Microsoft Sentinel MCPサポートの2026年4月更新で最も重要なのは、Microsoft SentinelがMCP（Model Context Protocol）を通じて、AIエージェントや対応クライアントからセキュリティデータへ標準化された形でアクセスできるようになった点です。単に「自然言語で検索できる」だけではなく、Microsoft Sentinelデータレイク、Microsoft Defender、Security Copilotエージェント作成、インシデントトリアージ、脅威ハンティングを、用途別のMCPツールコレクションとして扱えるようになりました。Microsoft Learnの該当ページは2026年4月22日に更新されており、セキュリティ管理者、IDチーム、コンプライアンス担当者は「AI活用機能」ではなく「権限・データ範囲・運用設計が必要なセキュリティ基盤」として確認すべき内容です。(Microsoft Learn)
Microsoft Sentinel MCPサポートとは
Microsoft SentinelのMCPサポートは、AIアプリケーションやエージェントがMicrosoft SentinelやMicrosoft Defenderのセキュリティデータを扱うための、統一された接続口と考えると分かりやすいです。
MCPは、言語モデルが外部ツール、メモリ、コンテキストと安全かつ構造化された方法でやり取りするためのプロトコルです。Microsoft Sentinelでは、このMCPを使って、自然言語でのセキュリティデータ探索、エンティティ分析、インシデント調査、脅威ハンティング、Security Copilotエージェント作成を支援します。(Microsoft Learn)
重要なのは、Microsoft Sentinel MCPサポートが「AIにすべてを任せる仕組み」ではないことです。実務では、AIエージェントが使えるツール、参照できるデータ、実行できるクエリ、利用者の権限を設計する必要があります。つまり、SOCの作業効率化だけでなく、ID管理、監査、データガバナンスまで関係する更新です。
2026年4月更新で押さえるべきポイント
今回の更新で注目すべき点は、Microsoft SentinelがMCP対応のセキュリティツール群を「用途別のコレクション」として整理したことです。これにより、従来はKQL、テーブルスキーマ、Defender側のAPI、Security Copilotの設定を個別に理解していた作業を、AIエージェントが適切なツールを選びながら進めやすくなります。
| 更新ポイント | 実務上の意味 | 主な対象チーム |
|---|---|---|
| ホスト型の統一MCPサーバーインターフェース | 自前でMCPサーバー基盤を構築せず、対応クライアントから接続しやすくなる | セキュリティ管理者、SOC |
| Microsoft Entra IDによるID連携 | 利用者やサービスプリンシパルの権限管理が重要になる | IDチーム |
| 自然言語によるデータ探索 | KQLやテーブル名を完全に覚えていなくても調査を開始できる | SOC、脅威ハンター |
| 用途別ツールコレクション | データ探索、エージェント作成、トリアージを目的別に使い分けられる | セキュリティ管理者 |
| カスタムMCPツール | 保存済みKQLを基に、AIが参照できるデータを細かく制御できる | SOC、コンプライアンス担当 |
Microsoftの説明では、Microsoft SentinelのMCPサーバーインターフェースはホスト型で、インフラ展開が不要であり、Microsoft EntraをIDに使うとされています。また、シナリオ別のツールコレクションを通じて、Microsoft SentinelデータレイクやMicrosoft Defenderのデータを自然言語で扱える点が強調されています。(Microsoft Learn)
利用できるMCPツールコレクション
Microsoft Sentinel MCPサーバーでは、主に次のコレクションが用意されています。用途が異なるため、「とりあえず全部使う」よりも、調査目的に合わせて選ぶのが安全です。(Microsoft Learn)
| コレクション | 主な用途 | 向いている場面 |
|---|---|---|
| Data exploration | Microsoft Sentinelデータレイクのテーブル検索、KQL実行、エンティティ分析 | 過去ログ調査、サインイン失敗の分析、怪しいユーザーやURLの確認 |
| Security Copilot agent creation | Security Copilotエージェントの作成支援 | 定型調査、事後レポート作成、複数製品をまたぐワークフロー |
| Triage | インシデント、アラート、証拠、Defender情報の取得とハンティング | SOCの初動対応、優先度付け、影響範囲確認 |
| Custom MCP tools | 保存済みKQLを基にした独自ツール化 | 監査用途、社内標準調査、参照範囲を限定したAI活用 |
Data explorationは「自然言語で調査を始める」ための入口
Data explorationコレクションでは、自然言語を使ってMicrosoft Sentinelデータレイク内の関連テーブルを探したり、KQLを実行したりできます。代表的なツールには、関連テーブルを探すsearch_tables、KQLを実行するquery_lake、利用可能なワークスペースを一覧化するlist_sentinel_workspacesがあります。(Microsoft Learn)
実務では、次のような使い方が考えられます。
- 「過去24時間のサインイン失敗を要約して、影響が大きいユーザーを上位順に出して」
- 「過去7日間にパスワードスプレー関連のアラートが出たユーザーを調べて」
- 「このURLについて、社内でのクリック履歴や脅威インテリジェンスの情報を確認して」
ただし、自然言語で始められるからといって、結果をそのまま判定に使うのは危険です。プロンプトには、対象期間、対象ワークスペース、出力形式、根拠として参照したテーブル名やKQLを含めるよう指定すると、レビューしやすくなります。
エンティティ分析はユーザーとURL調査を効率化する
Data explorationには、ユーザーやURLなどのエンティティを分析する機能も含まれます。たとえばanalyze_user_entityは、認証パターン、行動異常、組織内アクティビティなどを基にユーザーを分析します。analyze_url_entityは、Microsoftの脅威インテリジェンス、Microsoft Sentinelの脅威インテリジェンス、URLクリック、メール、接続アクティビティ、ウォッチリストなどを踏まえて分析します。(Microsoft Learn)
IDチームにとっては、侵害疑いのあるユーザーを調べる初動で役立ちます。たとえば「このUPNは侵害されている可能性があるか」「直近7日間のサインインとアラートを基にリスクを説明して」といった調査を、KQL作成前の仮説整理に使えます。
一方で、必要なテーブルがオンボードされていない場合は精度が落ちます。ユーザー分析ではAlertEvidence、SigninLogs、CloudAppEvents、IdentityInfoなどが重要になります。URL分析でもEmailUrlInfo、UrlClickEvents、ThreatIntelIndicators、Watchlist、DeviceNetworkEventsなどの有無が影響します。(Microsoft Learn)
導入前に確認すべき前提条件と権限
Microsoft Sentinel MCPサポートを使う前に、まず確認すべきなのはライセンスや権限です。多くのツールはMicrosoft Sentinelデータレイクへのオンボードを必要とし、利用するツールによってはMicrosoft Defender XDR、Microsoft Defender for Endpoint、Microsoft Security Copilotなども関係します。Microsoft Learnでは、MCPツールの一覧表示と実行にSecurity Readerロールが必要と説明されています。(Microsoft Learn)
| 確認項目 | 見るべきポイント | 失敗しやすい点 |
|---|---|---|
| Microsoft Sentinelデータレイク | 対象ワークスペースがオンボード済みか | 必要なテーブルがなく、分析結果が限定的になる |
| Microsoft Defender連携 | Defender XDRやDefender for Endpointの利用状況 | トリアージやハンティングで期待したデータが取れない |
| Security Copilot | エージェント作成やエンティティ分析で必要になる場合がある | SCU消費やロール設計を後回しにする |
| Microsoft Entra IDロール | Security Reader、Security Operator、Security Administratorなど | 検証用ユーザーに過剰権限を与える |
| 対応クライアント | Security Copilot、Copilot Studio、Microsoft Foundry、Visual Studio Codeなど | 使うクライアントごとの制限を確認しない |
特にエンティティ分析では、Security Copilot Contributorロールが必要とされ、SCU（Security Compute Units）を消費する点にも注意が必要です。SCU使用状況の確認にはSecurity Copilot Ownerが関係します。(Microsoft Learn)
対応クライアントごとの使い分け
Microsoft Sentinel MCPツールは、複数のAI-powered code editorやエージェント構築プラットフォームから利用できます。Microsoft Learnでは、Microsoft Security Copilot、Microsoft Copilot Studio、Microsoft Foundry、Visual Studio Codeが案内されています。(Microsoft Learn)
| クライアント | 向いている用途 | 導入時の見方 |
|---|---|---|
| Microsoft Security Copilot | SOC向けの対話型調査、カスタムエージェント | 既存のセキュリティ運用に近い形で始めやすい |
| Microsoft Copilot Studio | 業務向けエージェントへの組み込み | セキュリティデータを扱うため、権限と公開範囲の設計が重要 |
| Microsoft Foundry | AIエージェント開発、検証環境での利用 | プロトタイプから本番化までの統制が必要 |
| Visual Studio Code | 技術者向けの検証、MCP接続テスト | まず接続やツール挙動を確認する用途に向く |
Visual Studio Codeでは、コマンドパレットからMCP: Add Serverを選び、HTTP形式でMCPサーバーURLを追加し、少なくともSecurity Readerロールを持つアカウントで認証する流れが案内されています。検証の初期段階では、VS Codeで読み取り中心のツール挙動を確認してから、Security CopilotやCopilot Studioへ広げるとリスクを抑えやすくなります。(Microsoft Learn)
Triageコレクションでできること
Triageコレクションは、インシデントの優先度付けや脅威ハンティングに向いたツール群です。Microsoft Learnでは、インシデント、アラート、証拠、エンティティ、Advanced Hunting、ファイル、IPアドレス、デバイス、ユーザー、脆弱性に関する情報を扱うツールが説明されています。(Microsoft Learn)
たとえば、次のようなSOC業務に向いています。
- 直近の重大インシデントを一覧化し、最も優先すべきものを理由付きで整理する
- 特定インシデントに紐づくアラートと証拠を確認する
- 不審なファイルハッシュがどのデバイスで観測されたか調べる
- 特定IPアドレスに関連するアラートや通信端末を確認する
- CVEに影響を受けるデバイスを洗い出し、修復優先度を決める
ただし、Triageコレクションには制限もあります。Microsoft Learnでは、別テナントのゲストや委任アクセスでは利用できず、ホームテナントでのみ利用できること、Microsoft Sentinelユーザーが使用ワークスペースを選択できないこと、Microsoft Sentinel lakeのデータ照会にはData explorationツールを使う必要があることが説明されています。(Microsoft Learn)
カスタムMCPツールはコンプライアンスチームにも重要
Microsoft Sentinel MCPサポートで見逃せないのが、カスタムMCPツールです。保存済みKQLを基に独自ツールを作成することで、AIエージェントが参照できるデータや実行できる調査を制御しやすくなります。Microsoft Learnでは、Advanced HuntingやMicrosoft SentinelデータレイクのKQLクエリを使い、エージェントが推論できるデータの種類と量を制御できると説明されています。(Microsoft Learn)
これはコンプライアンス担当者にとって重要です。AIに広範なログアクセスを与えるのではなく、次のように範囲を絞ったツールとして設計できます。
| カスタムツール例 | 目的 | 設計のポイント |
|---|---|---|
| 特定ユーザーの監査ログ取得 | 内部不正やアカウント侵害の確認 | 対象期間とユーザーIDをパラメータ化する |
| 高リスクサインイン抽出 | IDリスク調査 | 出力列を必要最小限にする |
| 重要端末の脆弱性確認 | パッチ適用優先度の判断 | 対象デバイス群を限定する |
| インシデント事後レポート用データ取得 | 報告書作成の効率化 | 根拠データと要約を分けて出力する |
カスタムツールの説明文は、AIが正しくツールを選ぶために非常に重要です。Microsoft Learnでは、短く行動指向にすること、目的を中心に書くこと、必要な前提ステップがある場合だけ明記すること、曖昧な表現を避けることが推奨されています。(Microsoft Learn)
セキュリティ管理者・IDチーム・コンプライアンス担当者の確認観点
セキュリティ管理者が見るべきポイント
セキュリティ管理者は、MCP対応を「SOCの作業を速くする機能」としてだけ見ないほうがよいです。むしろ、AIエージェントがどの調査プロセスに入るのかを明確にする必要があります。
最初に向いているのは、読み取り中心の調査支援です。たとえば、サインイン失敗の要約、怪しいURLの初期調査、インシデント候補の優先度付けなどです。いきなり自動対応やチケットクローズまで任せるのではなく、まずは「人が確認するための根拠を集める」用途から始めるのが安全です。
IDチームが見るべきポイント
IDチームは、Microsoft Entra IDロール、ユーザー、サービスプリンシパル、マネージドIDの扱いを確認する必要があります。MCPツールは自然言語で扱えるため、利用者が操作の影響範囲を意識しにくくなる場合があります。
特に注意すべきなのは、検証環境で過剰権限を付けたまま本番運用に移ることです。検証段階でも、Security Reader相当の読み取り権限から始め、必要なツールごとに権限を追加するほうが安全です。
コンプライアンス担当者が見るべきポイント
コンプライアンス担当者は、AIが参照できるログの範囲、プロンプトに入力してよい情報、出力結果の保存場所、監査レビューの方法を確認すべきです。Microsoft Sentinel MCPサポートはグローバル組織でも活用できますが、多国籍環境では地域ごとのデータ取り扱いルールや社内ポリシーの違いを無視できません。
実務では、次のようなルールを先に決めると運用しやすくなります。
- 個人情報や機密情報を含むプロンプトの扱い
- AI出力をインシデント記録に転記する際のレビュー手順
- 自然言語の要約と、根拠となるKQL・ログの保管方法
- カスタムMCPツールの作成・変更・削除の承認フロー
- グローバルテナント、複数ワークスペース、複数リージョンでの利用範囲
実務での導入ステップ
Microsoft Sentinel MCPサポートは、機能だけを見るとすぐ試したくなりますが、セキュリティ運用に組み込むなら段階的な導入が適しています。
| ステップ | 実施内容 | 判断基準 |
|---|---|---|
| 1. ユースケースを決める | データ探索、エンティティ分析、トリアージ、エージェント作成のどれから始めるか決める | 手作業が多く、読み取り中心で、効果を測りやすい業務を選ぶ |
| 2. 前提条件を確認する | Sentinelデータレイク、Defender、Security Copilot、必要テーブルを確認する | 使いたいツールに必要なデータがそろっているか |
| 3. 権限を設計する | Security Readerなど最小限の権限から検証する | 検証ユーザーに過剰権限を与えていないか |
| 4. 小さく接続テストする | VS CodeやSecurity CopilotでMCPツールの動きを確認する | 期待したテーブル・インシデント・エンティティを取得できるか |
| 5. 出力を検証する | AIの回答に根拠テーブル、期間、クエリ、制限を出させる | 人間が再確認できる形になっているか |
| 6. カスタムツール化する | 繰り返し使うKQLをMCPツールとして保存する | データ範囲と出力列を必要最小限にできているか |
| 7. 運用ルールに組み込む | SOC手順書、監査ルール、承認フローに反映する | 誰が、何を、どの範囲で使うか明確か |
そのまま使えるプロンプト例
Microsoft Sentinel MCPサポートを実務で使う場合は、曖昧な依頼を避け、対象期間、対象データ、出力形式、根拠の提示を指定するのがコツです。
サインイン失敗を調べる
過去24時間のサインイン失敗を調査してください。
対象はMicrosoft Sentinelデータレイク内の関連テーブルです。
失敗回数が多いユーザー上位10件、送信元IP、国/地域、失敗理由、関連するリスク情報を表で出してください。
最後に、参照したテーブル名と使用したKQLを表示してください。ユーザー侵害の可能性を確認する
次のユーザーが侵害されている可能性を調査してください。
対象ユーザー: <UPNまたはMicrosoft Entra object ID>
対象期間: 過去7日間
サインイン、アラート、クラウドアプリ操作、関連デバイスの観点で確認し、
「高・中・低」の暫定リスク、根拠、追加で確認すべき項目を出してください。インシデントの優先度を判断する
直近24時間に作成された未対応インシデントを確認し、
優先対応すべき上位5件を選んでください。
判断理由には、重大度、影響を受けるユーザーまたはデバイス、関連アラート数、既知の悪性指標の有無を含めてください。URLのリスクを確認する
次のURLについて、社内での観測状況とリスクを調査してください。
URL: <調査対象URL>
対象期間: 過去30日間
クリック履歴、メール関連情報、脅威インテリジェンス、ウォッチリスト該当有無を確認し、
ブロック推奨か、監視継続か、問題なしのどれに近いかを理由付きで説明してください。注意すべき失敗パターン
自然言語の結果をそのまま信じる
AIがきれいな文章で要約しても、調査結果が正しいとは限りません。特に、対象期間、テーブル、ワークスペース、KQLの条件がずれていると、もっともらしいが不完全な結論になります。
対策として、プロンプトには「参照したテーブル名」「使用したKQL」「取得できなかったデータ」「分析の制限」を必ず出すよう指定してください。
必要なテーブルがオンボードされていない
Microsoft Sentinel MCPツールは、存在しないデータまでは分析できません。ユーザー分析やURL分析では、関連テーブルが不足するとエラーや免責付きの結果になる場合があります。検証時は、使いたいシナリオごとに必要テーブルを洗い出してください。(Microsoft Learn)
コレクションの用途を混同する
Data explorationはMicrosoft Sentinelデータレイクの探索に向きます。一方、TriageはインシデントやDefender情報を使った初動対応に向きます。TriageコレクションではMicrosoft Sentinel lakeのデータ照会はできず、必要な場合はData explorationを使う必要があります。(Microsoft Learn)
プレビュー機能を本番前提で設計する
Data exploration、Triage、Copilot Studio連携、Microsoft Foundry連携、カスタムMCPツールなど、一部の情報はプレビューまたはプレリリースとして案内されています。Microsoftは、リリース前に内容が大きく変更される可能性があると明記しています。(Microsoft Learn)
そのため、本番運用に組み込む場合は、変更に備えて手順書、権限設計、プロンプト、カスタムツール定義を定期的に見直す前提で進めるべきです。
まずは「読み取り中心の調査支援」から始める
Microsoft Sentinel MCPサポートは、SOCの調査、IDリスク分析、コンプライアンス確認を大きく効率化できる可能性があります。特に、KQLやテーブル構造を完全に把握していない担当者でも、自然言語から調査を始められる点は大きな変化です。
一方で、導入の成否はAI機能そのものよりも、データ範囲、権限、プロンプト設計、出力検証、監査ルールに左右されます。まずはSecurity Reader相当の読み取り中心で、サインイン失敗の要約、ユーザー侵害疑いの確認、インシデント優先度付けなど、リスクが低く効果を測りやすいユースケースから始めるのが現実的です。
次に、繰り返し使う調査を保存済みKQLからカスタムMCPツール化し、AIエージェントが参照できるデータを必要最小限に絞ります。これにより、Microsoft Sentinel MCPサポートを単なる新機能の試用ではなく、SOCとガバナンスの両方に耐える実務基盤として活用できます。
コメント