アクアセキュリティ

-
開発元 アクアセキュリティ
公式サイト https://www.aquasec.com/

Aqua Security は、クラウドネイティブ セキュリティの分野のリーダーであり、コンテナ Kubernetes とサーバーレスのフルスタック セキュリティ保護に加え、AI で強化された脅威検出とランタイム保護を提供します。

アクアセキュリティ 製品インターフェース

アクアセキュリティ

コアパラメータと統計

Aqua Security は、クラウドネイティブのコンテキスト アプリケーション セキュリティ プラットフォーム (CNAPP) であり、正式には「クラウド ネイティブ アプリケーション保護プラットフォーム」と位置付けられ、構築から実行時までのフルリンク セキュリティをカバーします。主要な違いは、eBPF ベースのカーネル レベルの監視機能と AI 主導の異常動作検出エンジンにあります。

プロジェクト 広報
公式の位置づけ クラウド ネイティブ アプリケーション保護プラットフォーム
コア機能 コンテナー イメージのスキャン K8s セキュリティ体制、ランタイム保護、コンプライアンス監査
AI 機能 ML ベースの異常動作の検出、脅威スコアリング、自動対応
サポートコンテキスト コンテナ Kubernetes、サーバーレス、VM、マルチクラウド/ハイブリッド クラウド
導入モデル SaaS クラウド、セルフホスト型、ハイブリッド展開
企業のお客様 テクノロジー、金融、小売、政府をカバーする世界中の 500 以上
コンプライアンス認証 SOC 2 タイプ II、ISO 27001、FedRAMP、GDPR、PCI DSS
本社 イスラエル (研究開発およびグローバル事業)
資金調達段階 累計2.6億ドル超、D/Eラウンド

業界階層: Aqua は、Gartner CNAPP マジック クアドラントのリーダーとして何年も連続してリストされており、Prisma Cloud (パロ アルト ネットワークス)、Sysdig、Lacework とともに、クラウド ネイティブ セキュリティの最初の階層を形成しています。その違いは、単純な機能の積み重ねではなく、eBPF技術の自主研究の深さとAI挙動解析エンジンの成熟度にあります。

AI コアの差別化: 従来のセキュリティ ツールは、既知の脅威と一致させるためにシグネチャ ライブラリに依存しています。 Aqua の AI エンジンは、eBPF を通じてシステム コール、ネットワーク トラフィック、ファイル アクティビティ データを収集し、各ポッドとコンテナの動作ベースラインを確立します。ベースラインからの逸脱は、アラームまたは自動隔離をトリガーします。このメカニズムにより、公開された CVE を照合するだけでなく、ゼロデイ エクスプロイト、ファイルレス攻撃、クリプトマイニングなどの「未知の脅威」を検出できます。

Aqua Security のユーザーと市場の認知度

現場でのユーザーの認識が徐々に高まり、製品の機能がコンテンツ作成者やチームによって使用されて作業効率が向上します。 業界ユーザーの中には、これを日常のワークフローに組み込んでいる人もいます。特定のユーザー規模および業界の採用率データについては、最新の公式開示を参照することをお勧めします。

Aqua Security のコスト上の利点

  • C-side/Individual: 通常、コア機能を体験するために無料版が提供され、高頻度で使用するには有料パッケージのサブスクリプションが必要です。
  • API/開発者: 通話量に応じて請求され、独自のシステムに柔軟に統合できる開発チームに適しています。
  • エンタープライズ/民営化: カスタマイズされた見積もりと展開計画についてはビジネス オーナーにお問い合わせください。具体的な価格は、公式のリアルタイム価格ページに準拠します。

アクアセキュリティの主な特徴

Aqua の機能は「イメージ構築からランタイム終了までのフルリンク セキュリティ」を中心に設計されており、その中核機能は次の 5 行に要約できます。

  • コンテナ イメージのスキャンと CI/CD の統合: イメージ構築フェーズ中にオペレーティング システム パッケージ (Alpine、Ubuntu、Debian)、アプリケーションの依存関係 (npm、pip、Maven)、および基本的なイメージ レイヤーをスキャンして、CVE の脆弱性、マルウェア、機密情報の漏洩を特定します。 Jenkins、GitLab CI、GitHub Actions などの主流の CI ツールに直接接続します。ポリシーに準拠していない画像をミラー ウェアハウスにプッシュすることは禁止されています。
  • Kubernetes Security Posture Management (KSPM): CIS Kubernetes ベンチマークに対してベンチマークされ、特権コンテナーのホストネットワークの露出、RBAC の過剰承認、ポッドのセキュリティ標準違反など、K8s クラスターの構成の逸脱を継続的に監視します。修復の推奨事項を生成し、アドミッション Webhook ポリシーを自動的に送信します。
  • AI ランタイム脅威の検出と対応: eBPF テクノロジに基づいて、システム コール (syscall)、ネットワーク接続、ファイル操作、および Linux カーネル層でのコンテナのプロセス作成をキャプチャします。 ML モデルは、各コンテナーの動作ベースラインを確立し、ベースラインから逸脱するとアラームをトリガーし、自動分離 (コンテナーの強制終了、ネットワーク接続のブロック、フォレンジック スナップショットの生成など) をサポートします。検出には、クリプトマイニング、リバース シェル、データ盗難、資格情報へのアクセス、水平方向の移動が含まれます。
  • アドミッション コントローラー: Kubernetes アプリケーションがクラスターにデプロイされる前に、Webhook がイメージ署名、脆弱性しきい値、コンプライアンス ポリシー、サプライ チェーン ソースを傍受して検証します。条件を満たさないポッドはオーケストレーション層で直接拒否され、スケジューリング キューに入りません。これは、DevSecOps の実装において最も重要な「チェックポイント」機能です。
  • コンプライアンスと監査の自動化: PCI DSS、GDPR、SOC 2、HIPAA、NIST 800-53 などの事前設定されたコンプライアンス ベースライン フレームワークにより、コンテナと標準の間のコンプライアンスのギャップを定期的にスキャンし、監査レポートを自動的に生成します。カスタム ポリシー テンプレートと通常のエクスポートをサポートします。

隠れた連携: イメージ スキャンによって発見された脆弱性は、実行中の Pod のリアルタイムの脅威コンテキストに自動的に関連付けられます。実行中のコンテナーが CVE を備えたライブラリを使用しており、AI モデルが異常なトラフィックを検出した場合、Aqua は「脆弱性パス + 悪用の兆候」も提供するため、セキュリティ アナリストは複数のコンソール間で関連付けやトラブルシューティングを行う必要がありません。ビルドからランタイムまでのこの信号接続は、分離されたスキャン ツールや分離して展開されたランタイム ツールと比較して、CNAPP の中核となる付加価値です。

Aqua Security のバージョンの進化

Aqua のバージョン戦略は、毎年のメジャー リリースに基づいており、継続的な機能アップデートによって補完されています。公式はすべての歴史的バージョンの正確な日付を完全には明らかにしていないため、以下は公的に検証可能なマイルストーンに従って整理されています。

メインラインバージョン

バージョン 発売日 主な変更点
2025.1 ～2025-03 AIによるランタイムの異常動作検知と自動対応の導入
2024.2 ～2024-06 コンテナー イメージのスキャン深度およびアドミッション コントローラー機能の強化
2024.1 ～2024-01 KSPM モジュールが完全にアップグレードされ、新しいマルチクラウド ポリシーの統合管理
2023.3 ～2023-09 サーバーレス セキュリティ拡張機能、AWS Lambda および Azure Functions をサポート
2023.1 ～2023-03 eBPF 収集レイヤーの導入とランタイム脅威検出エンジンの再構築
2022.2 ～2022年6月 画像スキャン K8s のセキュリティとランタイムを統合した、最初の CNAPP 統合プラットフォーム バージョン

キーノードの解釈

  • 2023.1 の eBPF リファクタリングは、Aqua のテクノロジー ロードマップの転換点です。これ以前は、エージェントに依存するユーザーモードフックの実行時検出は、範囲とパフォーマンスが制限されていました。 eBPF に切り替えた後は、収集の粒度がプロセス レベルからシステム コール レベルに細分化され、カーネル モジュールを変更する必要がなくなりました。
  • 2024.1 の KSPM アップグレード は、セキュリティ ポリシー管理を単一クラスターからマルチクラウド (AWS EKS、Azure AKS、GCP GKE) の統合ビューに拡張します。これは、複数の K8s クラスターを持つ企業顧客にとって重要な機能です。
  • 2025.1 の AI エンジン は、ML モデルをランタイム検出リンクに直接埋め込みます。これはもはや独立したアラーム ルール エンジンではなく、リアルタイムの動作ベースライン モデルです。

Aqua Security の技術的利点

Aqua の技術的堀は単一のアルゴリズムではなく、「eBPF 収集 + AI 分析 + K8s ネイティブ統合」の 3 つのラインの相乗効果の深さにあります。

eBPF コレクション レイヤーの自社開発の利点: オープンソースの Falco コミュニティ標準に依存する Sysdig と比較して、Aqua の eBPF エージェントは完全に自社開発されており、収集範囲 (名前空間ポッドによるイベントのフィルタリング、コンテナ粒度) とサンプリング レート (CPU オーバーヘッドを削減するための高頻度シナリオでの動的ダウンサンプリング) をより細かく制御できます。これは、同じカーネル イベント スループットの下では、Aqua エージェントの消費リソースが少なく、ビジネス コンテナと混在する運用環境に適していることを意味します。

AI 行動ベースライン モデルの因果連鎖: Aqua の ML モデルは、単純な外れ値検出ではなく、コンテナ ワークロード用に特別にトレーニングされたタイミング モデルです。中心となるロジックは、システム コールの頻度分布、ネットワーク接続トポロジ、ファイル アクセス モードなど、起動後の「学習期間」 (通常は 24 ～ 48 時間) 中に各 Pod の通常の動作ポートレートを確立することです。学習期間の後、ベースラインから 3 標準偏差を超えて逸脱したイベントのみがアラームをトリガーします。この「ノードごとではなくコンテナごと」のベースライン精度により、マイクロサービス アーキテクチャにおける誤検知率を大幅に減らすことができます。ただし、ライフサイクルが非常に短い Job/CronJob コンテナーの場合、学習期間ではベースラインの収束を完了できない可能性があり、静的ポリシーを個別に構成する必要があります。

K8s ネイティブ アドミッション コントロール: Aqua のアドミッション コントローラーは、ValidatingWebhookConfiguration の形式で K8s オーケストレーション層にネイティブに接続されます。サイドカーや CNI プラグインは必要なく、クラスターの既存のスケジューリング リンクへの侵入はありません。ポリシーの評価はこのクラスター内で完了し、外部サービスの可用性に依存せず、プラットフォームに到達できないことによるクラスター全体の展開のブロックを回避します。

機械で読み取り可能なコンプライアンス ベースラインのメンテナンス: Aqua は、CIS、PCI DSS、GDPR などのコンプライアンス要件を、PDF ドキュメントの代わりに機械で実行可能な検査ルール (Rego ポリシーまたはカスタム DSL) に変換します。企業は、継続的かつ自動化された検証のために、独自の内部セキュリティ ベースラインをポリシー テンプレートにエンコードできます。この「コードとしてのコンプライアンス」アプローチにより、監査準備サイクルが数週間から数分に短縮されます。

アクアセキュリティの使い方

Aqua は、さまざまな企業規模やコンプライアンス要件に適した、SaaS クラウドとセルフホストという 2 つの主要な入り口を提供します。

使い方 適切なシナリオ 特長 コストモデル
SaaS クラウド 迅速な検証、中小規模のクラスター 運用とメンテナンスは不要、Web コンソールを通じてポリシーとアラームを管理 ノードごとの月次サブスクリプション
セルフホスティング/民営化 高度なデータ主権要件を持つ大企業 企業の内部 K8s クラスターまたは独自のクラウド アカウントに導入 商談が必要
ハイブリッド展開 SaaS + ランタイム民営化のスキャン 画像スキャンはクラウドへ、ランタイム検出エージェントはプライベート ネットワークを密輸 組み合わせ料金

一般的な導入手順:

  1. 登録とアクティベーション: Aqua 公式 Web サイトにアクセスして企業アカウントを登録し、SaaS またはセルフホスト モードを選択します。
  2. プラットフォームの初期化: Aqua コンソールでスキャン ポリシー (脆弱性重大度しきい値、コンプライアンス ベースライン)、通知チャネル (Slack、PagerDuty、Splunk)、および RBAC ロールを構成します。
  3. K8s クラスター アクセス: ターゲット クラスターで kubectl apply を実行して、Aqua Operator (eBPF DaemonSet および Admission Webhook を含む) をデプロイします。 Helm Chart は正式に提供されており、監視名前空間、収集の粒度、エージェントのリソース制限のパラメーター化された構成をサポートしています。
  4. CI/CD 統合: Dockerfile ビルド フェーズの後に Aqua スキャン ステップ (CLI または API) を追加し、スキャン結果をビルド パイプラインにバインドし、失敗した場合はイメージ プッシュをブロックします。
  5. 動作ベースラインの確立: アクセス後の 24 ～ 48 時間の AI 学習期間中に、システムは各ポッドの動作ベースラインを自動的に確立します。学習期間中は記録のみが記録されますが、ビジネスに影響を与える可能性のあるオンライン化の初期段階での誤警報を避けるためにブロックされません。
  6. ポリシーの調整: ベースラインが確立された後、セキュリティ チームは最初のアラームに基づいて感度のしきい値とホワイトリスト ルールを調整し、保護モードを「監視のみ」から「監視 + 自動ブロック」に切り替えます。

実装リズムに関する推奨事項: まず、非コア実稼働ネームスペース (ステージングや開発など) を選択してプロセス全体を実行し、スキャン範囲、実行時の誤報率、エージェントのパフォーマンスのオーバーヘッドを確認し、ベースラインを確認した後、コア実稼働クラスターに拡張します。各展開の前に、「kubectl description」および「kubectl top」を使用してノードのリソース バランスをチェックし、eBPF エージェントがリソース競合を引き起こさないことを確認します。

Aqua Security の製品価格

Aqua は段階的な価格戦略を採用しており、公開情報は主に 2 つの請求モデル (イメージごとのスキャンとノードごとのサブスクリプション) に基づいています。

階層 請求の粒度 含まれる機能 公開価格
画像スキャン（従量課金制） スキャン数 CI/CD 脆弱性スキャン、マルウェア検出 従量課金制、単価については営業にお問い合わせください
プラットフォームのフルバージョン ワークロードごとのノード/月 イメージ スキャン + KSPM + ランタイム保護 + アドミッション コントロール 公式のリアルタイム見積もりの​​対象
エンタープライズ版 カスタマイズ 無制限のノード + プライベート展開 + 専用サポート + SLA カスタマイズされた見積もり
  • C クライアント/個人開発者: 無料枠でのイメージ スキャンは個人プロジェクトの検証に適していますが、ランタイム保護とアクセス制御は使用できません。無料スキャンの同時実行制限と脆弱性ライブラリの更新の遅延を確認する必要があります。
  • 開発者/API コール: 従量課金制のスキャン API は CI/CD パイプラインの統合に適しており、コストはスキャン イメージ レイヤーの数、脆弱性データベースのバージョン、アプリケーションの依存関係解決の深さに関係します。 PoC 段階で見積もりを取得した後、毎月のスキャン量に基づいて明示的なコストを見積もることをお勧めします。
  • エンタープライズ調達: フル プラットフォームは保護されたワークロード ノードごとに請求され、一般的なエンタープライズの年間契約には通常、固定ノード プール + 柔軟な超過メトリクスが含まれます。署名する前に、超過ノードの料金乗数、契約期間中のノード拡張の価格ロック条項、および eBPF エージェントがノード数に含まれるかどうか (通常、エージェント自体には追加料金はかかりませんが、エージェントによって監視されるビジネス ノードは含まれます) を確認することが重要です。これらの詳細は、大規模な立ち上げ後の TCO の進化に影響します。

Aqua Security の適用シナリオ

Aqua のコア シナリオは、「ビルドからランタイムまでの統合セキュリティ」を必要とするクラウド ネイティブ環境に焦点を当てています。

  • Kubernetes 運用クラスターのランタイム脅威保護: AI ランタイム検出は、各コンテナーのシステム動作をリアルタイムで監視し、感染したコンテナーを自動的に隔離し、クリプトマイナー、リバース シェル、データ盗難が発生するとすぐにフォレンジック スナップショットを生成します。一般的な利点: セキュリティ インシデントへの対応時間が、数時間 (手動による調査と判断) から数分 (自動ブロック) に短縮されます。検証ポイント: PoC では、自動ブロック遅延と誤ったブロック率を検証するために、模擬攻撃 (「struts」脆弱性エクスプロイト テスト CoinMiner 模擬ペイロードなど) を使用する必要があります。
  • DevSecOps パイプラインへのセキュリティ カードの埋め込み: CI/CD パイプラインのイメージ構築段階に Aqua スキャンを統合します。しきい値を超える脆弱性があるイメージ、またはマルウェアが含まれているイメージは、イメージ ウェアハウスにプッシュすることはできません。一般的な利点: セキュリティ検出が左側の開発段階に移動し、運用環境に関わる脆弱性の数が「毎週の修復」から「ビルド段階でのブロック」に変わります。検証ポイント: しきい値戦略 (Critical/High の脆弱性のみをブロックする、または Medium を含めるなど) が既存の開発プロセスと競合していないか、スキャン スループットが CI の同時ビルド量と一致できるかどうかを確認します。
  • マルチクラウドおよびハイブリッド クラウド向けの統合セキュリティ ポリシー: AWS EKS、Azure AKS、GCP GKE、および自己構築された K8s クラスターに Aqua を同時にデプロイし、単一のコンソールを通じてすべてのセキュリティ ポリシーとコンプライアンス ベースラインを管理します。一般的な利点: セキュリティ チームは、クラウド プラットフォームごとに検査ルールとアラーム レシーバーを個別に構成する必要がなく、ポリシーの変更は一度だけ有効になります。検証ポイント: クラウド プラットフォーム間のポリシー同期遅延、API 頻度制御制限、クラウド間エージェントのアップグレード プロセス。
  • 規制産業向けのコンプライアンス自動監査: 金融、医療、政府機関の顧客は、コンテナ化に伴い、PCI DSS、HIPAA、GDPR による継続的なコンプライアンスのプレッシャーに直面しています。 Aqua の事前構築されたコンプライアンス ベースライン + 自動スキャン + レポート生成により、監査の準備が「四半期ごとの手動検査」から「継続的な自動検証」に変わります。一般的な利点: 監査チームは年次監査中に Aqua コンプライアンス レポートを直接エクスポートできるため、

手動で収集した証拠の照合には問題があります。チェックすべき重要なポイント: 事前に設定されたベースラインと企業の実際のコンプライアンス ニーズとの間のギャップがどの程度あるか、レポート形式が外部監査人によって認識されているかどうか。

  • ソフトウェア サプライ チェーン セキュリティ: ベース イメージ レイヤー (Alpine、Distroless など) からアプリケーション依存関係レイヤー (npm、PyPI、Maven) までの完全な SBOM 生成と脆弱性の相関関係。イメージの署名とアクセス制御と連携して、デプロイされた本番イメージがソースからコンテンツまで確実に検証できるようにします。検証ポイント：SBOM形式（CycloneDX/SPDX対応）、イメージ署名トラストアンカー設定、非標準ベースイメージのカバレッジ。

Aqua Security はどんな人に適していますか?

Aqua の製品ポジショニングは、個人の愛好家ではなく、主に組織レベルのセキュリティ機能構築に役立つものであると判断しています。

  • セキュリティ運用チーム (SOC/SecOps): コンテナーの実行中の異常な動作をリアルタイムで監視し、イベントに応答する必要があります。 Aqua の AI アラーム分類機能と自動分離機能により、日々のアラームによる疲労を軽減し、セキュリティ アナリストが信頼性の高いアラームに集中できるようになります。前提条件: チームは K8 とアラーム エスカレーション プロセスに関する基本的な知識を持っている必要があります。そうでないと、自動分離がビジネスに予期せぬ影響を与える可能性があります。
  • DevOps/プラットフォーム エンジニアリング チーム: CI/CD パイプラインと K8s クラスターの運用と保守を担当します。ビルド段階でセキュリティ スキャンを組み込み、クラスター レベルでアクセス ポリシーを構成する必要があります。 Aqua の Helm Chart のデプロイ方法と CI 統合ドキュメントの完全性は、チームの実装効率に直接影響します。前提条件: K8s クラスターが運用環境で安定して実行されており、CI/CD パイプラインには統合スキャンのための明確なビルド後の段階があります。
  • コンプライアンスおよびリスク管理チーム: コンテナのセキュリティ コンプライアンス ステータスを定期的に監査機関に証明する必要があります。 Aqua の自動コンプライアンス スキャンとレポート生成により、手動による証拠収集の負担が軽減されます。前提条件: 企業には明確なコンプライアンス フレームワーク (PCI DSS、SOC 2 など) があり、監査人は自動生成されたコンプライアンス レポートを正式な証拠として受け入れます。
  • CISO およびセキュリティ アーキテクト: エンタープライズ レベルの CNAPP プラットフォームの選択と、サプライヤーのカバレッジの深さ、技術ロードマップ、および調達リスクの評価を担当します。彼らは、Gartner MQ における Aqua の地位、eBPF テクノロジー ロードマップの長期的な持続可能性、およびベンダーの財務健全性を懸念しています。前提条件: 企業は Kubernetes を大規模に導入しているか、導入を計画しており、セキュリティ チームは従来の境界セキュリティからワークロード セキュリティに移行する準備ができています。

境界には適さない: 次のシナリオでは Aqua を優先することはお勧めできません - コンテナ化されていない従来の仮想マシンは制限されています (Aqua のコア機能はコンテナと K8 を中心に設計されており、純粋な VM シナリオは CrowdStrike または SentinelOne により適しています)。セキュリティ チームには K8s の運用と保守の能力がまったくありません (Aqua の展開とポリシーの構成は K8s の知識に大きく依存しており、プラットフォーム エンジニアリング チームの協力なしに実装するのは困難です)。静的画像スキャンのみを必要とするチーム (トリビー、Clair を検討できます) および他のオープンソース ソリューションが低コストで、完全なプラットフォームを購入する必要がありません)。ビジネスコンテナのライフサイクルは非常に短く、ステートレスです（ミリ秒レベルのFaaS機能やeBPFの学習期間がベースラインに収束しないなど）。

Aqua Securityの概要と展望

Aqua Security の中核的な競争力は、「クラウド ネイティブ セキュリティ」というテクノロジー ルートの選択にあります。2015 年の設立以来、従来のセキュリティ製品にコンテナ モジュールを追加するのではなく、コンテナと K8 を中心にセキュリティ機能を設計してきました。自社開発の eBPF 検出レイヤーと AI 行動ベースライン エンジンは、特に暗号化マイニング、ゼロデイ脆弱性悪用、ファイルレス攻撃などの未知の脅威シナリオにおいて、コンテナー ランタイム脅威検出の精度とパフォーマンスにおいて業界をリードしています。 CNAPP 統合プラットフォーム ポリシーにより、セキュリティ チームはビルドからランタイムまで 1 つのコンソールでポリシー管理を完了できるため、複数のツールが連携する場合のコンテキスト切り替えコストが削減されます。

現在の制限と不確実性:

  • プラットフォームの複雑さ: CNAPP 機能の完全なセットの学習曲線は、単一のスキャン ツールの学習曲線よりも大幅に長くなります。企業は通常、セキュリティ エンジニアと K8 の運用保守エンジニアが共同でオンライン化を担当する必要があります。小規模なチームでは、人的資源のボトルネックに直面する可能性があります。
  • AI 誤検知ガバナンス: 「コンテナごとのベースライン」は、粒度の粗いノードレベルのインスツルメンテーションよりも優れたパフォーマンスを発揮するように設計されていますが、システム コール パターンが多様なバッチ ジョブ、ビッグ データ パイプライン、CI 集約型クラスターでは、モデルが断続的な誤検知を生成する可能性があります。 PoC フェーズでは、実際のビジネス トラフィックで誤検知率を検証し、チューニングに必要なセキュリティ運用の人員を評価する必要があります。
  • eBPF の互換性: eBPF は Linux カーネル バージョンの影響を受けやすいため (通常は 5.10 以降が必要)、古いディストリビューションやカスタマイズされたカーネルでは追加の適応が必要になる場合があります。企業がプライベート化された展開を評価する場合、事前に各ノードのカーネル バージョン リストを確認する必要があります。
  • ベンダー ロックインの隠れたリスク: ランタイム保護、アクセス制御、およびコンプライアンスのベースラインがすべて Aqua にバインドされると、代替プラットフォームへの移行コストは低くありません。企業は、契約期間中は主要戦略の自動バックアップメカニズムを維持し、将来の競合製品への切り替えに備えるために、オープンソースの Falco エコシステムと Aqua の間の機能ギャップに注意を払う必要があります。
  • 価格は透明ではありません: ノードごとのサブスクリプション価格と完全なプラットフォームの超過請求率は、公式 Web サイトでは公開されていません。企業は、大規模な量の拡大後に超過料金によって押し上げられることを避けるために、PoC 段階でメーカーに超過条件を含む正式な見積書の発行を依頼する必要があります。

調達および実装に関する提案: Kubernetes を大規模に導入している、または導入を計画している企業には、CNAPP 選択 PoC 候補リストに Aqua を含めることをお勧めします。 「単一の実稼働クラスター + 1 か月の PoC」の形式で検証することをお勧めします。最初の 1 週間は、スキャン カバレッジと CI/CD 統合のテストに重点を置きます。 2 週目では、AI ランタイム検出の再現率と誤検知率を検証するために、模擬攻撃が導入されます。 3 週目では、展開パイプラインに対するアクセス制御の影響がテストされます。 4 週目では、セキュリティ チームがコンプライアンス レポートの品質とエクスポート プロセスを評価します。 eBPF エージェントのビジネス ポッドの CPU 使用率 (目標 < 5%)、ビジネス トラフィックにおける AI ランタイム検出の誤検出率 (目標 < 2%)、デプロイの遅延に対するアドミッション コントロールの影響 (目標 < 200 ミリ秒) の 3 つの主要な指標を確認した後、拡張するかどうかを決定します。エンタープライズ調達契約を締結する前に、超過ノードの請求倍率、契約内のランタイム検出の可用性に関する価格凍結条項 SLA の範囲、およびデータ エクスポート戦略を必ず契約内で指定してください。

関連ツール: notion-ai、google-workspace

Aqua Security のモデルとバージョンの進化

継続的な反復更新により、最新バージョンではパフォーマンスの最適化と新機能が導入されます。過去のバージョン情報は公式リリースページで確認できます。 完全な公開バージョンの進化タイムラインはまだありません。機能更新のリズムを理解するには、公式発表に注意することをお勧めします。

アクアセキュリティの使い方

  • Webクライアント：公式Webサイトにアクセスし、アカウントを登録することで利用できます。ほとんどの機能はインストールする必要がありません。
  • API アクセス: RESTful API を提供し、開発者は API キーを取得して独自のアプリケーションに統合できます。

バージョン情報

  • Aqua AI 脅威検出 ：AI を活用したランタイムの異常動作検出と自動応答を導入します。公式の正確な日付はまだありません。
  • Aqua Cloud ネイティブ セキュリティ v2024 ：コンテナーイメージのスキャンとアドミッションコントローラー機能が強化されました。公式の正確な日付はまだありません。

ユーザーレビュー

  • レビューを読み込み中...