2016年08月15日 12時00分 公開
特集/連載

機械学習に起こり得る3つの障害、外部からの攻撃にどう対処すべきか?フェイルオーバー計画が必要な理由

機械学習モデルには脆弱性と障害がつきものだ。本稿では障害の発生原因と、障害発生時にもユーザーの作業を中断させないためのフェイルオーバー計画について説明する。

[Judith Myerson,TechTarget]
アナリティクス活用に当たっての主な課題(出典:デロイト)(参照:やっぱり「勘と経験」が頼り? データアナリティクスを定着させるには)《クリックで拡大》

 機械学習モデルには脆弱性がある。これが主な原因となって障害が起こりやすい。例えばハッカーは医療現場で健康に関する予測に利用される機械学習モデルをロックして、正当なユーザーがアクセスできないようにすることができる。また、機械学習モデルにコードを挿入して、ネットワーク上での不正な取引に関して欠陥のある予測が行われるようにすることも可能だ。

 障害が発生したときに、作業を中断されることを望む機械学習ユーザーはいない。ユーザーに不便な思いをさせないために、企業は主要な機械学習モデルからスタンバイモデルへのフェイルオーバーを可能にするフェイルオーバーメカニズムを検討する必要がある。このメカニズムがあれば、ユーザーはバックグラウンドでフェイルオーバープロセスが発生していることにも気付かないだろう。

 機械学習の障害には主に3つの原因がある。1つは「アルゴリズムの欠陥」、もう1つは「ネットワーク構成の欠陥」、そして3つ目は「敵対的な環境への露呈」だ。

原因1:アルゴリズムの欠陥

ITmedia マーケティング新着記事

news140.jpg

ゴールデンウイークの消費「かなり減った」が過半数――モニタス調査
2020年のゴールデンウイークにおける消費の実態調査です。

news118.jpg

コロナ禍で変わる広報活動、最も伸びた利用ツールは「Zoom」――本田事務所とベクトルが調査
8割の広報人材が新型コロナで「広報活動に影響が出た」と回答。「広報は変わる」と考える...