🔖 キーワード索引

本ページは 情報セキュリティ（Information Security）を多角的に解説します。 上のチップは、 検索・関連語の手がかりです。

📍 文脈 — どこで使う概念か

情報セキュリティ（Information Security）は AI・データサイエンスの 必須前提条件です。 個人データを扱う際の法的責任、 モデルや学習データの保護、 敵対的サンプル攻撃への対処など、 専門領域として深い知識が求められます。 GDPR の制定（2018）以降、 違反企業には 売上の 4%もの罰金が科され、 経営課題となっています。

🎨 直感で掴む — 具体例で理解する

セキュリティの 3 本柱 CIA トライアドを理解しましょう：

AI 特有のセキュリティ脅威：

• 敵対的攻撃：ノイズを加えて分類器を騙す（パンダの画像がテナガザルに）
• モデル盗難：API を叩いてモデルを抽出
• データ汚染：学習データに悪意あるサンプルを混入
• メンバーシップ推論：「この人のデータで学習したか？」を推測される

📐 定義・数式

暗号化の基本：

パスワードのハッシュ化（不可逆変換）：

🔬 記号・要素の読み解き

🧮 数値例・実値計算

例：パスワード保存の正しい方法（コストと安全性の比較）：

低速ハッシュ（bcrypt, Argon2）で 1 パスワードあたり 0.25 秒かかれば、 攻撃者の総当たりも 25 億倍遅くなります。

🐍 Python 実装例

最小コードで動かしてみる例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

import bcrypt

# パスワード保存（強いハッシュ + salt）
password = b'my_secret_password'
hashed = bcrypt.hashpw(password, bcrypt.gensalt(rounds=12))

# 認証時の検証
if bcrypt.checkpw(password, hashed):
    print('認証成功')
else:
    print('認証失敗')

⚠️ よくある落とし穴

🌐 関連手法・派生

• 暗号化：AES, RSA, ECC, TLS
• 認証 / 認可：OAuth, OIDC, MFA, SAML
• 脆弱性対策：SQL インジェクション、 XSS、 CSRF 対策
• 差分プライバシー：統計的にプライバシーを保証する手法
• 連合学習 (FL)：データを共有せずモデルだけ共有する学習法
• ゼロトラスト：「内外問わず信頼しない」設計思想

🔗 関連用語

📚 関連グループ教材

この用語の全体像を学ぶには、 まず横断的な教材で文脈を掴むのが効率的です：

• 📚 データエンジニアリング — セキュリティはデータ基盤の前提