【G検定】データ窃取とは？AI時代の情報漏洩リスクと対策をわかりやすく解説
2026年7月4日
AIの学習データには、個人情報や企業秘密がぎっしり詰まっています。そのデータが盗まれたら——。データ窃取は、AIシステムのセキュリティを考えるうえで最初に押さえるべきリスクです。G検定では「安全性とセキュリティ」の文脈で、データ汚染やモデル窃取と並べて問われます。
【G検定】データ汚染とは？学習データを狙うポイズニング攻撃とバックドアをわかりやすく解説
2026年7月4日
AIの弱点は、運用中だけでなく「学習中」にもあります。訓練データに細工したデータを紛れ込ませ、できあがるモデルそのものを歪めてしまう——これが「データ汚染」です。標的型と非標的型の2タイプ、そしてバックドアという恐ろしい仕掛けまで、仕組みを整理して解説します。
【G検定】Brightness(明るさ調整)とは？輝度を変えるデータ拡張をわかりやすく解説
2026年7月4日
同じ場所の写真でも、真昼と夕暮れでは明るさがまるで違います。この「明るさの違い」を人工的に作り出して学習データを増やすのが、データ拡張のBrightness(明るさ調整)です。単純ながら効果的で、画像認識の前処理として広く使われる基本手法です。
【G検定】セキュリティ・バイ・デザインとは？設計段階からの安全対策とコスト100倍の法則を解説
2026年7月4日
セキュリティ対策は「完成してから追加」では遅い——。企画・設計の段階からセキュリティを組み込んでおくアプローチが「セキュリティ・バイ・デザイン」です。攻撃が高度化する時代のシステム開発、そしてAI開発の大前提となる考え方を解説します。
【G検定】Contrast(コントラスト調整)とは？明暗差を変えるデータ拡張をわかりやすく解説
2026年7月4日
同じ被写体でも、くっきり写った写真と、もやっと霞んだ写真があります。この「明暗差」をわざとランダムに変えて学習データを水増しするのが、データ拡張のContrast(コントラスト調整)です。照明や撮影条件が変わっても崩れない、頑健な画像認識モデルを作るための定番テクニックです。