- OpenShiftの監査結果と修正状況を集約し、AIが不適合の原因と時期を調べる。
- 調査時のアプリケーション操作は読み取りに限定し、実環境の操作には人の承認を挟む。
- 導入判断では、検証済みの環境、独自連携の保守、接続用アカウントの権限を確認する。
Elasticは2026年11月19日、コンテナの運用基盤OpenShiftの設定監査をAIで支援する構成を公開した。検査結果をElasticsearchに集め、AIエージェントの作成機能Agent Builderで、不適合が起きた理由や時期を調べる。国内でOpenShiftを運用する企業にとって、監査情報の集約と、AIに許す操作の範囲を合わせて検討する材料となる。[1]
何が起きたのか
公開された構成は、設定が基準に適合するかを調べるOpenShift Compliance Operatorと、情報の検索・分析を行うElasticsearchを連携させるものである。各環境に配置したElastic Agentが60秒ごとに検査状況、項目別の結果、修正の状態を収集する。その上でAgent Builderが質問を受け、複数環境にまたがる監査状況や、問題が起きた時期を調べる。AIが判断に使う監査情報を集約することが構成の出発点である。[1]
現在の状態と過去の変化には、異なるデータを使う。収集のたびに蓄積する履歴から、最新状態をまとめたデータを継続的に作り、現状の確認には最新状態を、原因調査には履歴を参照する。環境名と検査項目を使って重複を整理しながら、管理用・処理用など役割が異なるノードの結果を残す。これにより、現在の不適合と、以前は適合していた項目の変化を分けて調べる構成となる。[1]
AIの役割は、監査状況の要約、失敗の調査、実環境の操作、報告に分けられている。実環境で動く処理は、Elastic Workflowsに定義した決まった処理を使う。AIが調査するアプリケーションの操作は読み取りに限定し、再検査や修正に進む際には計画を提示して利用者の承認を得る設計である。公開資料には連携用の設定や処理も含まれる。[1]
監査情報を集約し、調査と人による変更承認をつなぐ
Elasticsearch
出典 Elastic「From posture to root cause: Investigate OpenShift compliance with Elastic Agent Builder」(2026年11月19日)
なぜ今なのか
Elasticが挙げた課題は、監査対象の環境が増えると、検査結果が各環境に分散することである。アプリケーションの配備や基盤の更新後に、以前は適合していた設定が不適合へ変わることがある。依存関係が解決せず、予定した検査が始まらない場合もある。担当者が個別に確認する運用では、こうした変化を全体として把握するための作業が繰り返し発生する。[1]
さらに、手動確認が必要な項目は、表計算や社内文書で管理されることが多い。組織の事情で特定の環境を検査対象から除外する場合は、どの項目にどの例外を認めたかという根拠も必要となる。監査報告をまとめるたびに、検査結果、手動確認の状態、例外の記録を集め直すことが課題である。今回の構成は、検査結果とその履歴を共通の場所で参照することで、調査や報告の材料をそろえる。[1]
手動確認項目の一部には、条件を式で表すCommon Expression Language(CEL)による独自検査を使う。資料はCompliance Operator 1.10.0でこの機能が一般提供され、基盤を対象にした規則で利用できると説明している。元の手動確認という状態と、独自検査による合否・実行時刻は別に報告する。担当者は、どの判定が自動評価に由来するかを確認したうえで結果を読める。[1]
分散した監査記録を集約し、現状と履歴を調べる
出典 Elastic「From posture to root cause: Investigate OpenShift compliance with Elastic Agent Builder」(2026年11月19日)
日本の企業にとって何が変わるか
導入を検討する企業が最初に確かめるのは、環境とサポートの条件である。資料で検証した構成は、OpenShift Local 4.22、Compliance Operator 1.10.0、Elastic Serverlessである。自社管理やElastic Cloud HostedのElastic Stackでは、Agent BuilderとWorkflowsに9.5以降とEnterprise契約を要する。Serverlessでは対応する機能プランで利用する。独自に作られた連携機能はElasticの公式サポート対象外とされており、自社環境との対応や保守の担当を導入判断に含める必要がある。[1]
次に、AIから実環境へ接続するアカウントの権限を確認する。資料は必要最小限の権限を求め、本番では接続専用のサービスアカウントを分ける構成を示す。これにより、接続権限を独立して監査し、取り消せる。調査に必要な読み取りと、検査や修正に必要な変更権限を整理し、実環境を変える前に人が承認する段階を確認することが、運用上の判断になる。[1]
調査結果の読み方にも条件がある。取り込んだ監査情報には、元の時刻と取り込み時刻を示す設計であり、データを取得できなかった場合や結果が空の場合は、その状態を報告する。監査ログと突き合わせて変更者や配備時刻まで追うには、監査ログの取り込みが必要となる。日本企業が同様の仕組みを使う際は、AIが参照できる情報の範囲と更新時刻を確認し、調査に必要な記録がそろっているかを判断したい。[1]
まとめ
今回公開された構成は、各OpenShift環境に分かれた監査情報を集め、AIが状況と原因を調べるための設計例である。現在の状態と履歴を分けて参照し、手動確認と独自の自動評価も区別する。担当者は、どの環境で何が変わったかを確かめる材料として使い、記録された事実を踏まえて次の対応を決める。[1]
自社への適用では、必要な監査データを集める範囲、接続用アカウントの操作権限、実環境の変更を承認する担当をそろえて確認する。あわせて検証済みの製品構成と契約条件を照合し、独自連携の保守を誰が担うかを決める。AIによる調査支援を、既存の監査と変更管理へどう組み込むかが検討の中心となる。[1]
技術・取り組み / 2026-11-19
監査情報、権限、変更承認の担当を確認する
Elasticが情報集約と原因調査の構成を公開。
1 検査結果を個別に確認
2 手動確認の記録が別管理
3 報告ごとに情報を再集約
1 監査データの範囲と更新時刻
2 接続用アカウントの操作権限
3 実環境の変更を承認する担当
出典 Elastic「From posture to root cause: Investigate OpenShift compliance with Elastic Agent Builder」(2026年11月19日)



