資格暗記無料で始める

AIのセキュリティ・信頼性(敵対的サンプル)とは?

AIのセキュリティ・信頼性(敵対的サンプル)とは、機械学習モデルに対する特有の脅威。入力データにごくわずかなノイズを加えることでAIの判定を意図的に誤らせる「敵対的サンプル(Adversarial Example)」や、学習データに悪意あるデータを混入させてモデルの精度や公平性を損なう「データポイズニング」などがある。

応用情報技術者試験の過去問では24回出題されています(2017年度〜2025年度)。

えーあいのせきゅりてぃ・しんらいせい

応用情報技術者試験の頻出用語/テクノロジ系/別名:AIのセキュリティ・信頼性、敵対的サンプル、AIのセキュリティ、信頼性


AIのセキュリティ・信頼性(敵対的サンプル)の意味

機械学習モデルに対する特有の脅威。入力データにごくわずかなノイズを加えることでAIの判定を意図的に誤らせる「敵対的サンプル(Adversarial Example)」や、学習データに悪意あるデータを混入させてモデルの精度や公平性を損なう「データポイズニング」などがある。

AIのセキュリティ・信頼性(敵対的サンプル)の具体例

画像認識AIに人間の目にはほとんど分からない微小なノイズを加えることで、標識の画像を全く別の対象として誤認識させる、といった実験結果が報告されている。

AIのセキュリティ・信頼性(敵対的サンプル)は試験でどう引っ掛けられる?

攻撃が仕掛けられる時点が違う。敵対的サンプルは学習済みモデルへの入力(推論時)を細工する攻撃、データポイズニングは学習データを汚染する(学習時)攻撃で、対策の打ち所も変わる。またこれらはプログラムの脆弱性を突く攻撃ではないため、パッチ適用や暗号化では防げない。モデルの内部構造を知らなくても成立しうる点も見落としやすい。

AIのセキュリティ・信頼性(敵対的サンプル)と関連する用語

AIのセキュリティ・信頼性(敵対的サンプル)が出た過去問

最終更新:2026-08-25/解説は資格暗記が独自に作成しています。 過去問の出典は各問題に記載のとおりです。