2025年8月13日 【Google Cloud】今から始める!データ分析基盤セキュリティ強化 BigQuery Google Cloud 検索する Popular tags 生成AI(Generative AI) Vertex AI Search Looker Studio BigQuery AlloyDB Google Workspace 事例紹介 Cloud SQL Category Google Cloud Author k-hirase SHARE 目次 1.組織管理のアカウント利用 2.権限分離 3.ドメインの制限 4.証跡を残す 5.持ち出させない まとめ Content データ分析基盤として広く利用される Google Cloud ですが、簡単に始められる反面、セキュリティ面が若干置き去りになるケースが多いように思います。 今やデータは、ビジネスに欠かせない資産であり、重要な意思決定や企業活動を推進する原動力となっています。 本ブログでは、そんな大事なデータを護るため Google Cloud が備えている 5 つの施策をご紹介します。 < 5つの施策 > 組織管理のアカウント利用 権限の分離 ドメインの制限 証跡を残す (オプション) 持ち出させない 1.組織管理のアカウント利用 ① できること 組織管理の Google アカウントを利用した一元管理にて、セキュリティを確保できます。 ・ 利用できるメンバを管理 ・ 退職/離任 時の制御 ② 解説 まずは Google アカウントから説明します。 Google アカウントは、 Google Cloud のリソースを利用するために作成するアカウントで、管理主体によって大きく分けて2つの種類があります。 アカウント種類 管理主体 利用例 個人管理のGoogle アカウント 作成した個人 ・ Gmail アカウント (@gmain.com ドメイン) ・ 任意の メールアドレス (企業ドメイン含む) 組織管理の Google アカウント 作成した企業/組織 ・ Google 管理ツールで発行されたアカウント Gmail のアドレスは分かりやすいのですが、任意のメールアドレス、特に企業ドメインのメールアドレスには注意が必要です。 というのも、見た目では「個人管理」なのか「組織管理」なのかは判別できず、該当する Google アカウントが「Google 管理ツール(Google Admin)」に登録されているかどうかで判別する必要があります。 Google Cloud 利用時には、まず「個人管理の Google アカウント」にてご利用を開始されることが多いのかと思います。 「個人管理の Google アカウント」では、退職者や離任者からプロジェクトの権限を外したい場合、管理ツールによる一括削除ができません。 数名のプロジェクト数やプロジェクト管理者数が少ない場合は特に問題はないかと思いますが、管理対象数が増えるにつれて、手間もかかりますし、抜け漏れ発生しやすくなることが容易に想定できます。 そのため、「組織管理の Google アカウント」 の利用を推奨します。 また、後程の「ドメインの制限」と組み合わせることで、意図しないユーザへ共有させないプロジェクトが実現できるため、セキュリティ強度を上げるためには必須の対策とも言えます。 ③ 導入にあたって 「組織管理の Google アカウント」を利用するため、以下のいずれかのサービス準備して、Google 側で組織を作成します。 組織作成時に、「利用するドメイン名の登録」と「DNS レコードの追加による認証」を行うため、必要な場合は社内の IT 組織と連携いただければと思います。 サービス名 月額費用 Google Workspace ¥800 (1年契約、Starter) Cloud Identity Free Edition 無料 (50アカウントまで) Cloud Identity Premium Edition ¥645 (年間 / 定期プラン) 2.権限分離 ① できること 利用者に応じて権限を分離することで、予期しない動作を防ぐことができます。 ② 解説 Google Cloud では、あらかじめ決められた権限の組み合わせ(=事前定義ロール)が準備されているため、Google アカウント等に必要な権限を付与することで、利用できる操作を制限することができます。 例えばデータ分析でよく利用される BigQuery の場合は、用途に応じて以下のような権限が準備されています。 権限名 実施できる作業 BigQuery 管理者 (roles/bigquery.admin) すべてのリソースの管理 BigQuery データ編集者 (roles/bigquery.dataEditor) データセット、テーブル、ビュー 等の閲覧 データセット、テーブル、ビュー 等の作成、削除 BigQuery ユーザー (roles/bigquery.user) データセット、テーブル、ビュー 等の閲覧 データセット、ジョブ 等の作成 クエリを含むジョブを実行が可能 BigQuery データ 閲覧者 (roles/bigquery.dataViewer) データセット、テーブル、ビュー 等の閲覧 ③ 導入にあたって 利用者に必要な権限を付与します。 ベストプラクティスとしては、権限の組み合わせを Google アカウント に直接割り当てるのは運用上の効率が悪くなるため、事前定義ロールを付与した 「Google グループ」を作成して、そのグループに Google アカウントを所属することで、権限付与を行うことが推奨されています。 ※ 本ブログでは Google グループについての内容は割愛させていただきます。 3.ドメインの制限 ① できること 意図しない利用者のプロジェクト参加を防止します。 ② 解説 プロジェクトにて Google アカウントの追加/権限を付与する際に、事前指定したドメインの Google アカウントのみを許可します。 たとえば、管理している組織に所属する 「組織管理の Google アカウント」のみを許可することで、意図しない利用者(≒個人管理の Google アカウント)がプロジェクトへ参加できなくなります。 そのため、管理している「組織管理の Google アカウント」以外はアクセスできない、セキュアな環境が実現できます。 ③ 導入にあたって 意図しない利用者の参加を制限するためには、まず組織を作成し、「組織ポリシー」という機能を利用します。 「組織ポリシー」とは、 Google Cloud 組織内のリソースについて、使用方法に関する制限を構成して集中管理するための機能(制約)です。 今回は「組織ポリシー」の中で、「ドメインで制限された共有(iam.allowedPolicyMemberDomains)」という制約を利用します。 「組織ポリシー」は、利用を制約したいリソース(組織、フォルダ、プロジェクト)に設定することでができます。 4.証跡を残す ここまではアクセスを制限する機能をメインに記載しましたが、このパートではアクセスされた後の証跡について記載します。 ① できること 操作証跡を残す。 ② 解説 結論からいうと、Google Cloud ではほぼ準備ができています。 Google Cloud では、マネージド ログ管理システムである「Cloud Logging」の機能として、下記のように監査ログ (Audit Logs)が自動で取得されています。 監査ログの種類 ログの内容 デフォルトの状態 保持期間 料金 管理アクティビティ 監査ログ ・リソースの構成やメタデータを変更するAPI呼び出し ・その他の管理アクション 例) VMインスタンスの作成、GCSバケットの作成、IAMポリシー変更、など 有効 ※無効化不可 400日 ※変更不可 無料 データアクセス 監査ログ ・ リソースの構成やメタデータを読み取るAPI呼び出し ・ユーザー提供のリソースデータの作成、変更、読み取りを行うユーザー主導のAPI呼び出し 例) BigQueryデータの読み書き、GCSオブジェクトデータの取得、など 無効 ※BigQueryを除く 30日 ※最長3650日まで変更可 Cloud Loggingに準じる システムイベント 監査ログ ・ Google Cloud 側で実施されるリソース変更に関するログ 例) スナップショット作成、オートスケール、など 有効 ※無効化不可 400日 ※変更不可 無料 ポリシー拒否 監査ログ ・ セキュリティポリシー違反に伴うアクセス拒否を記録したログ 例) VPC Service Controlsの違反、など 無効 30日 ※最長3650日まで変更可 Cloud Loggingに準じる アクセスの透明性 ログ ・ Google の担当者がお客様のコンテンツにアクセスした際の操作ログ 例) 影響を受けるリソースとアクション、アクションの時間、アクションの理由、Google 社員の物理的な場所、雇用主、職種 無効 6か月間 無料 データアクセス 監査ログについては、データ容量がとても大きくなってしまうため、初期状態では BigQuery を除いたデータアクセス監査ログは取得されていません。 また、ポリシー拒否 監査ログも初期状態では取得されていません。 両ログとも、保持期間も 30 日となっていますので、長期保存をする場合は保存要件に応じて変更することが可能です。 また、「アクセスの透明性ログ」は、Google の担当者が操作した際に記録されるログとなります。 費用はかからないため、万が一を考慮し取得しておいてもよいかと思います。 ③ 導入にあたって 基本的な仕組みは準備されていますので、下記3点の検討を推奨します。 データアクセス 監査ログ を取得するかしないか ログの保存期間/保存方法 ログ容量によっては「Cloud Logging」にそのまま保存するよりも「Cloud Storage」へエクスポートした方が若干安価になります。 また、いくつかの保存方法がありますが、監査ログの分析を想定している場合は「BigQuery」へ集約すると便利です。 ログ集約 Google Cloud では 別のプロジェクトにログを集約して保存することができます。 さらに、組織を利用していて、かつ、全社の全プロジェクトのログを一括して管理したいという場合には、管理用に別プロジェクトを用意してログ集約を行うような構成が便利です。 5.持ち出させない 最後に「持ち出させない」という防御について触れたいと思います。 本施策は導入や運用についても若干難易度が高くなるため、オプション的な意味合いで記載します。 ① できること 簡単にいうと、Google Cloud 環境への持ち込み および 持ち出しについて、「特定の利用元、特定の操作」しか許可しない、といった防御が可能になります。 つまり、リソースへ必要以上の権限を付与してしまった場合のガードレール機能や、万が一マルウェア等に感染してしまった際の不正な持ち出しの防止など、より強固な防御が可能となります。 ② 解説 Google マネージド サービス は API にて操作を行いますので、そのAPIの送信元、操作対象(サービス)、操作(メソッド)をきめ細かく設定することで、利用できる機能の制御を行います。 具体的には下記の流れで設定を行います。 ・ 防御するリソースの選択 (リソース:組織・フォルダ・プロジェクト) ・ 利用できる機能の制御 機能名としては「VPC サービス コントロール(VPC Service Controls)」と呼ばれています。 リソースに対して「サービス 境界(Service perimeter)」を指定し、境界の 内/外 を分割することで、境界内のリソースを保護します。 リソースの分離ルールは 「アクセスポリシー(access policy)」という保護ルールで細かな制御を行います。 例えば、以下の要件があった場合、下図のような制御方式となります。 ・ A プロジェクトを防御範囲 ・ 社内(オンプレミス環境)からのデータアップロードを禁止 ・ 社内からの Web アクセスを許可 セオリーとしては防御する範囲を特定し、必要な操作のみ許可する、というような流れをとります。 ③ 導入にあたって 「VPC サービス コントロール」自体は無償の機能です。 導入にあたってはいくつか準備ポイントがありますので、こちらもご確認ください。 < 準備ポイント > ・ 「VPC サービス コントロール」には、「1.組織管理のアカウント利用」で準備したような組織が必要です。 ・ 「VCP サービスコントロール」に対応していないサービスもあるため、利用するサービスを明確にする。 また、実際の適用前には、利用したいサービスがきちんと機能することを検証するため、ドライランモードの実施を推奨します。 まとめ 今回は、データ分析基盤という観点でセキュリティ強化の施策をまとめてみました。 本当はまだまだ有益な対策手段はあるのですが、とっかかりとして必要な施策に絞りました。 お手元の環境にてセキュリティ面で不安を感じる際には、まずは実施しやすい範囲から手を付けていただければと思います。 なにはともあれ「組織」を作って運用しましょう。50名迄は無料で利用できます。 誰でも利用できる/なんでも利用できる環境は避けましょう。 監査ログは取得済みなのでご安心ください。 最後まで読んでいただき、ありがとうございました! 当社システムサポートは、Google Cloud の導入・移行・運営支援を行っています。 クラウド移行含めた最適なシステム環境構築のご相談は、以下よりお願いいたします! Google Cloud導入についてのお問い合わせはこちら 頂きましたご意見につきましては、今後のより良い商品開発・サービス改善に活かしていきたいと考えております。 Author k-hirase 情シス常駐のなかで自然とインフラ領域へ。 運用保守、ネットワーク、セキュリティ、仮想化等を経て、現在はクラウドにたどり着く。 実は元VB6プログラマ。料理好き。 BigQuery Google Cloud 2025年8月13日 【Google Cloud】今から始める!データ分析基盤セキュリティ強化 Category Google Cloud 前の記事を読む BigQueryのパイプ構文を使ってみよう! Recommendation オススメ記事 2023年9月5日 Google Cloud 【Google Cloud】Looker Studio × Looker Studio Pro × Looker を徹底比較!機能・選び方を解説 2023年8月24日 Google Cloud 【Google Cloud】Migrate for Anthos and GKEでVMを移行してみた(1:概要編) 2022年10月10日 Google Cloud 【Google Cloud】AlloyDB と Cloud SQL を徹底比較してみた!!(第1回:AlloyDB の概要、性能検証編) BigQuery ML ワークショップ開催のお知らせ 生成AI導入支援パッケージ Discovery AI導入支援パッケージ Google Cloud ホワイトペーパー 新着記事 2025年8月13日 Google Cloud 【Google Cloud】今から始める!データ分析基盤セキュリティ強化 2025年8月12日 Google Cloud BigQueryのパイプ構文を使ってみよう! 2025年8月12日 Google Cloud Lookerのネイティブ派生テーブルを活用する HOME Google Cloud 【Google Cloud】今から始める!データ分析基盤セキュリティ強化