WAF 運用改善の承認サイクル/SRE_BizReach_MIXI_1

2026年9月9日開催「[SRE AI活用事例] 減らせ！TOIL削減大作戦！」の登壇資料です。
https://mixi.connpass.com/event/403987/

▼関連資料
AI 駆動 Terraform 開発
https://speakerdeck.com/visional_engineering_and_design/bizreach-mixi-2

AI駆動開発が変える、大規模開発の前提 ーHuman in the Loop から Human on the Loop へ
https://speakerdeck.com/visional_engineering_and_design/aie2026

脅威モデリングからの​セキュリティ強化：Datadogで​実現する​Active Defense
https://speakerdeck.com/visional_engineering_and_design/jddug-meetup-13

「分からない」をゼロへ： BizReach SREが挑んだ プランニング改善と信頼性強化 / SRE Lounge #18
https://speakerdeck.com/visional_engineering_and_design/sre-lounge-number-18
https://engineering.visional.inc/blog/681/sre-scrum-improvement/

伴走から自律へ： 形式知へと導くSREイネーブリングによる プロダクトチームの信頼性オーナーシップ向上
https://speakerdeck.com/visional_engineering_and_design/sre-next-2025

ユーザー数100万人規模の事業成長を止めずに、レガシーコードと戦う
https://speakerdeck.com/visional_engineering_and_design/jjug-ccc-2022-fall

-----
Visionalのエンジニアリングに関する最新情報はX、ブログで発信しています！📣

▼Visional Engineering Blog
https://engineering.visional.inc/blog/

▼VISIONAL ENGINEERING / X
https://twitter.com/VISIONAL_ENG

Transcript

1. [SRE AI活用事例] 減らせ！ TOIL削減大作戦！ WAF 運用改善の承認サイクル SRE の判断観点を AI に“効かせる” 株式会社ビズリーチ ビズリーチプラットフォーム部 プロダクトセキュリティグループ 佐々木 康徳
2. 自己紹介 佐々木 康徳 / Yasunori Sasaki 経歴 ・2019年〜 SIer ・主に顧客システムの更改案件を担当 ・リーダー/サブリーダーとして経験を積む ・2024年〜 株式会社ビズリーチ ・入社後、SRE としてビズリーチプラットフォームの信頼性向上に貢献 ・2026年から、プロダクトセキュリティグループに所属 趣味 ・eSports ・スマブラの競技プレイヤー ・最近は Shadowverse: Worlds Beyond に本腰 2
3. 会社概要 株式会社ビズリーチ / BizReach, Inc. 創業 ：2009年4月 代表者 ：株式会社ビズリーチ 代表取締役社長 酒井 哲也 グループ従業員数：2,808名（2025年7月末時点） 拠点 ：東京、大阪、名古屋、福岡、静岡、広島 資本金 ：1億3,000万円 事業内容：HR Techのプラットフォーム・SaaS事業 3
4. Visionalグループミッション 4
5. 株式会社ビズリーチ ミッション キャリアに、選択肢と可能性を 時代の変化により、市場の構造が複雑化し、価値観も多様化している。 キャリア形成において重要なのは、 自分の未来に自信を持てる「はたらく」を選択し、 挑戦し続ける企業と繋がり、新たな活力を生み出すこと。 私たちは世の中にたくさんの「選択肢と可能性」を提供し 、 「はたらく」を変革していく。 5
6. 株式会社ビズリーチ サービス一覧 即戦力人材と企業をつなぐ 転職サイト 社内スカウトで 人材流出を防ぐ OB/OG訪問 ネットワークサービス 人財活用システム 採用管理システム 勤怠管理システム 経費精算システム 労務・給与システム メンバーの即戦力化を支援し マネジメントを変革する 6
7. 今日わかること AI に任せられる範囲と安全性は、人間が設計したコンテキストで決まる 人間の判断を AI に還元することで、継続的な改善サイクルをつくる 7
8. 今やっているお仕事 セキュリティ設計・開発支援 ・シフトレフト / Reachability 脆弱性管理・リスク評価 ・リポジトリ脆弱性チェック ・EOSL / 影響調査 セキュリティ監視・防御 ・WAF 運用 / モニタリング インシデント対応・運用改善 ・アラート調査 / 影響確認 ・対応フロー / 自動化 プロダクトのライフサイクル全体に、セキュリティを組み込む 8
9. 守りを強化するほど、調査と対応の負担が積み上がる 守るべきもの ・攻撃や不正利用の兆候を見逃さない ・脆弱性や設定不備を早期に見つける ・サービスの可用性と信頼性を維持する 増え続ける運用負担 ・アラートが来るたびに、関連ログを最初から探し直す ・ログ、メトリクス、トレースを隅々まで見て、毎回切り分けを行う ・判断理由を書き、改善検討、対応、承認まで担う 人の経験と頑張りだけでは、増え続ける検知と調査に追いつけない 9
10. 判断理由が個人に閉じると、次回も同じ確認から始まる 調査 人が判断 ・ログを集める ・アプリの文脈を読む ・影響を調査する … 対応実施 時間が経過 新たな調査 人が判断 ・ログを集める ・アプリの文脈を読む ・影響を調査する … 問題：判断理由が次の評価・運用に引き継がれず、毎回同じ調査をしている 10
11. 判断理由が個人に閉じると、次回も同じ確認から始まる 調査 ⼈が判断 ‧ログを集める ‧アプリの⽂脈を読む ‧影響を調査する … 対応実施 時間が経過 同じことしてるのなら Skills 化して AI で調査を すればいいのでは？！ 新たな調査 ⼈が判断 ‧ログを集める ‧アプリの⽂脈を読む ‧影響を調査する … 問題：判断理由が次の評価・運用に引き継がれず、毎回同じ調査をしている 11
12. Skills 化により、ある程度の平穏を手に入れた 📖 WAF Logs Investigation （← Skills の宣言） ちゃ◯ぴー！ mm:dd に発生したアラートで、問題ないか調べて！ ### Security Signal 調査 確認したこと 複数アカウントへの横断的なログイン成功は確認されませんでした 不審なパスワードリセットやアカウント侵害の兆候は確認されませんでした ログ抜粋 2026-08-21T08:12:04Z まぁログの URL は貼ってくれてるし、 見るところは絞ってくれてるから まだマシか …。 12
13. Skills 化により、ある程度の平穏を手に入れたと思ったが… 📖 WAF Logs Investigation mm:dd に発生したアラートで、問題ないか調べて。 ### Security Signal 調査 確認したこと 複数アカウントへの横断的なログイン成功は確認されませんでした 不審なパスワードリセットやアカウント侵害の兆候は確認されませんでした ログ抜粋 2026-08-21T08:12:04Z システムの特性上発生しうるものだから、対 応しないって判断したやつだ …。 結局また同じログを見て、同じ判断を してるだけじゃないか！ 13
14. Skills 化により、ある程度の平穏を手に入れたと思ったが… 📖 WAF Logs Investigation mm:dd に発⽣したアラートで、問題ないか調べて。 問題：判断理由が次の評価・運用に引き継がれず、毎回同じ調査をしている ### Security Signal 調査 確認したこと 複数アカウントへの横断的なログイン成功は確認されませんでした 不審なパスワードリセットやアカウント侵害の兆候は確認されませんで した ログ抜粋 2026-08-21T08:12:04Z 判断理由を AIシステムの特性上発⽣しうるものだから、 に効かせ、次回の評価・改善案に反映できる形で蓄積する 対応しないって判断したやつだ…。 結局また同じログを⾒て、同じ判断を してるだけじゃないか！ 14
15. AI が改善案や判断基準の見直しを提案するときに参照できる形にする 人間が持っている判断観点 ・システムの仕様 ・アプリやサービスへの影響 ・既知の攻撃パターンや過去の事例 ・誤検知・過剰防御の懸念 ・過去に承認・差し戻しした判断 … AI が参照できる形に 判断の根拠を、再利用できる形で残す（形式知化） ・判断基準 ・Block する／しないと判断した理由 ・対象とするサービス・WAF ルールの範囲 ・例外条件と判断時の前提 ・判断の根拠となるログ・コンテキストへのリンク 15
16. 承認 / 否認の結果を、次の「判断観点」に反映する いま：個人に閉じた運用 調査 人が 判断 対応 実施 目指す：判断を記録して戻す 時間が経過 同じ確認を、毎回ゼロから行う 新たな 調査 調査 AI が 提案 人が 承認/否認 コンテキスト 次回の評価が、前回の判断を前提に始まる 判断理由が、次の運用改善につながる 16
17. 今回の実装の概要 1 Datadog Workflow Automation 2 AI Agent 3 Slack 4 GitHub 5 PR 調査結果を投稿 定期実⾏ / ⼿動トリガー ログ証跡 + コンテキスト 判断材料を⼊⼒ WAF Logs Block する / Block しない の提案 Block する / Block しない AI 評価‧⼈間の 判断理由を記録 専⽤コンテキスト ✓ ⼈間レビュー （PR 承認） Block 候補の変更案 × 人間の承認が必要 17
18. 今回の実装の概要 1 Datadog Workflow Automation 2 AI Agent 3 Slack GitHub 4 5 PR 調査結果を投稿 定期実⾏ / ⼿動トリガー ログ証跡 + コンテキスト 判断材料を⼊⼒ WAF Logs Block する / Block しない の提案 Block する / Block しない AI 評価‧⼈間の 判断理由を記録 専⽤コンテキスト ✓ ⼈間レビュー （PR 承認） Block 候補の変更案 × ワークフローの一部 人間の承認が必要 18
19. 今回の実装の概要 1 Datadog Workflow Automation 2 AI Agent 3 Slack 4 GitHub 5 PR 調査結果を投稿 定期実⾏ / ⼿動トリガー ログ証跡 + コンテキスト 判断材料を⼊⼒ WAF Logs Block する / Block しない の提案 Block する / Block しない AI 評価‧⼈間の 判断理由を記録 専⽤コンテキスト ✓ ⼈間レビュー （PR 承認） Block 候補の変更案 × コンテキストをまとめた markdown 人間の承認が必要 19
20. 今回の実装の概要 1 Datadog Workflow Automation 2 AI Agent 3 Slack 4 GitHub 5 PR 調査結果を投稿 定期実⾏ / ⼿動トリガー ログ証跡 + コンテキスト 判断材料を⼊⼒ WAF Logs Block する / Block しない の提案 Block する / Block しない AI 評価‧⼈間の 判断理由を記録 専⽤コンテキスト ✓ ⼈間レビュー （PR 承認） Block 候補の変更案 × 人間の承認が必要 判断理由の記入と、リクエストの Block 判断 20
21. 今回の実装の概要 1 Datadog Workflow Automation 2 AI Agent 3 Slack 4 GitHub 5 PR 調査結果を投稿 定期実⾏ 判断理由を専用のコンテキストに自動追記 / ログ証跡 + コンテキスト ⼿動トリガー 判断材料を⼊⼒ WAF Logs Block する / Block しない の提案 AI 評価・人間の 判断理由を記録 専用コンテキスト 人間レビュー （PR 承認） Block 候補の変更案 Block する / Block しない 次回の調査から、判断理由に先程の評価が追加された ✓ × 人間の承認が必要 21
22. これまでと、これから Human In The Loop これまで 現在 ・AI の提案を、人間が毎回確認する ・最終的な判断は人間が行う ・判断の根拠が個人に残り、次の評価へ引き継がれにくい ・WAF ログとコンテキストを AI へ渡し、AI が根拠付きで評価、提案する ・人間が Block 可否を判断する ・判断理由をコンテキストへ記入する ・Block する場合は PR を自動作成する Human On The Loop これから ・判断基準、適用範囲、例外を人間があらかじめ決める ・AI がその前提に沿って、継続的に評価・提案する ・人間は不確実なケースや想定外の動きを監視し、必要なときに介入する ・人間の判断理由をコンテキストに反映し、仕組みを更新する 22
23. Human On The Loop の仕組みを構築するために （１）判断の前提を蓄積する • • 承認済み基準と判断理由をコンテキストへ反映する。 AI が過去の判断を踏まえて、評価できる対象を増やす。 （２）人間が見るべきケースを絞る • 基準内のケースは AI に任せ、不確実性や基準からの逸脱だけを人間へ通知する。 （３）変更の影響を確かめ、判断基準を更新する • 変更前後の影響を検証し、誤検知や検知漏れの実績を次のガードレールへ反映する。 AI が扱える範囲を広げ、監督型の運用へ移行する 23
24. 今日わかること AI に任せられる範囲と安全性は、人間が設計したコンテキストで決まる 人間の判断を AI に還元することで、継続的な改善サイクルをつくる 24
25. 明日からできること コンテキストを設計する AI に任せられる範囲と、守るべきガードレールを人間が定義する 判断を次の評価へ反映する 人間の判断理由をコンテキストへ反映し、次の運用改善につなげる 25
26. 各ポジション 絶賛募集中！ さまざまなポジションで募集しています。 まずは気軽にカジュアル面談でお話ししましょう。 SRE MLOpsエンジニア データエンジニア 機械学習エンジニア エンジニアリングマネージャー キャリア採用サイト DBRE …