【G検定過去問風テスト】プライバシーを守る！データ窃取の脅威と対策

2026年8月20日 2026年8月20日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

以下の文章を読み、空欄に最もよく当てはまる選択肢を1つ選べ。

AIモデルに対して大量の入力データを送信し、返ってくる出力結果を統計的に分析することで、AIが学習に使った非公開のプライベートデータ（個人情報や機密文章など）を逆算して再現・復元する攻撃のことを ( ) と呼ぶ。

A）データ窃取（Data Extraction）
B）モデル窃取（Model Extraction）
C）データ汚染（Data Poisoning）
D）敵対的攻撃（Adversarial Attack）

🔍 ここをクリックして正解を見る

正解: A）データ窃取（Data Extraction）

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

データ窃取は、AIの出力から「学習に使われた非公開データ（個人情報など）」を逆算して盗み出す攻撃
大規模言語モデル（LLM）などに特殊な入力を繰り返し行い、機密情報を吐き出させる手口が代表적

■ 初学者向け解説（例え話や背景）

AIは大量のデータを暗記して賢くなっていますが、あまりにも細部まで覚え込みすぎてしまうと、学習に使われた個人の秘密やパスワードなどの機密情報までうっかり記憶してしまいます。これを巧妙な質問攻め（プロンプトの工夫など）によってAIから「ポロッと喋らせてしまう」のがデータ窃取です。企業のコンプライアンスや個人情報保護の観点からも非常に重要なセキュリティ課題となっており、対策として「差分プライバシー（Differential Privacy）」の導入などが有効です。

■ 選択肢の解説

A) データ窃取（Data Extraction）（○）: モデルの応答パターンから非公開の学習データを逆算・復元する攻撃であり、問題文の記述に完全に一致します。
B) モデル窃取（Model Extraction）（×）: AIモデル自体の機能や構造を複製・コピーするために、入出力のペアを大量に集める攻撃です（こちらは「モデル」の複製）。
C) データ汚染（Data Poisoning）（×）: 学習段階において不正なデータを混入させ、意図的な誤作動を引き起こさせる攻撃です。
D) 敵対的攻撃（Adversarial Attack）（×）: 運用・推論段階で、入力データに微小なノイズを加えてAIを誤認させる攻撃です。

リンク