CompTIA認定資格 SecAI+ 演習問題集 [サンプル版]
問題を解いて「答え合わせ」を行うと、［📊 学習進捗］に正答率が記録されます。
すべて表示▼
全選択 | 全解除
完了 ✕
|
▲ 絞り込みツールを閉じる
未挑戦
☆
問 1
4：AIガバナンス、リスク、コンプライアンス
4：AIガバナンス、リスク、コンプライアンス
医療情報を含むデータセットが、母集団の特定の疾患を予測するように設計された機械学習モデルに入力されます。システムの信頼性を検証するプロセスで、コンプライアンス担当者は、システムが母集団の特定の層に対して確実に疾患を予測できないことに気づきました。このケースに最も当てはまるリスクの種類は次のうちどれですか？
正解：A
解説：
特定の人口統計グループに対して予測精度が著しく低下する現象は、学習データの偏りや表現の不足に起因するバイアスのリスクに該当します。
・A（正解）：学習データにおける特定集団のサンプル不足や偏りにより、一部の層に対してモデルが適切に機能しなくなる状態は、AIシステムにおける典型的なバイアスのリスクです。
・B（誤り）：一貫性は同一条件下で繰り返し同様の結果が得られるかどうかの指標であり、母集団内の特定属性に対する予測精度の偏りを表すリスクではありません。
・C（誤り）：透明性はモデルの内部構造や運用方針が開示されている度合いを指すものであり、性能の偏りそのものを指すリスクではありません。
・D（誤り）：包括性は多様な集団のニーズを均等に反映させるための目標や設計原則であり、発生しているリスク自体の名称ではありません。
未挑戦
☆
問 2
3：AI支援セキュリティ
3：AI支援セキュリティ
100万行を超えるコードを持つソーシャルメディア企業が、バグや問題の平均修復時間を短縮したいと考えています。脆弱性管理フローを自動化するための最もバランスの取れたAI戦略は次のうちどれですか？
正解：A
解説：
脆弱性管理においてAIを効果的かつ安全に活用するには、大量の課題を迅速に分類するトリアージ作業を自動化しつつ、本番コードへの最終的な変更・マージには人間の専門家によるレビューを介在させるアプローチが最適です。
・A（正解）：大量の問題の分類とチケット起票をAIで自動化して処理時間を短縮しつつ、コードのマージというリスクの高い最終判断を人間が担当することで、効率と安全性のバランスが取れます。
・B（誤り）：時間のかかるトリアージ作業を人間が手作業で行い、リスクの高いコードマージをAIに委ねる手法は、プロセスの非効率と本番障害リスクの両方を招くため不適切です。
・C（誤り）：すべての工程を人間が手作業で実施するアプローチでは、AIによる自動化の恩恵が得られず、目標である平均修復時間の短縮を達成できません。
・D（誤り）：トリアージからコードマージまでの全行程を完全にAIへ自動化すると、AIの誤判定や不適切なコード修正がそのまま本番環境に反映される重大な安全上のリスクがあります。
未挑戦
☆
問 3
4：AIガバナンス、リスク、コンプライアンス
4：AIガバナンス、リスク、コンプライアンス
AIシステム向けにデータを検証する主な目的は次のうちどれですか？
正解：D
解説：
AIシステムにおいてデータを検証する最も重要な目的は、入力データや学習データの偏り、欠損、不整合を排除し、特定の属性に対して不当な不利益や偏向が生じないようにすることです。
・A（誤り）：データ検証パイプラインの導入によって一部の運用が自動化される場合はありますが、検証自体の主要な目的ではありません。
・B（誤り）：データ検証には追加の計算処理やリソースが必要となるため、リソース消費の削減を目的とするものではありません。
・C（誤り）：ストレージデータベースの最適化はインデックス設計や圧縮処理などのデータ管理タスクであり、AIデータ検証の目的とは異なります。
・D（正解）：学習データや入力データに含まれる不均衡を検証して是正することにより、モデルが生成する判定や予測におけるバイアスを抑止し、公平な結果を確保できます。
未挑戦
☆
問 4
4：AIガバナンス、リスク、コンプライアンス
4：AIガバナンス、リスク、コンプライアンス
製造会社がプロセスの効率と精度を向上させるために、業務内でAIを使用したいと考えています。導入を可能にし、ビジネス目標を達成するために組織が最初にすべきことは次のうちどれですか？
正解：B
解説：
業務プロセスへのAI導入を成功させビジネス目標を達成するためには、まずシステム全体のアーキテクチャ設計やデータ連携戦略を統括できる専門人材を確保することが前提となります。
・A（誤り）：ISO/IEC 42001認証の取得はAI管理システムが運用・定着した後の評価や監査フェーズで行うものであり、導入初期に最初に行うことではありません。
・B（正解）：データおよびAIアーキテクトを採用することで、製造ラインの業務要件に合致した技術選定、データ基盤の設計、および安全な運用枠組みを確立できます。
・C（誤り）：LLMの選定は具体的な要件やアーキテクチャが定まった後に検討されるべき設計要素であり、初期の最優先アクションではありません。
・D（誤り）：敵対的生成ネットワーク（GAN）の導入は個別技術の適用に過ぎず、組織的なAI採用を推進するための最初のステップとしては不適切です。
未挑戦
☆
問 5
4：AIガバナンス、リスク、コンプライアンス
4：AIガバナンス、リスク、コンプライアンス
企業の一般ユーザーに対してパブリック向けの大規模言語モデル（LLM）の使用を許可する企業にとって、最も懸念されるリスクは次のうちどれですか？
正解：C
解説：
従業員が外部のパブリックLLMを利用する際、業務上の機密データや個人情報をプロンプトとして入力してしまうことによる法的規制違反や情報漏洩が最大の懸念事項となります。
・A（誤り）：ハルシネーションによる誤情報は業務品質に影響を与える懸念ですが、重大な法的制裁や事業停止に直結する規制違反に比べると優先度は劣ります。
・B（誤り）：利用規約の陳腐化は社内ガバナンスの不備を示す要因ですが、パブリックLLM利用時に直接生じる最も深刻な脅威そのものではありません。
・C（正解）：社外秘データや顧客の個人情報が外部のパブリックモデルに送信されると、GDPRなどの各種データセキュリティ規制への違反となり、重大な法的責任や罰則が科されるリスクがあります。
・D（誤り）：パブリックモデルによる悪意あるコード生成は通常ベンダー側の安全対策で制限されており、一般従業員の利用における最大のリスクとは見なされません。
未挑戦
☆
問 6
3：AI支援セキュリティ
3：AI支援セキュリティ
セキュリティ管理者がAIモデルを改善する必要があります。初期調査中、管理者は毎日2つの連続したログイン特徴が記録され、その後特定の時間間隔の後にログイン成功が発生していることに気づきました。すべてのログイン成功は勤務時間中に行われています。AIモデルのセキュリティを向上させるために管理者が使用すべき手法は次のうちどれですか？
正解：B
解説：
連続した認証試行と時間間隔を伴う規則的なログインシーケンスを捉えてセキュリティモデルを強化するには、時系列の振る舞いや規則性を抽出できるパターン認識の手法が最適です。
・A（誤り）：アクセス管理はユーザーの権限付与や認証ポリシーを統制する運用枠組みであり、観測されたログインの振る舞い特性をAIモデルに取り込んで学習させる技術手法ではありません。
・B（正解）：パターン認識を活用することで、反復されるログイン手順や時間的間隔といった振る舞いの規則性をAIが学習し、正常な業務パターンと悪意ある自動化攻撃を精度高く識別できるようになります。
・C（誤り）：シグネチャマッチングは既知の静的な攻撃シグネチャとの完全一致を比較する手法であり、時間経過に伴う動的なログイン行動のパターンを分析することはできません。
・D（誤り）：脆弱性分析はシステムに存在するセキュリティ上の欠陥を発見・評価するプロセスであり、ログイン動作の連続的な振る舞いをモデル化する手法ではありません。
未挑戦
☆
問 7
3：AI支援セキュリティ
3：AI支援セキュリティ
セキュリティアナリストがトリアージプロセスで生成AIを使用する方法の例として、次のうちどれが適切ですか？
正解：C
解説：
生成AIの自然言語処理能力を活かして大量のアラートや調査結果を構造化し、カテゴリ別に要約することは、アナリストのトリアージ作業を迅速化する典型的なユースケースです。
・A（誤り）：次の攻撃対象の予測は時系列分析や予測モデリングなどの判別・予測型AIの役割であり、生成AIが得意とする自然言語生成タスクではありません。
・B（誤り）：統計分析を用いたコード評価は従来の静的解析や機械学習分類器が担当する領域であり、生成AIに特化した活用例ではありません。
・C（正解）：膨大なログやセキュリティアラートから重要情報を抽出し、所見をカテゴリごとに要約して提示することで、アナリストの認知的負荷を減らし迅速な初動トリアージを支援できます。
・D（誤り）：マルウェアへのタグ付けやシグネチャ分類は教師あり学習などの従来の機械学習分類アルゴリズムが担うタスクであり、生成AIの主機能ではありません。
未挑戦
☆
問 8
4：AIガバナンス、リスク、コンプライアンス
4：AIガバナンス、リスク、コンプライアンス
セキュリティコンサルタントが、機械学習（ML）のユースケースに対するポスチャ管理の影響をまとめる必要があります。この目的に最も適切な参考資料は次のうちどれですか？
正解：B
解説：
機械学習システムのセキュリティポスチャ管理やリスク管理体制を包括的に評価するための標準的な指針としては、NIST AI RMFが最も適しています。
・A（誤り）：OECD標準は国際的なAIの基本原則や高レベルの政策方針を示すものであり、技術的なポスチャ管理の影響を評価するための実践的な参照資料ではありません。
・B（正解）：NIST AIリスクマネジメントフレームワーク（RMF）は、AIおよび機械学習システムのライフサイクル全体にわたるガバナンス、マッピング、測定、管理のフレームワークを提供しており、ポスチャ管理の評価に最適です。
・C（誤り）：欧州連合AI法はEU圏内で適用される法的規制であり、セキュリティポスチャの技術的枠組みを体系的に参照するための技術基準ではありません。
・D（誤り）：敵対的生成ネットワーク（GAN）はコンテンツ生成を行うAIモデルのアーキテクチャであり、ポスチャ管理の参考資料ではありません。
未挑戦
☆
問 9
3：AI支援セキュリティ
3：AI支援セキュリティ
金融機関が疑わしい取引にフラグを立てるために、新しいAIベースの不正検知システムを実装しました。セキュリティアナリストは、それが正当な取引を時折ブロックしていることを発見しました。次のうち最良の推奨事項はどれですか？
正解：A
解説：
正常な取引が誤って遮断される誤検知（フォールスポジティブ）が発生している場合、最新の正常な取引パターンを含む多様なデータを追加してモデルを再学習させることが最も効果的な改善策です。
・A（正解）：最新の取引傾向や正常なユーザー行動データをモデルに追加して再学習させることで、正常取引の特徴量を正確に把握させ、誤検知による業務への悪影響を低減できます。
・B（誤り）：トークン使用量やレート制限の実装はAPIコストやリソース消費を管理するための統制であり、判定の誤検知を解消する解決策ではありません。
・C（誤り）：データの暗号化とアクセス制御の強化は機密性の保護に寄与しますが、不正検知モデル自体の分類精度の向上には影響を与えません。
・D（誤り）：従来のルールベース検知への安易なロールバックはAIの検知能力向上を放棄することになり、進化する最新の不正手口に対応できなくなるリスクがあります。
未挑戦
☆
問 10
2：AIシステムの安全確保
2：AIシステムの安全確保
セキュリティアナリストは、AIシステムがウォレット拒否攻撃を受けていることを発見しました。会社を保護するためにアナリストが適用すべきものは次のうちどれですか？（2つ選択してください。）
正解：E, F
解説：
従量課金制のAIリソースを意図的に浪費させて金銭的損害を与えるウォレット拒否攻撃に対しては、リクエスト回数を抑えるレート制御と、1回の応答で消費される最大トークン量を絞る出力トークン制御が最も効果的です。
・A（誤り）：エンドポイントアクセス制御は端末側のセキュリティ統制であり、正当なAPIキーや通信経路上で発生するクラウド利用料の高騰を直接抑制するものではありません。
・B（誤り）：CDNは静的コンテンツの配信キャッシュを効率化するネットワーク技術であり、動的なAIモデル推論に伴うAPI利用料金の浪費を防御するものではありません。
・C（誤り）：モデルのファインチューニングは特定タスクの精度向上を目的とした再学習であり、リクエスト急増による請求額の爆発を防ぐ手段ではありません。
・D（誤り）：モダリティ制御はテキストや画像などの入力形式を制限する機能であり、同一モダリティ内での過剰なリクエストやトークン消費を直接抑止するものではありません。
・E（正解）：APIレート制御を適用することで、短時間に集中する大量のリクエストを制限し、API呼び出し回数に応じた課金の急増を未然に防ぐことができます。
・F（正解）：出力トークン制御を実装して1回のリクエストあたりの最大生成トークン数を制限することで、長文生成ループによる推論コストの意図しない増大を防止できます。
未挑戦
☆
問 11
4：AIガバナンス、リスク、コンプライアンス
4：AIガバナンス、リスク、コンプライアンス
ある多国籍企業がAI支援による採用選考ソリューションの実装を希望しています。コンプライアンス関連の罰金を科されるリスクを低減するために、企業が参照すべきものは次のうちどれですか？
正解：B
解説：
欧州連合AI法では雇用や採用選考に関するAIシステムが高リスクAIとして分類されており、法的要件に違反した場合は巨額の制裁金が科されます。
・A（誤り）：国際標準化機構のAI規格は組織マネジメントの国際標準ですが、法的な強制力を持つ規制ではないため、違反による直接的な罰金は発生しません。
・B（正解）：欧州連合AI法は採用選考などの高リスクAIシステムに対して厳格なコンプライアンス要件を定めており、違反時には多額の罰金が科されるため参照が不可欠です。
・C（誤り）：社内ポリシーは組織内部の運用規程に過ぎず、規制当局から科される法的・金銭的な罰金リスクを直接回避するための外部法的基準ではありません。
・D（誤り）：米国国立標準技術研究所のAIリスクマネジメントフレームワークはリスク管理のための自主的な指針であり、法的拘束力や罰則を伴う規制ではありません。
未挑戦
☆
問 12
4：AIガバナンス、リスク、コンプライアンス
4：AIガバナンス、リスク、コンプライアンス
AIシステムにおけるデータ利用の整合性を保証するものは次のうちどれですか？
正解：D
解説：
データがどこから発生し、どのように変換され、AIモデルでどのように利用されたかという追跡可能性とライフサイクル全体の透明性を確保することで、データ利用の完全性と整合性を担保できます。
・A（誤り）：データマスキングは機密情報や個人情報を伏字化して保護する技術であり、データ利用プロセスの完全性や来歴を保証するものではありません。
・B（誤り）：データクレンジングは重複や誤りのあるデータを修正・除去して品質を向上させる処理であり、利用過程における整合性を追跡・保証するものではありません。
・C（誤り）：データ検証は個々のデータが規定の形式や整合性ルールを満たしているかを確認する手法であり、システム全体でのデータ利用の来歴や整合性を包括的に保証する概念ではありません。
・D（正解）：データリネージを実装することで、データの収集から前処理、モデルへの投入に至る経路と利用状況が完全に可視化され、データ利用の正当性と整合性を確実に証明できます。
未挑戦
☆
問 13
1：サイバーセキュリティに関連する基本的なAI概念
1：サイバーセキュリティに関連する基本的なAI概念
更新中、AIシステムが潜在的な互換性の問題にフラグを立て、推奨事項を提供します。管理者は問題に対処する前に推奨事項を確認します。このシナリオを説明するプロセスは次のうちどれですか？
正解：C
解説：
AIシステムが互換性の分析や推奨事項の提示を行い、最終的な判断や是正措置の適用を人間が確認して実行するプロセスは、人間参加型アプローチに該当します。
・A（誤り）：データ検証は入力データやデータセットが規定のフォーマットや整合性を満たしているかを検証するプロセスであり、管理者が推奨事項を確認する行為ではありません。
・B（誤り）：データ準備は機械学習モデルの学習や分析に先立ってデータを整形・前処理する段階を指すものであり、システムの更新運用プロセスとは異なります。
・C（正解）：人間参加型アプローチを採用することで、AIが提示した分析結果や推奨事項を人間の管理者が介在して最終判断し、予期しないシステムトラブルや誤判断のリスクを低減できます。
・D（誤り）：モデル評価はテストデータを用いてモデルの精度や性能メトリクスを測定する工程であり、運用環境で管理者が提案を確認するシナリオとは異なります。
未挑戦
☆
問 14
4：AIガバナンス、リスク、コンプライアンス
4：AIガバナンス、リスク、コンプライアンス
責任あるAIによって対処されるリスクは次のうちどれですか？
正解：C
解説：
責任あるAIは公平性、透明性、説明責任を重視する原則であり、モデルが特定の集団や属性に対して偏った出力や不当な判断を下す応答バイアスのリスクを直接軽減します。
・A（誤り）：モデルドリフトは実世界のデータ分布の変化に伴って予測精度が経時的に低下する現象であり、主に機械学習運用における継続的監視によって対処される技術的課題です。
・B（誤り）：風評被害はAIシステムの倫理的問題やインシデントによって二次的に生じる事業影響の結果であり、責任あるAIが直接対処する技術的リスク特性そのものではありません。
・C（正解）：応答バイアスは学習データやアルゴリズムの偏りによって不公正な回答が出力されるリスクであり、責任あるAIの公平性および倫理基準によって厳格に対処されます。
・D（誤り）：データポイズニングは攻撃者が意図的に学習データを汚染する敵対的サイバー攻撃であり、技術的なセキュリティ防御統制によって対処される領域です。
未挑戦
☆
問 15
3：AI支援セキュリティ
3：AI支援セキュリティ
ある組織がデプロイ後の脆弱性を削減したいと考えています。組織は開発ワークフローにAI支援による早期検知および脆弱性特定プロセスを組み込むことを決定しました。次のうち最適なAI支援機能はどれですか？
正解：A
解説：
開発プロセスの初期段階において脆弱性を早期に特定・削減するためには、ソースコードの記述段階でセキュリティ欠陥や安全でないパターンを静的に解析するAI支援によるコードリンティングが最も適しています。
・A（正解）：AI支援によるコードリンティングを開発ワークフローに統合することで、コード記述やコミットの段階で潜在的な脆弱性や安全でない実装を即座に検知し、本番デプロイ前に修正できます。
・B（誤り）：インシデント管理は運用環境で発生した障害やセキュリティ侵害に対応するためのプロセスであり、開発ワークフローにおける早期の脆弱性検知ではありません。
・C（誤り）：自動デプロイやロールバックはCI/CDパイプラインにおけるリリースの自動化および障害復旧を担う機能であり、コード内の脆弱性を特定するものではありません。
・D（誤り）：システム監査は稼働中のシステムや運用体制のコンプライアンスを評価・検証する活動であり、開発初期段階でのコード脆弱性の直接的な検知手段ではありません。
本番模擬試験（SecAI+仕様 (最大90問/90分/750点合格)）
本番同様の出題数と時間配分で実力を測ります。
※選択肢は自動的にシャッフルされ、試験終了時に元の順序で正解・解説が表示されます。