今日は「バグ」と「デバッグ」についてお話ししていくわね。
これ、コンピューターの世界ではよく出てくる言葉なんだけど、ちゃんと理解しているかって言われるとちょっと不安よね。
バグっていうのは、簡単に言うと「プログラムのミスや不具合」のことよ。
コンピューターにおいて、期待通りの結果を出せない原因がこのバグであることが多いの。
バグがあると、プログラムがうまく動かないのよね。
バグにはいろいろな種類があるわ。例えば、
文章を書くのと同じように、プログラミングにも誤字脱字のようなミスがあるのね。
さて、次にデバッグについてお話しするわね。
これは、
バグを探して取り除く作業よ。
プログラムには、作った人でも見落としてしまうようなミスが潜んでいるかもしれないわね。
そこでデバッグが重要なの。
デバッグにはいくつかの方法があるわ。基本的には以下のような手順を参考にしてね。
デバッグは、問題を見つけるだけじゃなく、その根本原因を理解するためにも大切なプロセスよ。
最後にバグとデバッグの違いをしっかり理解しておきましょう。
ズバリ、
バグは「問題点そのもの」で、デバッグは「その問題を取り除く作業」なのよ。
この違いをしっかりと押さえておくことが大事ね。
ゴミ拾いで考えると分かりやすいわ。
きれいな公園に、空き缶が1つ落ちていたとするわね。
この空き缶が、プログラムでいうバグみたいなものなの。
つまり、
本来そこにあってはいけないもの
全体を乱している問題点
がバグなのよ。
一方で、デバッグは、その空き缶を見つけて拾い、ゴミ箱に捨てる作業にあたるわ。
どこにゴミが落ちているか探す
空き缶を見つける
拾って取り除く
公園をきれいな状態に戻す
この流れが、デバッグのイメージね。
プログラムでも同じように、
どこに不具合があるか探す
原因を見つける
コードを修正する
正しく動く状態に戻す
という作業をするの。
つまり、ゴミ拾いでたとえるなら、
バグは、公園に落ちている空き缶。
デバッグは、その空き缶を見つけて拾い、きれいにする作業。
ということね。
プログラミング言語と機械語の違い、読者のみんなと一緒に探検してみましょう。
まず最初に知っておきたいのがプログラミング言語のこと。
これは、
コンピュータに仕事を頼むための言語
よ。
コンピュータは私たちの言葉を聞いても理解できないけど、この言語を使えば、コンピュータが正確に指示を理解できるの。
例えば、Pythonで書いた掃除のプログラムならこんな感じ。
def prepare_cleaning_tools():
print(“掃除道具を用意する”)def throw_away_trash():
print(“ゴミを捨てる”)def tidy_up_room():
print(“散らかった物を片付ける”)def vacuum_floor():
print(“掃除機をかける”)def wipe_desk():
print(“机を拭く”)def finish_cleaning():
print(“掃除完了！部屋がきれいになりました”)# プログラムを実行する
prepare_cleaning_tools()
throw_away_trash()
tidy_up_room()
vacuum_floor()
wipe_desk()
finish_cleaning()
このプログラミング言語にはたくさんの種類があるの。
そして、それぞれの言語には得意なことや特徴があるわ。
例えば、Pythonなんかはシンプルな書き方とたくさんのライブラリを持っているから、統計や人工知能の分野でたくさん使われているのよ。
以下の表にまとめたらから参考にしてみて。
| 種類 | 特徴 | 代表的な言語 | よく使われる場面 |
|---|---|---|---|
| 手続き型言語 | 処理を順番に書いていく言語 | C、Pascal | OS、組み込みシステム、基本的なプログラム |
| オブジェクト指向言語 | データと処理を「オブジェクト」としてまとめて扱う言語 | Java、C++、C#、Ruby | 大規模システム、アプリ開発、ゲーム開発 |
| スクリプト言語 | 比較的短く書けて、手軽に実行しやすい言語 | Python、JavaScript、PHP、Ruby | Web開発、自動化、データ処理 |
| 関数型言語 | 関数を組み合わせて処理を作る言語 | Haskell、Lisp、Scala、F# | 数学的な処理、並行処理、研究分野 |
| マークアップ言語 | 文章や画面の構造を表す言語 | HTML、XML | Webページ、データ構造の表現 |
| スタイルシート言語 | 見た目やデザインを指定する言語 | CSS | Webページのデザイン |
| データベース言語 | データベースを操作するための言語 | SQL | データ検索、追加、更新、削除 |
| 低水準言語 | コンピュータの機械に近い命令を書く言語 | アセンブリ言語 | ハードウェア制御、組み込み開発 |
次は機械語について。
これは、
コンピュータのCPUが直接理解できる言葉
ね。
コンピュータって、0と1のビットで命令を実行するのを知ってる？
だからつまり機械語は0と1の羅列ってことよ。
イメージ的には、
10110000 01100001
01001000 10010000
こんな感じ。
この言葉は、超シンプルだけど超重要。
私たちが何かを読む時って日本語とか英語を使うけれど、コンピュータは機械語を使ってるのよ。
だって、これがないとコンピュータは動けないのね。
プログラミング言語と機械語の違いは、ズバリ、
誰のために作られた言葉か
の違いよ。
プログラミング言語は、人間がコンピュータに命令を書きやすくするための言葉なの。
たとえば、PythonやJavaScriptのような言語では、
画面に文字を表示する
計算する
データを保存する
といった命令を、人間が比較的読みやすい形で書けるわ。
一方で、機械語は、コンピュータが直接理解するための言葉よ。
コンピュータのCPUは、最終的には0と1の組み合わせで命令を処理しているの。
つまり、
プログラミング言語は人間のための言葉。
機械語はコンピュータのための言葉。
ということね。
ただし、人間が書いたプログラミング言語は、そのままではコンピュータが直接理解できないことが多いわ。
だから、コンパイラやインタプリタと呼ばれる仕組みを使って、プログラミング言語を機械語に変換するのよ。
流れとしては、こんな感じね。
人間がプログラミング言語で書く
↓
コンパイラやインタプリタが変換する
↓
機械語になる
↓
コンピュータが実行する
それじゃあね！
今日は、アルゴリズムとプログラムの違いについて学んでいくわね。
これを理解することで、コンピューターがどのように問題を解決しているのかが分かるはずよ。
まずは、アルゴリズムとプログラムの基本から見ていきましょう。
アルゴリズムとは、
問題解決のための手順や方法を示したもの
よ。
例えば、数字の並びを小さい順に並べ替えるにはどうすればいいのか、という問題を解くための手順を示したものがアルゴリズムよ。
そう、アルゴリズムは「何を」、「どのような順番で」、「何に対して行うのか」を記述したもので、問題解決の手続きを一般化しているのね。
また、アルゴリズムを視覚的に分かりやすく表現した図にフローチャートなどがあるわ。
プログラムとは、
アルゴリズムをコンピュータ上で実行できるように、コンピュータに命令を指示する言語で表したもの
よ。
アルゴリズムが「料理のレシピ」だとしたら、プログラムはそのレシピに基づいて料理を作る「料理人の手順書」なの。
このプログラムを作成することをプログラミングと言うのよ。
つまり、プログラムはアルゴリズムが動けるようにコンピュータに伝えるための表現方法、って感じね。
さて、それではもっと分かりやすくするためにアルゴリズムとプログラムの違いの具体例を見てみましょう。
例えば、美味しいパスタを作るアルゴリズムを考えてみよう。
このように手順通りに進めれば、美味しいパスタが作れるのよ。
では、次にこのアルゴリズムをコンピュータで実行するプログラムを考えてみましょう。
これは簡単に言えば、パスタロボットを動かすための指令書ね。
例えば、
supply_ingredients();boil_pasta();make_sauce();mix_pasta_and_sauce();plate_pasta();コンピュータはこれを実行することで、美味しいパスタを作れるわけ。
では、それじゃあね！
データは、ざっくり「量的データ」と「質的データ」に分けられていて、それぞれの性質に基づいて4つの尺度があるわ。
この尺度について詳しく解説していくわね。
これらは質的データに分類されるわよ。
名義尺度は、分類として意味を持つ分類を表すのに使われる尺度ね。
例えば、性別や血液型、好きな食べ物などがそう。
数値としての意味は全くなく、異なるグループを区別するためのものなの。
だから、数学的な演算はできないわ。
順序尺度は、順序に意味がある分類を示すのに使われるの。
例えば、5段階の成績評価や服のサイズ（S, M, L, LLなど）ね。
ただ、重要なのは、間隔が一定でないということ。
SサイズとLサイズの平均がMサイズになるわけじゃなくて、加減乗除の計算も意味をなさないのよ。
こちらは量的データとして計算ができるわ。
間隔尺度は、数値の間隔や差が意味を持つ尺度よ。
例えば、西暦や気温がこれに当たるわね。
西暦2030年は2020年から10年後と表せるし、その平均値も計算できるわ。
だけど、20℃は−10℃の何倍かなんて計算は意味をなさないの。
比例尺度は、比にも意味がある尺度なの。
例えば、長さがそうね。
「長さが1000mなら、500mの2倍」というように、比の計算が意味を持つデータなのよ。
えっ、尺度の違いがこんがらがるですって？？
そうね、覚え方を伝授しておくわ。
名義尺度の覚え方はズバリ、
母の名義で、アンケートの「性別・血液型・好きな食べ物」を答える
よ。
母の名義でアンケートを書いている男の子が、
お母さんの血液型って何だっけ……？
好きな食べ物って何だったっけ……？
と、気まずそうに悩みながら回答しているシーンを想像してみて。
ここで答えている、
は、どれも種類を表すデータなの。
たとえば、
のように、グループに分けるためのデータね。
ただし、これらには順番や大小はないわ。
A型がB型より大きいとか、寿司がラーメンより上とか、そういう意味はないの。
だから名義尺度は、
名前をつけて分類するだけのデータ
と考えると分かりやすいわ。
順序尺度の覚え方は、
順序よく服のサイズを試しているシーン
を想像すると分かりやすいわ。
S、M、L、LLの服を、順番に試着していくの。
Sは小さい。
Mはその次。
Lはさらに大きい。
LLはもっと大きい。
つまり、服のサイズには、
S → M → L → LL
という順序があるのね。
ただし、ここで大事なのは、サイズに順番はあっても、
SとMの差
MとLの差
LとLLの差
が、必ず同じとは限らないということよ。
だから順序尺度は、
順番は分かるけれど、差の大きさまでは正確には分からないデータ
なの。
間隔尺度の覚え方は、
理科の実験で使う温度計の目盛りの間隔
をイメージすると分かりやすいわ。
温度計を見ると、0℃、10℃、20℃、30℃のように、目盛りが同じ間隔で並んでいるでしょう？
10℃から20℃の差は10℃。
20℃から30℃の差も10℃。
このように、間隔尺度では、
差に意味がある
の。
西暦も同じね。
2020年から2030年は10年後。
2000年から2010年も10年後。
このように、年と年の差を考えることができるわ。
ただし、間隔尺度では何倍かを考えるのは苦手なの。
たとえば、
20℃は10℃の2倍暑い
とは言わないわよね。
0℃は「温度がまったくない」という意味ではないからなの。
だから間隔尺度は、
差は分かるけれど、比は考えにくいデータ
と覚えるといいわ。
比例尺度の覚え方は、
男の子の身長が、比例グラフのように年々大きくなっていく様子
を想像すると分かりやすいわ。
たとえば、身長が110cm、120cm、130cm、140cmと伸びていくとするわね。
この場合、
120cmは110cmより10cm高い
140cmは120cmより20cm高い
のように、差を比べることができるわ。
さらに、比例尺度では、
何倍か
も考えることができるの。
たとえば、
200cmは100cmの2倍
という言い方ができるわね。
これは、身長の0cmが「長さがまったくない」という意味を持っているからなの。
つまり、比例尺度では0が本当のゼロを表すのよ。
身長のほかにも、
などは比例尺度にあたるわ。
比例尺度は、
差も分かるし、比も分かるデータ
なの。
最後に、4つの尺度の覚え方をまとめておくわ。
| 尺度 | 覚え方 | ポイント |
|---|---|---|
| 名義尺度 | 母の名義でアンケートに答える | 種類を答えるだけ |
| 順序尺度 | 順序よく服のサイズを試す | 順番がある |
| 間隔尺度 | 温度計の目盛りの間隔を見る | 差に意味がある |
| 比例尺度 | 身長がグラフのように伸びる | 差も比も分かる |
つまり、
名義尺度は、種類。
順序尺度は、順番。
間隔尺度は、差。
比例尺度は、差と比。
と覚えると分かりやすいわ。
それじゃあ、始めましょうか。二つのデータタイプで混乱したことがある人、いるかしら？ここで解消していきましょう！
質的データとは、一言でいえば「性質や特徴を表すデータ」のことよ。
質的データの理解に役立つ例をいくつか挙げるわね。
血液型や髪の色みたいな例では、数値で表せない情報が該当するの。
質的データはアンケートやマーケティング調査などでよく使われるの。このデータを使うと、消費者の嗜好やトレンドを追いかけることができるのよ。
量的データは、「数量を表すデータ」のことなの。
数値で表現できるデータだから、あたしも計算がしやすいのは嬉しいわ。
ここでは量的データの具体例を見ていきましょう。
これらは数値で表せるからこそ、いろんな計算や分析が可能になるのよ。
量的データは、統計解析やデータ分析において非常に重要よ。平均や分散を計算したり、グラフにしたりするのに使用されるわ。
さて、質的データと量的データの違いをズバリ言っちゃうわよ。
この2つの違いは、
データが表しているもの
が違うのね。
質的データは、種類や分類を表すデータ。
一方で、量的データは、数値の大きさや量を表すデータなの。
質的データは、ものごとの種類・分類・属性を表すデータよ。
たとえば、
などが質的データにあたるわ。
これらは、
どの種類か
どのグループに入るか
を表しているの。
たとえば、血液型ならA型、B型、AB型、O型のように分類できるわね。
髪の色なら、黒、茶、金、赤などに分けられるわ。
ただし、質的データは基本的に、数値として足し算したり平均を出したりするものではないの。
血液型の平均を出す、というのは変でしょう？
だから質的データは、主に分類するために使われるのよ。
一方で、量的データは、数値の大きさや量を表すデータよ。
たとえば、
などが量的データにあたるわ。
これらは、
どれくらいか
どのくらい大きいか
どのくらい重いか
どのくらい多いか
を表しているの。
たとえば、身長なら150cm、170cm、180cmのように数値で表せるわね。
体重なら50kg、60kg、70kgのように、量の大小を比べることができるわ。
量的データは数値として扱えるから、平均を出したり、差を計算したり、グラフにしたりしやすいの。
質的データと量的データは、処理方法も違うわ。
質的データは、主に分類・集計に使うの。
たとえば、
A型の人は何人いるか
黒髪の人は何人いるか
春が好きな人は何人いるか
のように、カテゴリごとの人数や割合を見るのに向いているわ。
一方で、量的データは、主に計算・比較・グラフ化に使うの。
たとえば、
平均身長を出す
最高点と最低点の差を出す
体重の変化を折れ線グラフにする
といった処理ができるわ。
| 項目 | 質的データ | 量的データ |
|---|---|---|
| 表すもの | 種類・分類・属性 | 数値の大きさ・量 |
| 問い方 | 何の種類？ | どれくらい？ |
| 例 | 血液型、髪の色、好きな季節 | 年齢、身長、体重 |
| 主な使い方 | 分類・集計 | 計算・比較・グラフ化 |
| 平均 | 基本的に出せない | 出せる |
最後に、それぞれのデータタイプをもう一度整理しておきましょう。
質的データ
血液型、髪の色、好きな季節、性別、居住地域
量的データ
年齢、身長、体重、点数、気温、売上金額
まとめると、
質的データは「種類」を表すデータ。
量的データは「量」を表すデータ。
ということね。
観測や実験、調査を行うとき、得られる測定値と実際の真の値とのズレを経験するものよ。
このズレを私たち、データの世界では
誤差
と呼ぶわ。
たとえば、使用する機器の精度や操作の熟練度によって、この誤差が生まれるの。
測定値のばらつきが小さいほど、データは精密、つまり精度が高いとされるのよ。
また、環境や装置の構造的理由で測定値にズレが生じることがあるけど、これは正確さに影響しているの。
この場合、測定値の平均が真の値に近ければ近いほど、測定は正確だといえるわね。
時として、一部の測定値が他と大きく異なる場合があるの。
それを
外れ値
って呼んでいるわ。
単なるミスで生まれることもあれば、とても特別な条件で現れることもあるのよ。
たとえば、観測中に誰かが機器を触っちゃったとか、雷などの自然現象による一時的な影響で測定値がズレることが考えられるの。
だから、外れ値が見つかったら、実験をもう一度して確認することが大事なのよ。
データ収集のときに、何らかの理由でデータが取得できなかった場合、それを欠損値と呼ぶのよ。
たとえば、アンケートでの記入漏れや、実験機器の故障などが原因として考えられるわ。
アンケートの場合、曖昧な質問や答えたくない質問があると欠損につながるの。だから、質問の設計は工夫が必要ね。
最後に誤差・外れ値・欠損値の違いを表でまとめておくわ。
| 用語 | 意味 | イメージ |
|---|---|---|
| 誤差 | 本当の値と、測定した値とのズレ | 少しだけズレている |
| 外れ値 | 他のデータと比べて、極端に大きい・小さい値 | ひとつだけ目立って離れている |
| 欠損値 | 本来あるはずなのに、データが入っていない値 | 空欄・未入力になっている |
それじゃあね！
データマイニングとは、
大量のデータセットから重要なパターンを探し出す技術
よ。
データマイニングの目的は、データから意味のあるパターンや法則を見つけ出すこと。
これにより、企業は新たなビジネス機会を見つけたり、プロセスの改善点を特定したりすることができるわ。
主に数値データやグラフを使うのがデータマイニングの特徴ね。
クロス集計という手法で、異なるデータの関係性を分析したりもするの。
テキストマイニングとは、
文章データを対象にしたデータマイニングの一種
よ。
文章を単語や文節単位に分解し、出現回数や傾向を解析することで文章の特性を抽出するの。
SNSのテキストデータを解析して企業が商品イメージを分析したり、アンケートの自由記述回答を解析して傾向を把握したりするのに役立つの。
さて、いよいよ本題に入るわよ。
ズバリ、データマイニングとテキストマイニングの違いは、
用語の範囲の違いね。
データマイニングは、数値データ、売上データ、購入履歴、アクセスログ、アンケート結果など、さまざまなデータを対象にする広い言葉なの。
一方で、テキストマイニングは、その中でも文章データを対象にした分析のことよ。
つまり、関係としては、
テキストマイニングはデータマイニングの一種
と考えると分かりやすいわ。
この関係は、そう、
家電と掃除機の関係ね。
掃除機は家電の一種。
でも、家電すべてが掃除機というわけではないわ。
冷蔵庫、洗濯機、電子レンジ、エアコン、テレビなど、家電にはいろいろな種類があるでしょう？
それと同じで、テキストマイニングはデータマイニングの一種なの。
でも、データマイニングすべてがテキストマイニングというわけではないのよ。
データマイニングには、文章データだけでなく、
など、さまざまなデータの分析が含まれるわ。
一方で、テキストマイニングが対象にするのは、
といった文章データなの。
つまり、
テキストマイニングはデータマイニングである。
しかし、データマイニングは必ずしもテキストマイニングではない。
という関係ね。
| 項目 | データマイニング | テキストマイニング |
|---|---|---|
| 対象 | 数値、表、履歴、ログなど幅広いデータ | 文章データ |
| 具体例 | 売上データ、購入履歴、アクセスログ | 口コミ、レビュー、SNS投稿、自由記述 |
| 見つけるもの | 法則、傾向、関連性、パターン | よく使われる言葉、話題、感情、意見の傾向 |
| イメージ | データの山から価値ある情報を掘り出す | 文章の山から価値ある情報を掘り出す |
| 関係 | 広い概念 | データマイニングの一種 |
みんなもデータの世界に飛び込んで、いろんな発見をしてみてね。
それじゃあ！
デジタル社会では、メール、電子契約書、ソフトウェア、Webサイトの証明書など、いろいろなデータがインターネット上でやり取りされているわ。
でも、ここで不安になるのが、
このデータ、本当に本人が送ったものなの？
途中で誰かに書き換えられていないの？
ということよね。
そこで活躍するのが、
デジタル署名
なの。
デジタル署名とは、簡単にいうと、
このデータは本人が作ったものです
途中で改ざんされていません
ということを確認するための仕組みよ。
紙の世界でいうと、印鑑やサインに近いわね。
ただし、デジタル署名はただ名前を書くわけではないの。暗号技術を使って、本人確認と改ざん検出を行う仕組みなのよ。
デジタル署名で確認できることは、大きく分けて2つあるわ。
| 確認できること | 意味 |
|---|---|
| 本人性 | 本当にその人・組織が作ったデータなのかを確認できる |
| 完全性 | 途中でデータが改ざんされていないかを確認できる |
例えば、Aさんが電子契約書にデジタル署名をしたとするわ。
その場合、受け取った人は、
この契約書は本当にAさんが署名したものか？
署名されたあとに内容が書き換えられていないか？
を確認できるの。
つまりデジタル署名は、デジタル世界の「本人のしるし」と「改ざんチェック」を兼ねた仕組みなのよ。
デジタル署名の仕組みを理解するためには、まず公開鍵暗号方式を押さえておく必要があるわ。
公開鍵暗号方式では、2つの鍵を使うの。
デジタル署名では、この2つの鍵を次のように使うのよ。
秘密鍵で署名する
公開鍵で検証する
ここがとても大事なところね。
まず、送信者は自分の秘密鍵を使ってデータに署名するわ。
秘密鍵は、本人だけが持っている鍵よ。
だから、その秘密鍵で作られた署名は、
これは本人が作った署名だと考えられる
という証拠になるの。
紙の世界でいうと、本人しか持っていない印鑑で押印するようなイメージね。
受信者は、送信者の公開鍵を使って、その署名が正しいかを確認するわ。
公開鍵は、名前の通り公開してよい鍵よ。
そのため、受信者は公開鍵を使って、
この署名は本当に送信者の秘密鍵で作られたものか？
データは途中で改ざんされていないか？
を確認できるの。
では、デジタル署名の流れをもう少し具体的に見ていきましょう。
まず、送信者は送りたいデータからハッシュ値を作るわ。
ハッシュ値とは、データを短くまとめた要約データのようなものよ。
例えば、長い文章やファイルをそのまま署名するのではなく、まずそのデータから短い要約を作るの。
この要約がハッシュ値ね。
次に、そのハッシュ値を送信者の秘密鍵で処理するわ。
これによって作られるのが、デジタル署名なの。
つまり、デジタル署名はざっくりいうと、
データのハッシュ値を、送信者の秘密鍵で署名したもの
と考えると分かりやすいわ。
送信者は、元のデータとデジタル署名を一緒に送るわ。
受信者はそれを受け取って、署名が正しいか確認するの。
受信者は、送信者の公開鍵を使ってデジタル署名を確認するわ。
さらに、受け取ったデータから自分でもハッシュ値を作るの。
そして、
署名から確認したハッシュ値
受け取ったデータから作ったハッシュ値
この2つを比べるのよ。
もし2つのハッシュ値が一致すれば、
データは途中で改ざんされていない
署名は送信者の秘密鍵で作られたものだと確認できる
ということになるわ。
逆に、少しでもデータが書き換えられていると、ハッシュ値が変わってしまうの。
だから、署名の確認に失敗するのよ。
ここで出てきたハッシュ値について、もう少し説明するわね。
ハッシュ値とは、元のデータから作られる短い文字列のことよ。
データの「指紋」のようなものだと考えると分かりやすいわ。
ハッシュ値には、次のような特徴があるの。
例えば、文章の中の1文字だけを変えたとしても、ハッシュ値は別のものになるわ。
だから、受信者はハッシュ値を比べることで、
このデータは途中で変えられていないか？
を確認できるの。
ここで注意したいのが、デジタル署名と暗号化は目的が違うということよ。
どちらも暗号技術を使うけれど、役割は同じではないの。
| 項目 | 目的 | 主に使うもの |
|---|---|---|
| 暗号化 | 内容を読めないようにする | 相手の公開鍵や共通鍵など |
| デジタル署名 | 本人性と改ざんなしを確認する | 送信者の秘密鍵 |
暗号化は、
中身を隠すための仕組み
よ。
一方、デジタル署名は、
誰が作ったのか、途中で変えられていないかを確認する仕組み
なの。
つまり、デジタル署名をしたからといって、必ずしも中身が隠れるわけではないのよ。
ここは間違えやすいところね。
デジタル署名では、公開鍵を使って署名を確認するわ。
でも、ここで1つ問題があるの。
それは、
その公開鍵は、本当に本人の公開鍵なの？
という問題よ。
もし悪い人が、
これがAさんの公開鍵です
と言って、偽物の公開鍵を配っていたらどうなるかしら？
受信者はその偽物の公開鍵を信じてしまうかもしれないわ。
これでは、なりすましを防げないの。
そこで必要になるのが、電子証明書よ。
電子証明書とは、
この公開鍵は、確かにこの人・この組織のものです
と証明するためのデータなの。
そして、その証明書を発行する信頼された機関を認証局というわ。
電子証明書があることで、受信者は、
この公開鍵は本当に本人のものなのか？
を確認しやすくなるの。
つまり、デジタル署名だけではなく、電子証明書と組み合わせることで、より安全に本人確認ができるのよ。
デジタル署名は、いろいろな場面で使われているわ。
例えば、ソフトウェアにデジタル署名があると、
このソフトは正規の開発元が作ったものか？
配布後に改ざんされていないか？
を確認しやすくなるわ。
また、電子契約書では、
誰が署名したのか
署名後に内容が変えられていないか
を確認するために使われるのよ。
最後に、デジタル署名についてまとめるわね。
デジタル署名とは、秘密鍵でデータに署名し、公開鍵でその署名を検証することで、本人性と改ざんされていないことを確認する仕組み。
ポイントは、次の3つよ。
試験や記事では、特にこの形で覚えておくといいわ。
デジタル署名は、送信者の秘密鍵で作成し、送信者の公開鍵で検証する。
それじゃあね！
SSL（Secure Sockets Layer）とTLS（Transport Layer Security）はどちらも、
安全なデータ転送を実現するために使われるプロトコルの一種。
主な違いは、
TLSがSSLの改良版であり、より安全性が高い
ということね。
SSLが初めて登場したのは1994年。
データ通信を暗号化して第三者からの盗聴を防ぐためだったわ。
でも、SSLにはいくつかの脆弱性が見つかってしまい、そこで後を引き継いだのがTLSなの。
現在では、TLSが主流ね。
ブラウザやメールクライアントなどで利用されているわ。
SSLはもう時代遅れだけど、歴史的な経緯からまだその名前が使われることもあるの。
SSL/TLSがよく使われている代表例が、Webサイトの通信なの。
普段、私たちがWebページを見るときには、ブラウザとWebサーバーの間でデータのやり取りが行われているわ。
このときに使われる通信の仕組みが、HTTPやHTTPSよ。
HTTPとは、Webページのデータをやり取りするための通信ルールのことよ。
正式には、HyperText Transfer Protocolというの。
例えば、ブラウザでWebサイトを開くとき、
ブラウザ「このページを見せて！」
サーバー「はい、このページのデータです！」
というやり取りが行われているの。
このやり取りのルールがHTTPなのよ。
ただし、HTTPには大きな弱点があるわ。
それは、通信内容が暗号化されないこと。
つまり、HTTPのままだと、ブラウザとサーバーの間でやり取りされる情報が、第三者に盗み見される危険があるの。
例えば、HTTPのページでログインIDやパスワードを入力した場合、その情報が暗号化されずに送られてしまう可能性があるわ。
もちろん、実際のネットワークではいろいろな仕組みが関係するけれど、イメージとしては、
はがきにパスワードを書いて送る
ようなものね。
はがきは、途中で誰かに見られる可能性があるでしょう？
HTTPもそれに近いイメージなの。
そこで使われるのが、HTTPSよ。
HTTPSは、
HTTPにSSL/TLSによる暗号化を加えた通信方式
なの。
つまり、
HTTPS = HTTP + SSL/TLSによる暗号化
と考えると分かりやすいわ。
HTTPSでは、ブラウザとWebサーバーの間の通信がSSL/TLSによって暗号化されるの。
そのため、ログインID、パスワード、お問い合わせフォームの内容、クレジットカード情報などを、第三者に盗み見されにくくできるわ。
URLを見ると、HTTPとHTTPSの違いはすぐに分かるの。
HTTPのWebサイトは、
http://example.com
のように、http://で始まるわ。
一方、HTTPSのWebサイトは、
https://example.com
のように、https://で始まるの。
この「S」は、SecureのSよ。
つまり、HTTPSは「安全性を高めたHTTP」と考えればいいわね。
| 項目 | HTTP | HTTPS |
|---|---|---|
| 通信の暗号化 | されない | される |
| URL | http:// で始まる | https:// で始まる |
| 安全性 | 通信内容を盗み見される可能性がある | 通信内容を盗み見されにくい |
| 使われる技術 | HTTP | HTTP + SSL/TLS |
昔は、単なる情報ページならHTTPでも使われることが多かったの。
でも現在では、ログインや決済があるページだけでなく、ほとんどのWebサイトでHTTPSが使われるようになっているわ。
なぜなら、Webサイトの安全性を高めるだけでなく、利用者に安心感を与えることにもつながるからよ。
SSL/TLSは単体で目に見えるものではないけれど、私たちが安全にWebサイトを利用するために、HTTPSの裏側でしっかり働いているの。
じゃ、今日はここまで。
またブログで会いましょう！
近頃、インターネットでのデータのやり取りにおいて、暗号化技術の進展が重要な役割を果たしているのを知ってる？
これがあるから大切な個人情報やクレジットカード番号を安心して送れるのよ。
まずは、暗号化方式の2種類について基本を押さえましょう。
共通鍵暗号方式は、一つの鍵でデータを暗号化と復号する方式よ。
つまり、送信者と受信者が同じ鍵を使うの。
たとえば、シーザー暗号を思い出してみて。
「3文字後にずらす」を鍵として、平文「ANGOU」を暗号化すると、「DQJRX」になるわ。
受信者は共通鍵でその暗号文「DQJRX」を復号して元に戻すのよ。
問題点として、共通鍵を送る過程で第三者に盗まれると、暗号文を不正に復号されるリスクが高いのが弱点ね。
一方で、公開鍵暗号方式は2つの異なる鍵を使用するの。
ここでは、公開される鍵と秘密鍵の2つがあるの。
公開鍵で暗号化されたデータは、秘密鍵でしか復号できないわ。
秘密鍵は受信者だけが持っているから、安心よね。
この方式のおかげで、不特定多数とデータを交換するときに便利なの。公開鍵を配っても安全にデータのやり取りが進められるのがポイントね。
えっ。共通鍵暗号方式と公開鍵暗号方式がごちゃ混ぜになっちゃうですって？？
共通暗号方式を家の鍵、公開鍵暗号方式を郵便ポストの鍵と考えるといいわよ。
このイメージで整理すれば、もう暗号方式の違いに迷うことはないわ。
どんなデータを守りたいか、そしてどんな状況で使うのかを思い浮かべると役立つはず。
データの送受信中にノイズなんかで誤りが起こることって、あるの。
それが原因で送ったデータと受け取ったデータが変わっちゃったら大変よ。
そこで使われるのが誤り検出符号やパリティビットってわけ。
誤り検出符号とはズバリ、
データ送信時に誤りが起きたか検出するための仕組み
よ。
データに少しだけ情報を付け加えることで、間違いが起こったかどうかをチェックできるの。
たとえば、インターネット通信やWi-Fi通信では、途中でノイズの影響を受けることがあるの。
本来、
1011001
と送ったはずなのに、
1010001
のように、一部が変わってしまうこともあるわ。
そんな通信ミスを見つけるために使われるのが誤り検出符号よ。
送るデータに、確認用の追加情報をくっつけて送信するの。
受け取った側は、その追加情報と元データを照らし合わせて、
と判断するのよ。
見えないところで、私たちの生活をかなり支えている技術なのよ。
さて、そんな誤り検出符号の中でもっとも有名なのがパリティビットよ。
これは、
データ中の「1」の数が偶数（または奇数）になるように、1ビット追加する方法
なの。
もし受信後に数が合わなければ、どこかで誤りが起きたと分かるのね。
たとえば、次のデータがあるとするわ。
1011001
この中の「1」の数を数えると、4個あるわね。
4は偶数だから、偶数パリティなら追加するビットは「0」になるの。
つまり送信するデータは、
10110010
になるのよ。
たとえば通信途中で1つの数字が変わって、
10100010
で届いたとするわ。
この場合、「1」の数は3個になってしまうの。
本来は偶数のはずなのに奇数になっているから、
どこかで誤りが起きた！
と分かるのよ。
パリティビットには2種類あるわ。
どちらを使うかは通信ルールによって決まるの。
昔から広く使われてきた理由は、この手軽さにあるのよ。
ただし、万能ではないわ。
だから、より高い信頼性が必要な場面では、CRCなど別の方式も使われるの。
パリティビットはシンプルで便利なんだけど、1ビット分しかチェックできないから、2ビット以上の反転には対応できないの。再送要求なんかもあるから注意がいるわ。
ここで少し混乱しやすいのが、誤り検出符号とパリティビットの違いよ。
結論からいうと、
パリティビットは、誤り検出符号の一種
なの。
つまり、
という関係になるわ。
りんごはフルーツだけれど、フルーツ全部がりんごではないわよね。
それと同じで、
パリティビットは誤り検出符号だけれど、誤り検出符号すべてがパリティビットではない
ということなの。
パリティビット以外にも、誤り検出符号には次のようなものがあるわ。
つまり、パリティビットは入門編として有名な代表選手というイメージでOKよ。
それじゃあね！
VPNとは、
Virtual Private Network（仮想的な専用回線）
の略で、
インターネット上に、専用の安全な通信トンネルを作る技術
よ。
つまり、普通のインターネット回線を使いながら、まるで自分専用の回線のように安全に通信できる仕組みなの。
たとえば、カフェやホテルの無料Wi-Fiを使う場面を想像してみて。
誰でも利用できるネットワークでは、通信内容を盗み見られる危険がゼロではないの。
そんなときVPNを使えば、通信内容を暗号化して守ることができるわ。
VPNは、あなたのスマホやパソコンとVPNサーバーの間に、暗号化された通信経路を作るの。
そのため、フリーWi-Fiなどでも比較的安全に通信できるというわけよ。
VPNを使えば何でも安全、というわけではないの。
つまり、VPNは安全性を高める便利な道具と考えると分かりやすいわ。
それじゃあね！
