AiSOCを導入する価値があるかどうかは、使う人による。毎日大量のセキュリティアラートを処理しているなら、午後のひとときを試す価値はある。個人ユーザーなら向いていない。AiSOCはオープンソースのAIセキュリティオペレーションセンターで、ローカルモデルで動き、APIキーは一切不要だ。2026年11月18日時点でGitHubのスターは8100を超えた。
公式リポジトリ情報
公式リポジトリはGitHubにあり、組織名はbeenuar、プロジェクト名はAiSOC、MITライセンスで、2026年5月2日に作成された。仕組みは4段階だ。まずセキュリティテレメトリを受け取り、7408件のルールライブラリから選ばれた2966件の実行可能な検出ルールでアラートを絞り込み、関連するアラートをインシデントにまとめ、最後にAIエージェントが一件ずつ調査し、すべてのプロンプトとツール呼び出しを再生可能な調査台帳に記録する。Splunk、Elastic、CrowdStrike、Okta、AWS、Kubernetes監査ログなど97のデータソースにつながる。自動アクションは既定で人の承認が必要で、3つのスイッチがすべて一致しなければならない。
導入コスト:ハードルは低いが、マシンの性能は必要
導入要件は明確に書かれている。Docker Compose v2、メモリ8GB、空きディスク20GB、初回実行時に約2GBのローカルモデルをダウンロードする。手順はリポジトリをクローンし、インストーラーを実行し、内蔵のスモークテストで実際のイベントを1件パイプライン全体に通し、各段階の合否を明確に確認する。動き始めれば従量課金はなく、データは社内ネットワークから出ず、MCPサーバーも付属し、Claude、Cursor、Continueからセキュリティセンターを直接照会できる。最初は実データを接続せず、サンプルデータで5つのシナリオが同じ処理をたどる様子を見ることもできる。同じくセルフホスト型のオープンソースプロジェクトとして、OpenClawの導入コストとセキュリティ上の落とし穴も先に読んでおくと、運用の手間を過小評価せずにすむ。
3つの落とし穴:スター数は導入数ではない
第一に、ローカルモデルはAPI料金を節約できるが、クラウドの最先端モデルより小さく、複雑な調査の能力は落ちる。同じオープンウェイトでも、テンセント混元Hy4 previewは770Bパラメータのフラッグシップモデルで、動かすにはマルチGPUサーバーが必要だ。AiSOCは別の道を行く。小さなモデルをローカルで動かし、十分ならそれでよい、という考え方だ。第二に、プロジェクトの歴史は半年ほどで、README自身が「実行可能性は宣言されるものではなく、勝ち取るものだ」と認めている。7408件のルールのうち2件はまだ実行できず、成熟度はスモークテストで自分で確かめる必要がある。第三に、スター数は注目度であって導入数ではない。実際のデータソースがつながっていなければ、ただの空箱だ。セキュリティデータを持つ小規模チームや、AIによる調査の流れを研究したい開発者に向いており、データソースのない個人ユーザーには向いていない。代替案として、まずサンプルデータで一通り動かし、それから実際のアラートをつなぐか決めるとよい。
Q:セキュリティチームのない個人でもAiSOCを使えますか?
A:インストールはできるが、おすすめしない。AiSOCの価値は実際のアラート処理にあり、データソースがなければ調査対象が存在しない。まずサンプルデータで流れを確認するとよい。