エージェント行動分析（ABA）

接続問題の調査中に Agent が認証情報ファイルを読み取り、その内容が会話コンテキストを通じて後続のモデル呼び出しに渡されると、ユーザーが気づかないまま機密情報が本来の境界外へ出る可能性があります。

機密パスへのアクセスを検出し、実行成功時または返却内容に認証情報の特徴が含まれる場合のみ発報します。失敗したアクセスによるノイズは発生させません。

機密データの種類、該当ファイル、呼び出し結果、マスキング済みの証拠抜粋。

機密情報の読み取りとネットワークリクエストは、単独では正当な場合があります。しかし同じセッションで認証情報を読み取った後に Webhook を呼び出したり添付ファイルをアップロードしたりする流れは、典型的なデータ流出経路です。

trace_id または gen_ai_conversation_id 単位で、機密情報の読み取りと外部リクエスト、メッセージ送信、添付ファイルのアップロードを関連付け、複数 Trace にまたがる複数ターンの行動も対象にします。

読み取り側と外部送信側の 2 つの Span、送信先、発生順序、関連するリスク ID。

Agent が複数環境の認証情報を保持している場合、本番名前空間でリソース削除、デプロイ変更、構成変更、データベース書き込みを実行する可能性があります。

環境タグ、ツール名、呼び出しパラメーター、コマンド内容を組み合わせ、高リスクな本番変更が実際に成功した場合のみ発報します。

対象環境、リソースオブジェクト、ツールパラメーター、実行結果、関連する承認またはリリースコンテキスト。

Agent が変更、テスト、失敗、再試行を繰り返し、呼び出し上限、バックオフ戦略、人による介入条件がないまま時間とトークンを消費し続けます。

Trace とツール名単位で集計し、検出ウィンドウ内で同じツールが 10 回以上呼び出され、失敗率が 70% 以上の場合に発報します。

呼び出し回数、失敗率、パラメーター例、エラー種別、継続時間。

ツール結果を全量で戻す、コンテキストが増え続ける、または呼び出しチェーンが再試行を繰り返すと、1 つのタスクが通常範囲を大きく超えるトークンを消費する可能性があります。

固定しきい値と複数シグナルのスコアリングを使い、単一呼び出し、セッション累計、コンテキスト長、出力長、ツール呼び出し密度を組み合わせて、正当な高負荷タスクへの誤検知を抑えます。

モデル、プロバイダー、入力・出力トークン、セッション累計、平均消費量、同一チェーン内のツール呼び出し数。