Arcserve UDP で仮想マシンのエージェントレス バックアップ（※1）を行う際、必要となるコンポーネントが「バックアップ プロキシ」です。
（Arcserve UDP 10.x 製品のご紹介資料 P.24 より引用。中央の「Arcserve UDP」と書いてあるサーバが バックアップ プロキシ）
このバックアップ プロキシは Arcserve UDP 復旧ポイントサーバ（以下 RPS）や Arcserve UDP コンソールと同じサーバに導入することも多く、Arcserve UDP のサイジングを行う上で重要な要素となります。
そこで、今回は、バックアップ プロキシが実際にどの程度のメモリを使用するのかを調べてみました。
Arcserve UDP の重複排除データストアでは、作成時に 4つのフォルダを指定しますが、一番下のハッシュ デスティネーションは再構築 (リビルド) できます。このため、① から ③ の3つのフォルダ データが残っていれば、データストアとして復元できます。
バックアップ データを NAS に保管するケースも多いと思いますが、これらのフォルダは、復旧ポイントサーバ (RPS) のローカル ドライブだけでなく、CIFS の共有フォルダにも保管できます。④ のハッシュ デスティネーションは重複排除のパフォーマンスの観点から、RPS のローカル ドライブに格納をお願いしておりますが、他のフォルダは CIFS 共有を持つ NAS にも保管できます。
今回のブログ記事では、RPS がダウンした後、NASに残ったバックアップ データからデータストアを復元させる手順 (データストアのインポートとハッシュのリビルド) について紹介します。
多くの企業では、情報セキュリティ対策としてバックアップを取得しています。
これはもちろん重要な取り組みです。
しかし、サイバー攻撃が高度化し、ランサムウェアがバックアップまで狙う時代となった今、「バックアップを取っている」という事実だけで安心できるでしょうか。
先月、ランサムウェア対策の一環として、USB 接続のテープ装置を紹介する記事を公開しました。Arcserveの提供するランサムウェア対策として、最新のイミュータブル ストレージ Arcserve Cyber Resilient Storage（CRS） シリーズはもちろん強力ですが、テープでの運用を変えたくない/踏襲したいという方には、選択肢の１つとして参考にしていただけたのではないでしょうか。
前回の記事はこちら：
ランサムウェア対策としてこういうのもあり？USB 接続テープ装置が面白い！
https://arcserve.txt-nifty.com/blog/2026/05/post-80e222.html
CRS についてはこちら：
Arcserve Cyber Resilient Storage シリーズ
https://www.arcserve.com/hubfs/243905555/jp-resources/crs-presentation.pdf?hsLang=ja
その後、USB 接続テープの開発元である株式会社ユニテックス様のご協力のもと、共同で実機の使い勝手やバックアップ速度の検証をさせていただきました。今回は、その検証結果をご紹介いたします！
「イミュータブル対応です。」
最近、バックアップ製品の提案でよく耳にする言葉です。
確かに、バックアップデータを削除や改ざんから守ることは、ランサムウェア対策として重要です。
しかし、経営層が本当に知りたいのは、
「その仕組みで、会社は止まらないのか？」
ということではないでしょうか。
もし、イミュータブル導入の稟議書が上がってきたら、経営層にはぜひ次の5つの質問を投げかけてほしいと思います。
「イミュータブルだから安全です。」
では、そのデータはどこに存在しているのでしょうか。
本社のサーバールームだけでしょうか。
同じ建物の別ラックでしょうか。
別拠点にも存在するのでしょうか。
火災、停電、水害、盗難――。
同じ場所にしか存在しないバックアップは、災害という共通リスクを抱えています。
消せないことと、失われないことは同じではありません。
最近のハードウェア不足と納期の長期化の影響もあり、昨今では、クラウド環境を利用するケースがますます増えています。通常業務の環境がクラウド上で動作するパターンもありますし、一部機能だけクラウドを利用する場合もあるでしょう。どんなケースであっても、バックアップは必要ですよね。以前からクラウド環境で Arcserve UDP をご利用いただけたのですが、Arcserve UDP 10.2 以降でクラウド活用パターンが増えたため、混乱する方が出てきました。そこで今回は、従来のパターンと、Arcserve UDP 10.2 以降の違いについて解説していきたいと思います。
現代のビジネスにおいて、サイバーセキュリティは単なるITの問題ではなく、経営、ひいては「国家の安全保障」に直結する課題となっています。その大きな転換点となったのが、2022年に成立した「経済安全保障推進法」です。
この法律の本格運用が進む中、内閣府が公開した公式資料において、「バックアップの取得と隔離管理」が、重要インフラを支える企業にとっての明確な「義務（リスク管理措置）」として名指しで規定されていることが注目を集めています。
なぜ今、バックアップがこれほどまでに厳しく問われているのか、その背景と本質を紐解きます。
先月、Arcserve UDP 復旧ポイントサーバ（RPS）のメモリ増強の代わりに、「USB 接続 SSD」をハッシュ領域として使えるかどうかのテスト記事をお届けしました。
しかし、前回の検証ではバックアップ対象のデータ量が 200 GB 程度と少なかったため、SSD に十分な負荷をかけられなかったのが心残りでした。そこで今回は、SSD 性能の限界を見極めるべく、4 TB のバックアップ対象データを用意して本格的な検証を行いました。
まず、SSD に保存されるハッシュ量が多くなるように、バックアップ対象サーバには重複排除が効きにくいデータを 4 TB 分作成しています。
1次バックアップ先の「Arcserve UDP Appliance 9400 v2 S」に USB 接続 SSD を使ったデータストアを追加し、ローカル レプリケート ジョブの実行時間とスループット（速度）を測定します。USB 接続 SSD は前回同様、アイ・オー・データ機器様の SSPM-US500K を使います。
【データ ストアの設定】
USB 接続 SSD を使用したデータ ストアには、CRS シリーズへのレプリケートを模し、また SSD への負荷を最大化するために以下の設定を行いました。
・デデュプリケーション ブロック サイズ：64 KB
・ハッシュ メモリの割り当て：下限値の 1024 MB （※メモリ使用量を極力抑え、SSD からの直接読み取りを最大化するため ）
・データ デスティネーション：UDP 9400 v2 S のローカル ディスク（※ ネットワークがボトルネックになるのを避けるため）
ランサムウェア対策として、いま飛ぶ鳥を落とす勢いなのが、イミュータブル ストレージ Arcserve Cyber Resilient Storage（CRS） シリーズです。おかげさまで大変な数の引き合いを頂戴していてうれしい悲鳴を上げているところです。
※ Arcserve CRS についてはこちら
ただ、実はまだまだテープを使用したランサムウェア対策をご希望されるお客様も多くて、テープを活用したバックアップについてのお問い合わせもたくさんいただきます。最近は、テープ バックアップのユーザー数が多い某ベンダ製ソフトウェアの提供が終了してしまったことから、代替製品のご相談を受けることも多くなってきています。
Arcserve は、まだバックアップと言えばテープが当たり前だった数十年前から長らくバックアップ製品を提供してまいりました。もちろん今でもテープ バックアップ製品の提供を継続していますし、ノウハウもたっぷり蓄積しています。テープ バックアップに関するご相談も、是非、Arcserve におまかせください！
さて、今回はそんなテープ バックアップに関するお話なのですが、ちょっと面白い ”USB 接続のテープ装置” についてご紹介したいと思います。
深刻な人手不足や生産性向上を背景に、日本企業でも生成 AI の活用が急速に進んでいます。生成 AI といえば ChatGPT のような大規模言語モデル（LLM）が注目されがちですが、最近では SLM（小規模言語モデル） という選択肢が大きな注目を集めています。
SLM とは、数億〜数百億程度の比較的少ないパラメータ数で構築された AI モデルです。膨大な計算リソースを要する LLM（大規模言語モデル）に対し、特定の用途や知識に絞ることで、軽量かつ高速な動作を実現しています。特定分野での精度の高さや、自社サーバ等の閉鎖環境で機密情報を守りながら安全に運用できる点も高く評価されています。
一方で、閉鎖されたローカル環境で利用するということは、「その学習データは利用企業自身が責任を持って保護しなければならない」ということも意味します。
そこで、Arcserve Japan では、データ保護の実態を把握するため、日本国内における SLM の導入状況と、学習データのバックアップ状況について調査を実施しました。
本調査は、Arcserve Japan が定期開催している Web セミナーでのアンケートをもとにしています。回答者の多くは、バックアップなどの情報インフラに携わる情報システム部門や IT 企業の方々です。（回答いただいた皆様、ありがとうございました！）
この調査では SLM の導入状況を質問しており、その結果を年別にまとめました。
Q. 貴社では SLM（小規模言語モデル）を用いた AI を導入されていますか？
| 2024年 | 2025年 | 2026年 | |
| 自部門で導入済み | 2.0% | 7.0% | 9.6% |
| 自部門で導入を検討中 | 3.9% | 4.0% | 5.1% |
| 自部門では導入していないが、他部門で導入済み/導入検討中 | 5.9% | 5.2% | 7.0% |
| 自社では導入を予定していない | 38.2% | 36.5% | 36.3% |
| 分からない | 50.0% | 47.3% | 42.0% |
※ 調査期間：2024年10月～2026年4月、回答数累計：834件
「自部門で導入済み」 は 2.0%（2024年）から 9.6%（2026年）と約5倍に増加しています。
一方、「分からない」 という回答は 50.0%（2024年） から 42.0%（2026年）に減少しており、SLM という言葉やその活用法が徐々に浸透していることがうかがえます。
