントとよくある質問

通常の状態を把握する: 役割ごとの典型的な Copilot のクエリとアクセスパターンを理解し、モデル化して、異常を素早く検出できるようにします。
アクセス許可とプラグインを監査する: サードパーティの統合やプラグインを含め、誰が、そして何が Copilot を利用するアクセス許可を持っているかを定期的に確認します。
すべてのレイヤーでポリシーを適用する: ユーザー、ワークロード、コネクタ、プラグインのすべての境界で、DLP、秘密度ラベル、監視を活用します。
調査に備える: コンプライアンスや法務上の確認、フォレンジック調査のために、Copilot のログが改ざん不可能で、完全に記録され、簡単にエクスポートできる状態であることを確認します。
よくある質問 — Copilot はユーザーのアクセス範囲を広げますか？ いいえ。Copilot は、呼び出した各ユーザーのアクセス許可をそのまま引き継ぎます。ただし、従来のアクセス許可の不備やサードパーティへの付与によって、意図せず参照範囲が広がる可能性があります。そのため、これらを定期的に確認し、調整してください。

Copilot アクティビティ監視のチェックリスト

監視によって、セキュリティ、コンプライアンス、利用促進に関するどの質問に答える必要があるかを定義します。
監査、ID、データ、インシデント対応のそれぞれについて、責任者を明確にします。
Copilot が根拠として参照できる内容に影響するアクセスおよびデータ保護の統制を確認します。
インシデントが発生する前に、調査とエスカレーションの手順を文書化しておきます。
必要に応じて、調査結果をプライバシーおよび法務の関係者と確認します。

よくある質問

Copilot の監視はセキュリティ業務だけでしょうか。

いいえ。効果的な監視には、セキュリティ、コンプライアンス、データオーナー、そして利用促進の担当者が、望ましい利用と危険な利用の基準について合意しておく必要があります。

最初に確認すべき統制は何でしょうか。

まず、ID とデータへのアクセスから確認しましょう。Copilot は既存のアクセス許可を尊重するため、過剰に公開された情報はガバナンス上の懸念として残ります。

🎧 あわせて聴いていただきたいエピソード

Microsoft Security Copilot – Simply Explained では、AI を活用した調査の背景にあるセキュリティ運用の文脈を解説しています。
Microsoft Purview Information Protection – Simply Explained では、Copilot を安全に利用するための分類と保護の仕組みを解説しています。
Identity Governance in Entra は、Copilot の結果に影響するアクセスモデルを見直すための次のステップです。

最終確認日: 2026年7月。