この技術は、複数のドメインのナレッジやデータを意味的に結び付け、統合的に分析することで、単なる情報収集を超えて、組織全体のデータ資産を有機的かつ戦略的に活用できるようにします。
S2Wのマルチドメインクロス分析では、各ドメインごとに構築されたオントロジーとナレッジグラフを連携・分析し、隠れたインサイトを導き出します。
このプロセスは全6段階で構成され、初期設計後はユーザーとデータとの間に循環サイクルが構成されます。
1. 課題定義
この段階では、分析対象と範囲を設定し、理解すべき情報や解明すべきポイントを具体化します。
また、分析対象分野（ドメイン）において重要な概念や、それらの関係性をどう構造化するかを検討し、オントロジー（知識構造図）の初期フレームを設計します。
この定義は、後のデータ分析やナレッジグラフ構築の基準となります。
2. 目的設定
この段階では、課題をどのように分析し、解決していくのかについて具体的な目標と実行戦略を策定します。
これにより、分析の精度・処理速度・拡張性・適用可能性といった技術的指標を設定し、定義したオントロジー構造やデータを活用して、どのような成果物を得るのかを明確化します（例：インサイト分析、セキュリティモニタリングシステム、内部データを活用した生成AIなど）。
また、分析目的は単一でない場合が多いため、想定される多様な分析シナリオや活用目的を設定し、後続の段階で柔軟に拡張できる基盤を整えます。
3. データ定義・分析
さらに、データ内のエンティティーを自動的に識別・分類できるパイプラインを構築し、表現方法や意味を標準化することで、機械がエンティティーの意味を認識できるようにします。
また、特定ドメインにおける主要エンティティーとその関係性を把握し、ノードの定義情報や周辺・関連情報を文脈に基づいて分析することで、構造化の基盤を整えます。
4. オントロジー設計
この段階では、抽出されたエンティティーや関係をもとに、それぞれの概念がどのような意味で結びついているのかを明確にモデル化します。
関係は、単方向・双方向、階層構造・ネットワーク型など、さまざまな形式で構成でき、対象分野の専門知識やデータ分析結果をあわせて反映します。
オントロジーは、その後のナレッジグラフ構築におけるスキーマとして機能し、意味に基づく推論や分析の基盤となります。
5. ナレッジグラフ構築
特にドメイン特化型ナレッジグラフでは、組織内部や外部から収集された実データをオントロジーフレームに基づいてノードとエッジの形で表現します。複数のドメインから抽出された知識要素が一つのネットワーク上で意味的に接続され、関係推論や類似性検知などの高度な分析を可能にします。
6. ユーザー実証
また、ユーザーによる実証結果を踏まえ、再び問題定義や目的設定の段階へ戻り、オントロジーとナレッジグラフは継続的に洗練され拡張されていきます。この反復的な高度化プロセスによって、組織とユーザーはデータをより効果的かつ効率的に活用できるようになります。
各ドメインの独立した知識構造を比較・分析することで、共通概念や意味的な類似性、文脈的な関連性を識別します。この過程では、ノードの定義だけでなく周辺の関係や属性を含めた文脈（Context）を理解することにより、物理的に完全に分離された二つのエンティティー間に潜む意味的な接点を見いだします。
このようなクロス分析を通じて、組織はドメイン間の潜在的な関連性を発見し、課題を統合的な視点で再解釈することが可能となります。その結果、複雑なデータ環境の中でも、より深いインサイトと精緻な意思決定を導き出すことができます。
-
SAIPは、企業規模データに対する巨大言語モデル技術のsLLM(smaller Large Language Model)技術と、成果物生成時に適切なコンテンツを活用させるRAG(Retrieval Augmented Generation)技術、知識データを体系的に管理するためのナレッジグラフ(Knowledge Graph) ）技術を組み合わせたAIプラットフォームです。
詳細確認
ユーザーの質問に対して、組織内の非構造化・構造化データの区別なくすべてのデータの中から最も合ったデータに基づいた回答を得ることができます。特に、S2Wの強みであるセキュリティ能力を活用し、LLM、ユーザーアカウント、ストレージ、ネットワークなどのセキュリティ脆弱性を最小限に抑え、セキュリティが確保された安全なAIプラットフォームを構築します。 -
Quaxarは、AI技術に基づいてサイバーセキュリティ関連の脅威情報を収集、分析、および解釈し、意思決定可能なレベルに洗練させたCTIソリューションです。
詳細確認
着実に増加しているセキュリティ脅威に対応するために、セキュリティ専門家は継続して研究と分析を行い、これをAIシステムが学習し、継続的に有効なインテリジェンスを提供できる基盤となります。 -
Xarvisは、大規模なデータのリアルタイム収集、選別、処理、検索技術とディープ・ダークウェブ、ソーシャルチャネル上の膨大なセキュリティ関連のデータを組み合わせたダークウェブインテリジェンスソリューションです。これにより、目に見えない巨大な量のデータからセキュリティインテリジェンスを抽出および追跡し、必要に応じて関連する様々なセキュリティインテリジェンスを組み合わせて視覚化し分析可能です。
詳細確認 -
Eyezは、大規模なブロックチェーン取引データ上での元帳データの追跡技術とダークウェブ、SNSチャンネル上の評判情報、公共機関の制裁対象情報など、セキュリティ脅威情報を組み合わせて提供する製品です。これにより、ユーザーは様々なセキュリティ脅威とそれに関連する違法暗号資産の関連性とフロー分析を可能にします。
詳細確認