設計段階から組み込まれたレジリエンス
Everpure のエンタープライズ・データ・クラウドは、数日間に及ぶダウンタイムを数分へと短縮し、迅速かつ確実なデータ復旧を実現します。分離された自律型コントロール・プレーンが、オンプレミスおよびクラウド環境全体のデータを管理し、復旧ポイントの完全性を維持することで、管理者権限を取得した攻撃者であっても、保護されたコピーの破損、改ざん、削除はできません。
Everpure は、「改ざんされていない不変のデータ」を常時維持し、即時的なデータ損失だけでなく、攻撃から数か月後に顕在化するおそれのあるサイレント破損という長期的リスクからも、お客様を保護します。これは、ランサムウェア攻撃の被害を受けた組織の 72% がデータを完全には復旧できていない（注 1）という現状に対抗するものです。このアーキテクチャにより、次の 3 つの成果を実現します。
- 自律型レジリエンス：
アップグレード、パッチ適用、さらに、攻撃発生中であっても継続的な運用を可能にします。このレジリエンスを支えるのが Everpure Protect サービスです。このサービスは、外部の脅威シグナルとストレージレベルのインサイトを相関分析し、防御を事前に、自動的に強化します。Everpure Fusion と連携することで、自動化された能動的な防御層として機能し、構成上のギャップを修復すると同時に、全てのエンドポイントでセキュリティ基準を強制適用し、防御体制を常に最適な状態に維持します。
- 信頼性の高い復旧：
ヒューマン・イン・ザ・ループ（HITL）を必須要件として組み込み、守秘性の高いデータ操作には複数の関係者による帯域外（OOB）認証を要求します。このガバナンスは Everpure Fusion によって実施され、セキュリティ・プリセット機能を活用して構成ドリフトを排除し、SafeMode スナップショットをデフォルトで有効化します。攻撃者や暴走した AI が本番環境の管理権限を取得した場合でも、データ層は分離したまま維持され、確実な復旧に即座に対応できます。
- 経済的予測可能性：
データ侵害の平均コストが 444万ドル（注 2）に達するなか、企業は「身代金の支払いか復旧対応か」という難しい判断に迫られています。Everpureは、復旧対応に伴うコストや運用面の不確実性を低減し、より予測可能なインフラ運用を実現します。Evergreen//One による使用量に応じたサブスクリプション型モデルを利用することで、インフラコストを最適化すると同時に、停止を伴うアップグレードやダウンタイムによる財務負担を軽減できます。
数週間ではなく数時間で復旧
復旧を伴わない検知は、リスクに過ぎません。防御が破られた場合に、復旧速度は、レジリエンスを測る重要な指標となります。しかし、復旧速度は、精度と信頼性を備えた基盤があってこそ意味を持ちます。
あるフォーチュン 100 企業は、従来型防御を回避する高度なマルウェアレス攻撃への対応を通じて、このアプローチの有効性を実証しました。攻撃者は窃取した認証情報とネイティブ・ツールを悪用し、アイデンティティ層とコンピュート層を機能不全に陥らせ、数千のエンドポイントと仮想クラスタを削除しました。
しかし、そのような壊滅的状況下でも、データ層は一切侵害されませんでした。Everpure の厳格な管理者分離により、たとえグローバル管理者権限を取得していたとしても、攻撃者は、SafeMode スナップショットのアクセス、変更、削除を行うことはできませんでした。Everpure の強固な復旧基盤により、この企業は、数週間ではなく数時間で、事業に不可欠な業務を復旧できました。
コンテキスト・インテリジェンス
データそのものを理解することが、防御の新たな領域となっています。1touchの買収完了により、Everpureのレジリエンス戦略に「コンテキスト」という柱が加わりました。
効果的な復旧には、単なるデータの保存ではなく、データの理解が不可欠です。1touch の高度なデータ・ディスカバリ機能をエンタープライズ・データ・クラウドに統合することで、データ環境全体を 360度の視点で継続的に可視化できます。この自律的なアプローチにより、業務アプリケーションとその基盤となるデータとの重要な関連性を可視化し、復旧が必要になった場合には、最も重要な業務を最優先かつ高精度に復旧可能にします。
アウトサイドインのアプローチは、統合によって真価を発揮します。Everpure は、自社プラットフォームを脅威インテリジェンス、セキュリティ分析、データ保護プロバイダと統合することで、セキュリティ環境全体を一元化します。境界防御側で脅威が検知された場合でも、データ層は能動的な防御層として機能し、迅速かつ確実な復旧を支える基盤となります。
