【予想問題24問を無料公開】IoTシステム技術検定 基礎（改訂4版対応）3つの出題形式すべての問題と解説

この記事はプロモーションを含みます（筆者が作った Kindle 問題集・Web 演習サービスの紹介と、Amazon のアソシエイトリンク）。

IoTシステム技術検定 基礎の受験を考えている方へ。

この試験は過去問が公開されていません。公式の問題集もなく、公開されているのはサンプル問題だけです。

そのため「本番でどんな問題が出るのか分からない」「公式テキストを読んだあと、何で練習すればいいか分からない」と悩む方が多い試験です。

この記事では、過去問の代わりに、公式テキスト『IoT技術テキスト 基礎編 改訂4版』の内容から作ったオリジナルの予想問題を、全8章・本番の3つの出題形式すべてで、合計24問、解説つきで無料公開します。

次の試験（第21回）は 2026年11月20日〜2027年3月22日 に、CBT（テストセンターで受けるパソコンの試験）で行われます。申し込みは 2026年11月13日〜2027年3月15日 です（公式ページ）。

試験の概要・難易度・勉強法は、IoTシステム技術検定 基礎の攻略ガイド（note）にまとめています。

この記事の問題について

• 公式テキスト『IoT技術テキスト 基礎編 改訂4版』の全8章から、3つの形式を1問ずつ選んでいます。
• 問題と解説は、Web 問題演習サービス「もちこ道場」の問題から抜き出しました。
• 解説では、正解の理由だけでなく、ほかの選択肢がなぜ違うのかも書いています。

本番の3つの出題形式は次のとおりです。

• 穴埋め（1か所）
• 穴埋め（組み合わせ）
• 誤った記述を選ぶ

もっと多くの問題で練習したい方のために、スマホ・PC で解ける Web 演習サービスも用意しています（記事の最後で詳しく紹介します）。

第1章 IoTの概要を知る

形式1：穴埋め（1か所）

次の空欄[1]にあてはまる最も適切な言葉を、1～4の選択肢の中から一つ選びなさい。

DXの捉え方において、複数のシステムで構成されるシステムも1つのシステムとみなし、全てのシステムがそれぞれ単独で動作するという概念を[1]と呼びます。

1. SoS
2. M2M
3. CPS
4. SaaS

正解と解説を見る

正解：1

SoSはSystem of Systemsの略で、複数のシステムからなるシステムも1つのシステムとみなし、各システムは単独で動作するという考え方である。

各選択肢の解説

• SoS: 【正解】SoSは、単独で動く複数システムの集まりを1つのシステムと捉える考え方で、DXでのシステム連携に生かされる。
• M2M: M2Mは、機械同士が人を介さずに通信して自律的に制御するシステムであり、システム全体の捉え方を表すものではない。
• CPS: CPSは、仮想空間と実空間をデータの循環で融合させる仕組みであり、複数システムを1つとみなす概念ではない。
• SaaS: SaaSは、グループウェアやWebメールといったソフトウェアの機能をネット経由で提供するクラウドの利用形態である。

形式2：穴埋め（組み合わせ）

次の空欄[1]、[2]にあてはまる最も適切な言葉の組み合わせを、１～４の選択肢の中から一つ選びなさい。

経済産業省の「DXレポート」では、既存システムが老朽化やブラックボックス化した状態を放置すればデータの有効活用ができず、競争力を失うとする「 [1] 」への警鐘が鳴らされた。この危機を克服しDXを推進するためには、単なるシステムの [2] ではなく、事業や産業構造そのものの変革を目指す必要がある。

1. [1] 2020年の壁　[2] 近代化
2. [1] 2025年の崖　[2] デジタル化
3. [1] 2030年の溝　[2] ネットワーク化
4. [1] VUCAの時代　[2] オープン化

正解と解説を見る

正解：2

経済産業省は2018年9月のDXレポートで2025年の崖を示し、DXは単なるシステムのデジタル化ではなく事業や産業構造の変革を目指すべきだとした。

各選択肢の解説

• 2020年の壁 / 近代化: 2020年の壁はDXレポートが警鐘を鳴らした名称ではなく、近代化も本問の対比に用いる語ではないため両方とも誤りである。
• 2025年の崖 / デジタル化: 【正解】2025年の崖はDXレポートの副題にある警鐘であり、デジタル化は単なるシステム刷新を表す語として両空欄に合う。
• 2030年の溝 / ネットワーク化: 2030年の溝はDXレポートの警鐘の名称ではなく、ネットワーク化も変革と対比される語ではないため両方とも誤りである。
• VUCAの時代 / オープン化: VUCAの時代は先行き不透明な社会情勢を表す言葉で崖の警鐘ではなく、オープン化もデジタル化の代わりにならない。

形式3：誤った記述を選ぶ

IoTシステム構成におけるIoTデバイスの説明として不適切な記述を、1～4の選択肢の中から一つ選びなさい。

1. IoTデバイスは、主に現実世界のデータを収集するセンサや、動作を行うアクチュエータ、通信モジュールが一体となって構成される
2. IoTデバイスのセンサは現実世界のデータを取り込む役割を持ち、スマートフォン等を経由したクラウド上のデータと同等に扱われる
3. アクチュエータはIoTデバイスの駆動部であり、IoTサーバなどからの指示に従ってロボットやドローンのような動作を行う
4. すべてのIoTシステムにおいて、IoTデバイスは直接インターネットを介してクラウドサーバに接続しなければならず、途中にゲートウェイなどを介在させることはできない

正解と解説を見る

正解：4

IoTデバイスはセンサやアクチュエータと通信モジュールが一体となったもので、現実世界のデータを集めたりサーバの指示で動作したりする。

各選択肢の解説

• 選択肢1: IoTデバイスは、センサやアクチュエータと通信モジュールが一体となった構成を基本とするため、記述の通り正しい。
• 選択肢2: IoTデバイスのセンサは現実世界のデータを取り込み、クラウド上のSNSなどのデータと同等に扱うため、記述の通り正しい。
• 選択肢3: アクチュエータは駆動部であり、IoTサーバなどの指示に従ってロボットやドローンのように動作するため、記述の通り正しい。
• 選択肢4: 【正解】IoTデバイスとサーバの間にはIoTゲートウェイを置く構成が標準であり、介在させられないとする点が誤りである。

ここまでが第1章です。もちこ道場では、第1章の問題をすべて無料で解けます（第1章だけで 90問）。

第2章 IoTのエコシステムを知る

形式1：穴埋め（1か所）

次の空欄[1]にあてはまる最も適切な言葉を、1～4の選択肢の中から一つ選びなさい。

IoTサービスの階層構造において、エリア網と広域網を接続するために、データ集約や通信手順の変換を行う役割を担うのは [1] です。

1. 対象
2. ゲートウェイ
3. データ収集管理
4. 広域網

正解と解説を見る

正解：2

IoTサービスの階層でゲートウェイは、エリア網と広域網の間に位置し、データの集約や通信手順の変換を担って両者を接続する。

各選択肢の解説

• 対象: 対象は、データを収集したり制御したりする相手の階層であり、ネットワーク同士をつなぐ役割は持たない。
• ゲートウェイ: 【正解】ゲートウェイは、エリア網と広域網を結ぶ階層で、データを集約し通信手順を変換する役割を担う。
• データ収集管理: データ収集管理は、データの収集・蓄積・分析やIoTデバイス管理を行う階層で、網同士の接続は担わない。
• 広域網: 広域網は、有線網やセルラー網など広い範囲に展開されたネットワークで、接続される側の網に当たる。

形式2：穴埋め（組み合わせ）

次の空欄[1]、[2]にあてはまる最も適切な言葉の組み合わせを、1～4の選択肢の中から一つ選びなさい。

IoTサービスはいくつかの階層に分けることができ、対象との接続を行うための有線LANやBluetoothなどのネットワークを [1] と呼ぶ。また、ゲートウェイを経由して接続される、セルラー網のように広い範囲に展開されたネットワークを [2] と呼ぶ。

1. [1] 広域網　[2] エリア網
2. [1] センサー網　[2] インターネット網
3. [1] エリア網　[2] 広域網
4. [1] インターネット網　[2] センサー網

正解と解説を見る

正解：3

IoTサービスは対象、エリア網、ゲートウェイ、広域網などの階層に分けられ、対象とつなぐ範囲限定の網がエリア網、セルラー網など広く展開された網が広域網である。

各選択肢の解説

• 広域網 / エリア網: 広域網とエリア網の組み合わせは、どちらも階層名だが、空欄(1)と空欄(2)の順序が逆になっている。
• センサー網 / インターネット網: センサー網とインターネット網は、階層の呼び名ではなく、どちらの空欄にも当てはまらない。
• エリア網 / 広域網: 【正解】エリア網は対象と接続する範囲限定の網、広域網はセルラー網など広く展開した網で、両空欄に合う。
• インターネット網 / センサー網: インターネット網とセンサー網は、階層の呼び名ではなく、順序を入れ替えてもどちらの空欄にも合わない。

形式3：誤った記述を選ぶ

IoTサービスの階層に関する説明として不適切な記述を、1～4の選択肢の中から一つ選びなさい。

1. エリア網はデータ収集対象との接続を行うネットワークであり、無線LANやBluetoothなどが利用される。
2. データ収集管理の階層は、有線網やセルラー網のように広い範囲に展開されたネットワークを提供する。
3. ゲートウェイは、エリア網と広域網を接続するためにデータ集約や通信手順の変換を行う。
4. セキュリティおよびプライバシーについては、階層ごとに適切な保護対策を実施する必要がある。

正解と解説を見る

正解：2

IoTサービスは、対象、エリア網、ゲートウェイ、広域網、データ収集管理、IoTサービスアプリケーションの階層に分けられ、各階層でセキュリティとプライバシーの対策が求められる。

各選択肢の解説

• 選択肢1: エリア網は対象とつなぐ範囲限定のネットワークで、無線LANやBluetoothなどを使うため、記述の通り正しい。
• 選択肢2: 【正解】有線網やセルラー網など広域に展開されたネットワークは広域網であるのに、データ収集管理の役割とする点が誤りである。
• 選択肢3: ゲートウェイは、エリア網と広域網をつなぐためにデータの集約や通信手順の変換を担うため、記述の通り正しい。
• 選択肢4: セキュリティとプライバシーは、階層ごとにそれぞれ適切な保護対策を講じることが必要とされるため、記述の通り正しい。

第3章 IoTデバイスを理解する

形式1：穴埋め（1か所）

次の空欄[1]にあてはまる最も適切な言葉を、1～4の選択肢の中から一つ選びなさい。

動画データにおいて、1秒間に使用される画像フレーム（コマ）の数を表す指標であり、値が高いほど動画の動きが滑らかに表現されるものを [1] という。

1. 解像度
2. 色深度
3. F値
4. フレームレート

正解と解説を見る

正解：4

フレームレートは動画で1秒あたりに使う画像フレーム数で、fps単位で表す。値が大きいほど動きは滑らかになるがデータは大きくなる。

各選択肢の解説

• 解像度: 解像度は画像を構成する縦横の画素数であり、1秒あたりのコマ数を表す指標ではない。
• 色深度: 色深度は画素あたりの色情報量でbpp単位で表すものであり、動画のコマ数の指標ではない。
• F値: F値はレンズの明るさや絞りの度合いを表す指標であり、動画のコマ数とは関係しない。
• フレームレート: 【正解】フレームレートはfps単位で表すコマ数で、データサイズ節約のため下げることもある。

形式2：穴埋め（組み合わせ）

MCPCなどが普及を推進しているトリリオンノードプロセッサは通称 [1] と呼ばれ、コイン電池やセンサなどの各種 [2] を積み重ねることでフレキシブルに機能拡張が可能である。次の空欄[1]、[2]にあてはまる最も適切な言葉の組み合わせを、1～4の選択肢の中から一つ選びなさい。

1. [1] マイコン　[2] シールド
2. [1] マイコン　[2] リーフ
3. [1] ナノコン　[2] リーフ
4. [1] ナノコン　[2] シールド

正解と解説を見る

正解：3

トリリオンノードプロセッサは通称ナノコンと呼ばれる超小型のコンピュータである。電池や通信、センサなどのリーフを積み重ねて機能を広げられる。

各選択肢の解説

• マイコン / シールド: マイコンはSoCなど手軽なコンピュータ一般の呼び名で通称ではなく、シールドもナノコンの拡張単位の名称ではない。
• マイコン / リーフ: マイコンは手軽なコンピュータ一般の呼び名で空欄(1)の通称ではないが、リーフは積み重ねる単位として空欄(2)に合う。
• ナノコン / リーフ: 【正解】ナノコンはトリリオンノードプロセッサの通称として空欄(1)に、リーフは積み重ねる機能単位として空欄(2)に合う。
• ナノコン / シールド: ナノコンは空欄(1)に合うが、シールドはナノコンの拡張に用いる部品の名称ではなく、空欄(2)はリーフである。

形式3：誤った記述を選ぶ

コンピュータでの画像データの扱い方に関する説明として不適切な記述を、1～4の選択肢の中から一つ選びなさい。

1. 画像の表現精度を落とさずにデータサイズのみを小さくするためには、色深度（bpp）を増やすことが最も効果的である。
2. 画像変換や圧縮などのように、画像データから別の画像データを生成する処理は、狭義の画像処理に分類される。
3. 画像から特徴情報を抽出して文字の認識や製品の寸法測定などを行う処理は、画像認識に分類される。
4. CGやアニメのように、特徴情報や計算に基づいて新たな画像データを生成する処理は、画像の生成に分類される。

正解と解説を見る

正解：1

画像データの扱いは狭義の画像処理、画像認識、画像の生成の3つに分けられる。色深度を上げると表現は滑らかになるがデータサイズは増える。

各選択肢の解説

• 選択肢1: 【正解】色深度を増やすと色表現は豊かになるがデータサイズは大きくなり、小さくするのに効果的とする点が誤りである。
• 選択肢2: 狭義の画像処理は画像から画像を得る処理で、画像変換や圧縮、画質改善などが含まれるため、記述の通り正しい。
• 選択肢3: 画像認識は画像から特徴を取り出す処理で、計測や検査、文字認識などに使われるため、記述の通り正しい。
• 選択肢4: 画像の生成は特徴から画像を作る処理で、CGやアニメ、VFXなどが該当するため、記述の通り正しい。

第4章 IoT応用システムを理解する

形式1：穴埋め（1か所）

次の空欄[1]にあてはまる最も適切な言葉を、1～4の選択肢の中から一つ選びなさい。

ドローンとの通信方式において、上り回線と下り回線で別の周波数を割り当てる通信方式を [1] などと呼ぶ。

1. 単向通信・同報通信・単信方式
2. 一周波複信方式（TDD）
3. ティーチングプレイバック
4. Visual SLAM

正解と解説を見る

正解：1

ドローンとの通信には単向通信・同報通信・単信方式が使われ、上り回線と下り回線には互いに異なる周波数が割り当てられる。

各選択肢の解説

• 単向通信・同報通信・単信方式: 【正解】単向通信・同報通信・単信方式はドローンに適用される通信方式で、上りと下りが別の周波数となる。
• 一周波複信方式（TDD）: 一周波複信方式(TDD)は上りと下りで同一の周波数を時間で分けて使う方式であり、無人化施工などに使われる。
• ティーチングプレイバック: ティーチングプレイバックは産業用ロボットの動作を記録して再生する方式であり、通信方式ではない。
• Visual SLAM: Visual SLAMは画像情報のみで自己位置推定と地図作成を行う技術であり、通信方式ではない。

形式2：穴埋め（組み合わせ）

次の空欄[1]、[2]にあてはまる最も適切な言葉の組み合わせを、1～4の選択肢の中から一つ選びなさい。

IoTの出力デバイスとして用いられるアクチュエータには、電気信号を連続した回転運動に変える電動モータのほか、ラジコンなどで使用される [1] や、建設機械でよく見られる [2] などがある。

1. [1] ステッピングモータ　[2] 油圧シリンダ
2. [1] ステッピングモータ　[2] 空気圧シリンダ
3. [1] サーボモータ　[2] 油圧シリンダ
4. [1] サーボモータ　[2] 空気圧シリンダ

正解と解説を見る

正解：3

アクチュエータは出力信号を物理的な運動に変える装置で、代表は電動モータである。ラジコン用のサーボモータや、建設機械に多い油圧シリンダもアクチュエータの例である。

各選択肢の解説

• ステッピングモータ / 油圧シリンダ: ステッピングモータはパルス信号で一定角度ずつ回るモータで、ラジコンの例としては挙げられないが、空欄(2)は正しい。
• ステッピングモータ / 空気圧シリンダ: ステッピングモータはパルスで角度を刻むモータ、空気圧シリンダは空気圧で動く装置で、本問の両空欄の用途例に合わない。
• サーボモータ / 油圧シリンダ: 【正解】サーボモータは空欄(1)のラジコンで使う例、油圧シリンダは空欄(2)の建設機械で見る例として両方合う。
• サーボモータ / 空気圧シリンダ: サーボモータは空欄(1)に合うが、空気圧シリンダは圧縮空気で動く装置で、建設機械でよく見る例ではない。

形式3：誤った記述を選ぶ

産業用ロボットの分類とその特徴に関する説明として不適切な記述を、1～4の選択肢の中から一つ選びなさい。

1. 垂直多関節ロボットは人間の腕に似た形状で汎用性が高く、溶接や塗装など幅広い工程に導入されている。
2. パラレルリンクロボットは複数のモータの出力が1点に集中する構造のため、多関節ロボットに比べて出力が低く、高精度な作業には適さない。
3. 水平多関節ロボットはSCARA型とも呼ばれ、上下方向の剛性が高く水平方向に柔らかさがあるので、部品の押し込み作業などに向いている。
4. 直交ロボットは単軸直動ユニットの組み合わせによるシンプルな機構であり、設計の自由度が高いことが特徴である。

正解と解説を見る

正解：2

産業用ロボットは形状により垂直多関節、水平多関節、直交、パラレルリンクに分類される。パラレルリンクは複数モータの出力を1点に集め、高精度かつ高出力である。

各選択肢の解説

• 選択肢1: 垂直多関節ロボットはロボットアームとも呼ばれ、汎用性が高く溶接や塗装など幅広い工程で使われるため、記述の通り正しい。
• 選択肢2: 【正解】パラレルリンクロボットは出力を1点に集めるため高精度かつ高出力であり、出力が低く高精度作業に不向きとする点が誤りである。
• 選択肢3: 水平多関節ロボットは上下に硬く水平に柔らかい特性を持ち、部品の押し込み作業に適するため、記述の通り正しい。
• 選択肢4: 直交ロボットは単軸直動ユニットを組み合わせた単純な機構で、設計の自由度が高いことが特徴のため、記述の通り正しい。

第5章 IoTにおける通信方式を知る

形式1：穴埋め（1か所）

次の空欄[1]にあてはまる最も適切な言葉を、1～4の選択肢の中から一つ選びなさい。

携帯電話事業者が提供する全国系のサービスとは独立して、地域や企業の個別ニーズに応じて自営の設備で構築できる5Gネットワークのことを [1] と呼ぶ。

1. プライベートLTE
2. Beyond 5G
3. Wi-Fi 6
4. ローカル5G

正解と解説を見る

正解：4

ローカル5Gは、携帯電話事業者の全国サービスとは独立した自営設備で、地域や個別のニーズに合わせて構築できる5Gネットワークである。

各選択肢の解説

• プライベートLTE: プライベートLTEは免許不要のsXGPなどLTEで自営網を作る方式であり、5Gで構築するネットワークではない。
• Beyond 5G: Beyond 5Gは5Gに続く世代の移動通信システムであり、自営設備で構築する5Gネットワークの呼び名ではない。
• Wi-Fi 6: Wi-Fi 6はIEEE802.11axの無線LAN規格であり、携帯電話の5G技術を使った自営ネットワークではない。
• ローカル5G: 【正解】ローカル5Gは様々な主体が自営設備で導入でき、スマートファクトリーなどでの活用が期待される。

形式2：穴埋め（組み合わせ）

次の空欄[1]、[2]にあてはまる最も適切な言葉の組み合わせを、1～4の選択肢の中から一つ選びなさい。

センサネットワークを主な目的とした近距離無線通信規格の [1] は、ベースにIEEE802.15.4を採用しており、複数の無線端末がバケツリレーのようにデータを中継していく [2] ネットワーク構成をとることで通信の信頼性を高めることができる。

1. [1] Z-Wave　[2] スター
2. [1] Wi-SUN　[2] スター
3. [1] ZigBee　[2] メッシュ
4. [1] Bluetooth　[2] メッシュ

正解と解説を見る

正解：3

ZigBeeはIEEE802.15.4をベースにしたセンサネットワーク向けの近距離無線規格で、マルチホップによるメッシュ構成では経路が途切れても別経路を使え信頼性が高まる。

各選択肢の解説

• Z-Wave / スター: Z-Waveはホームオートメーション向けの規格、スターは端末が中継しない構成であり、両方誤りである。
• Wi-SUN / スター: Wi-SUNはスマートメータ検針向けの規格であり、スターも端末を中継させない構成のため、どちらも本問に合わない。
• ZigBee / メッシュ: 【正解】ZigBeeはIEEE802.15.4ベースのセンサ網向け規格、メッシュは中継で別経路を使える構成で、両方正しい。
• Bluetooth / メッシュ: Bluetoothは2.4GHz帯の近距離無線で、センサ網を主目的とする規格ではなく、空欄(2)のメッシュのみ正しい。

形式3：誤った記述を選ぶ

IoTエリアネットワークの有線通信環境に関する説明として不適切な記述を、1～4の選択肢の中から一つ選びなさい。

1. Ethernetの機器は通信回線が空いている状態であればいつでも通信でき、衝突が発生した場合はランダムな時間待機して再送するCSMA/CD方式を採用している。
2. FTTHは光ファイバを用いた通信方式であり、1本の光ファイバを分岐させて複数の加入者宅に引き込むPONというシステムがよく使われている。
3. 最新の第4世代HD-PLCでは、帯域を拡張して高速通信を実現するモードが追加されたが、通信速度を落として通信距離を延長することはできなくなった。
4. PLCは既設の電力線を伝送路とする通信方式であり、家庭内や工場内などでのIoTエリアネットワーク構築に利用される。

正解と解説を見る

正解：3

IoTエリアネットワークの有線環境にはEthernet、光ファイバのFTTH、電力線を使うPLCがあり、第4世代HD-PLCでは高速化と長距離化のモードが加わった。

各選択肢の解説

• 選択肢1: Ethernetは回線が空けば送信でき、衝突時は時間をずらして再送するCSMA/CD方式を使うため、記述の通り正しい。
• 選択肢2: FTTHでよく使われるPONは、光カプラで1本の光ファイバを分岐して複数の加入者宅へ引き込むため、記述の通り正しい。
• 選択肢3: 【正解】第4世代HD-PLCには速度を落として通信距離を最大約2倍にするモードも加わり、延長できないとする点が誤りである。
• 選択肢4: PLCは既設の電灯線を伝送路に使う方式で、家庭内などのIoTエリアネットワーク構築に利用できるため、記述の通り正しい。

第6章 IoTでデータを活用する

形式1：穴埋め（1か所）

次の空欄[1]にあてはまる最も適切な言葉を、1～4の選択肢の中から一つ選びなさい。

自動走行車の制御などで用いられ、コンピュータ（エージェント）が試行錯誤を通じて環境から得られる報酬の合計を最大化するように行動を学習する手法は [1] と呼ばれる。

1. 教師あり学習
2. 強化学習
3. 教師なし学習
4. 半教師あり学習

正解と解説を見る

正解：2

強化学習は、エージェントの行動で環境が変化し、その評価を報酬として受け取る流れを試行錯誤で繰り返し、報酬の合計を最大化する手法である。

各選択肢の解説

• 教師あり学習: 教師あり学習は、データと正解データの組を学習させてルールを作る手法であり、報酬を手がかりに行動を学ぶものではない。
• 強化学習: 【正解】強化学習は、自動走行車をエージェント、道路を環境とみなし、走行の評価を報酬として受け取りながら学習する。
• 教師なし学習: 教師なし学習は、正解データを使わずにデータ間の関係を自動的に計算する手法であり、報酬の最大化を目指すものではない。
• 半教師あり学習: 半教師あり学習は、少量の正解付きデータと大量の正解なしデータを併用する手法であり、報酬で行動を学ぶものではない。

形式2：穴埋め（組み合わせ）

次の空欄[1]、[2]にあてはまる最も適切な言葉の組み合わせを、1～4の選択肢の中から一つ選びなさい。

大規模言語モデルの根幹の技術を支えている深層学習モデルの [1] は、文脈を解釈するために自身の文章内の単語同士の関連性を捉える [2] という機構を備えており、長期記憶力を獲得している。

1. [1] CNN　[2] 自己教師あり学習
2. [1] GAN　[2] リバース
3. [1] Transformer　[2] Self-Attention
4. [1] RNN　[2] フォワード

正解と解説を見る

正解：3

LLMの根幹を支えるTransformerは、文章内の単語同士の関連性から文脈をとらえるSelf-Attentionを採用して長期記憶力を得ている。

各選択肢の解説

• CNN / 自己教師あり学習: CNNは画像認識向けのモデル、自己教師あり学習は疑似ラベルを作る再学習手法で、関連性をとらえる機構ではない。
• GAN / リバース: GANは生成器と識別器を競わせる手法であり、リバースは拡散モデルでノイズを除く過程を指すため両方とも誤りである。
• Transformer / Self-Attention: 【正解】TransformerはLLMの根幹技術、Self-Attentionは文中の単語間の関連をとらえる機構である。
• RNN / フォワード: RNNは離れた単語間の関係をとらえにくい課題を持ち、フォワードは拡散モデルでノイズを加える過程なので両方誤りである。

形式3：誤った記述を選ぶ

Transformerの仕組みと、それを応用した画像生成モデルに関する説明として不適切な記述を、1～4の選択肢の中から一つ選びなさい。

1. Transformerのエンコーダ部は入力データの特徴量を抽出し、デコーダ部はその情報を基に出力データを生成する。
2. 画像生成モデルの一種である拡散モデルは、データにノイズを加える過程と、ノイズを除去して復元する過程からなるencoder/decoderモデルである。
3. 拡散モデルのデコーダ部に相当するリバース過程では、完全にノイズで覆われた状態のデータにさらにノイズを加えて新しい画像を生成する。
4. Transformerは当初機械翻訳向けに開発されたが、現在では画像認識（ViT）など自然言語処理以外の分野でも活用されている。

正解と解説を見る

正解：3

拡散モデルは、データにノイズを加え続けるフォワード過程と、ノイズを取り除いて元に近い状態へ戻すリバース過程の2段階を備えたencoder/decoder型のモデルである。

各選択肢の解説

• 選択肢1: Transformerはエンコーダ部で入力の特徴量を抽出し、デコーダ部で出力を生成するため、記述の通り正しい。
• 選択肢2: 拡散モデルはノイズを加える過程と除く過程を備えたencoder/decoder型であるため、記述の通り正しい。
• 選択肢3: 【正解】リバース過程はノイズを除去して元のデータに近い状態へ戻す過程であり、さらにノイズを加えるとする点が誤りである。
• 選択肢4: Transformerは機械翻訳向けに考案され、ViTなど自然言語処理以外でも有用性が示されたため、記述の通り正しい。

第7章 情報セキュリティを知る

形式1：穴埋め（1か所）

2018年にEU（欧州連合）で施行され、第三国や国際機関への個人データの移転を原則として禁止し、厳格なプライバシー保護を定めた規則を指す言葉として、次の空欄[1]にあてはまる最も適切な言葉を、1～4の選択肢の中から一つ選びなさい。

この一般データ保護規則は、通称 [1] と呼ばれる。

1. CCPA
2. GDPR
3. HIPAA
4. APPI

正解と解説を見る

正解：2

本問はGDPRを問う。EUの一般データ保護規則の通称で、2018年5月に施行された。個人データを第三国や国際機関へ移転することを禁じ、移管が必要な場合は個別の許可が要る。

各選択肢の解説

• CCPA: CCPAは、米国カリフォルニア州の消費者のプライバシーを保護する法律であり、EUの規則の通称ではない。
• GDPR: 【正解】GDPRは、EUで施行された一般データ保護規則の通称で、個人データの第三国への移転を禁止している。
• HIPAA: HIPAAは、米国で医療に関する個人情報の保護を定めた法律であり、EUの一般データ保護規則ではない。
• APPI: APPIは、日本の個人情報保護法を指す英語の略称であり、EUの一般データ保護規則の通称ではない。

形式2：穴埋め（組み合わせ）

次の空欄[1]、[2]にあてはまる最も適切な言葉の組み合わせを、1～4の選択肢の中から一つ選びなさい。

IoTシステムにおいて、個人情報保護法で対象となる「個人情報」だけでなく、本人がそうだと思う情報である[1]の保護にも配慮する必要がある。そのため、システムの設計段階からあらかじめ保護の取り組みを検討・実践する[2]という概念が求められる。

1. [1] パーソナルデータ　[2] プライバシー・バイ・デザイン
2. [1] プライバシー情報　[2] 匿名加工情報
3. [1] プライバシー情報　[2] プライバシー・バイ・デザイン
4. [1] パーソナルデータ　[2] 仮名加工情報

正解と解説を見る

正解：3

本人がプライバシーと考える情報をプライバシー情報といい、これを守るため設計段階から保護を組み込む考え方がプライバシー・バイ・デザインである。

各選択肢の解説

• パーソナルデータ / プライバシー・バイ・デザイン: パーソナルデータは個人に関わるあらゆる情報を指す広い概念であり、本人がそう思う情報に限らないため空欄(1)に合わない。
• プライバシー情報 / 匿名加工情報: プライバシー情報は空欄(1)に合うが、匿名加工情報は個人を識別できないよう加工した情報であり、設計上の概念ではない。
• プライバシー情報 / プライバシー・バイ・デザイン: 【正解】プライバシー情報は本人がそう思う情報、プライバシー・バイ・デザインは設計段階から保護を考える概念で両方合う。
• パーソナルデータ / 仮名加工情報: パーソナルデータは個人に関わる情報全般、仮名加工情報は照合しないと個人を識別できない情報で、両方とも合わない。

形式3：誤った記述を選ぶ

ビッグデータやデータベースに関連する著作権の取り扱いに関する記述として不適切なものを選びなさい。

1. 日本の著作権法では、情報解析のように著作物に表現された思想や感情を享受することを目的としない利用であれば、必要と認められる限度で著作物を利用できる規定がある。
2. クリエイティブ・コモンズライセンス（CCライセンス）が付与された著作物は、利用者が著作者の了解を直接得なくてもライセンス条件の範囲内で利用可能である。
3. データベースは、情報の選択や体系的な構成に創作性があると認められる場合に著作権法で保護されるが、「秘密管理性」や「有用性」を満たしても不正競争防止法などの対象にはならない。
4. 米国のフェアユースの制度では、特定の判断基準のもとで公正な利用と評価されれば、著作者の事前の許諾がなくても著作権侵害とはならない。

正解と解説を見る

正解：3

ビッグデータには著作物が混在しうるため、情報解析のための利用規定やフェアユース、CCライセンスなどの考え方を理解しておく必要がある。

各選択肢の解説

• 選択肢1: 日本の著作権法は思想や感情の享受を目的としない利用を、必要と認められる限度で認めているため、記述の通り正しい。
• 選択肢2: CCライセンスは制作者が利用許諾の意思を示すもので、条件の範囲内なら直接の了解なく使えるため、記述の通り正しい。
• 選択肢3: 【正解】データベースは秘密管理性・有用性・非公知性を満たせば不正競争防止法などで保護されうるため、対象外とする点が誤りである。
• 選択肢4: フェアユースは特定の判断基準で公正な利用と評価されれば、許諾がなくても侵害に当たらない制度であるため、記述の通り正しい。

第8章 IoTビジネスモデルを創出する

形式1：穴埋め（1か所）

次の空欄[1]にあてはまる最も適切な言葉を、1～4の選択肢の中から一つ選びなさい。

典型的なユーザの行動を時系列に並べ、各行動の実現に必要な機能を抽出して優先度順にマッピングする手法を[1]という。

1. カスタマージャーニーマップ
2. リーンキャンバス
3. ユーザストーリーマッピング
4. ビジネスモデルキャンバス

正解と解説を見る

正解：3

ユーザストーリーマッピングは、ユーザの行動を時系列に並べ、各行動に必要な機能を優先度順に配置して、時系列と優先度の2軸で整理する手法である。

各選択肢の解説

• カスタマージャーニーマップ: カスタマージャーニーマップは顧客が商品を知り購入に至るまでの体験や感情の流れを描く図であり、機能の優先度は整理しない。
• リーンキャンバス: リーンキャンバスは9つの項目でビジネスモデルをまとめる仮説検証のフレームワークであり、行動を時系列に並べない。
• ユーザストーリーマッピング: 【正解】ユーザストーリーマッピングは行動を時系列に並べ、必要な機能を優先度順に上から並べてマッピングする。
• ビジネスモデルキャンバス: ビジネスモデルキャンバスは汎用的なビジネスモデルの仮説検証に使う枠組みであり、ユーザの行動から機能を抽出しない。

形式2：穴埋め（組み合わせ）

次の空欄[1]、[2]にあてはまる最も適切な言葉の組み合わせを、1～4の選択肢の中から一つ選びなさい。

アジャイルソフトウェア開発宣言で重視されている価値として、プロセスやツールよりも [1] を、包括的なドキュメントよりも [2] をより価値とするとしている。

1. [1] 個人と対話　[2] 動くソフトウェア
2. [1] 契約交渉　[2] 変化への対応
3. [1] 個人と対話　[2] 変化への対応
4. [1] 顧客との協調　[2] 動くソフトウェア

正解と解説を見る

正解：1

アジャイルソフトウェア開発宣言は、プロセスやツール、包括的なドキュメントにも価値を認めたうえで、個人と対話と動くソフトウェアのほうにより価値をおくとしている。

各選択肢の解説

• 個人と対話 / 動くソフトウェア: 【正解】個人と対話はプロセスやツールより、動くソフトウェアは包括的なドキュメントより価値をおく項目として両方合う。
• 契約交渉 / 変化への対応: 契約交渉は宣言で顧客との協調と比べられる側の語、変化への対応は計画に従うことと対になる語で、どちらも誤りである。
• 個人と対話 / 変化への対応: 個人と対話は空欄(1)に合うが、変化への対応は計画に従うことと対になる価値であり空欄(2)には合わない。
• 顧客との協調 / 動くソフトウェア: 顧客との協調は契約交渉と対になる価値で空欄(1)に合わないが、動くソフトウェアは空欄(2)に合う。

形式3：誤った記述を選ぶ

PoCで役立つフレームワークの一つである「プロトタイピング」に関する説明として不適切な記述を、1～4の選択肢の中から一つ選びなさい。

1. プロトタイプは本番環境と全く同じ完全なシステムである必要があり、一度の検証で全ての要件を確定させなければならない。
2. ビジネスモデルをプロトタイピングし、ユーザや関連部門に見せることは、非常に有効な訴求となる。
3. 実際の製品やサービスの開発を始める前に、簡単な機能やデザインのみを実装した試作品を作成する。
4. デザインや使い心地、工程などを検証し、ユーザからのフィードバックをもらって修正内容を反映する。

正解と解説を見る

正解：1

プロトタイピングは、本格的な開発の前に簡単な機能やデザインだけの試作品を作り、ユーザの反応を受けて修正を重ねるPoCのフレームワークである。

各選択肢の解説

• 選択肢1: 【正解】プロトタイプは簡単な機能やデザインのみの試作品であり、完全なシステムで一度に要件を確定するとする点が誤りである。
• 選択肢2: ビジネスモデルのプロトタイピングは、ユーザや関連部門に見せることで非常に有効な訴求となるため、記述の通り正しい。
• 選択肢3: プロトタイピングでは、製品やサービスの開発前に簡単な機能やデザインだけを持つ試作品を作るため、記述の通り正しい。
• 選択肢4: プロトタイプでデザインや使い心地、工程を検証し、ユーザの意見を修正に反映するため、記述の通り正しい。

さらに練習したい方へ

本番では、この記事の3つの形式がまざって出題されます。合格に近づくには、それぞれの形式に慣れて、たくさんの問題を解くことがいちばんの近道です。

勉強の進め方（3つのステップ）と教材の選び方は、IoTシステム技術検定 基礎の攻略ガイド（note）にまとめています。

まずは公式テキスト：『IoT技術テキスト 基礎編 改訂4版』

試験の問題は、公式テキストの内容から出題されます。最初に1回、全体を読んでおくのがおすすめです。

おすすめ：スマホ・PC で解ける Web 演習サービス「もちこ道場」

過去問が公開されていない試験の対策用に、公式テキストの内容から作ったオリジナルの予想問題を、スマホ・PC のブラウザで解ける Web 演習サービスです（筆者が作っています）。

• 全8章・3つの出題形式で 720問。
• 第1章（90問）は無料で解けます。
• 本番と同じ 60問・60分 の模擬試験つきのプランもあります。
• 料金は ベーシックプラン 500円（31日間）、合格フルサポートプラン 1,000円（31日間）。
• 合格体験などを SNS やブログに投稿すると、料金の一部が戻るキャッシュバックも行っています（条件と期限はサイトでご確認ください）。

スマホで1問ずつ解けます。

解説では、正解の理由と、ほかの選択肢がなぜ違うのかを1つずつ確かめられます。

模擬試験のあとは、章ごとの得点率と本番での出題の多さから、復習する順番が出ます（PC の画面）。

こんな教材もあります：Kindle の問題集

『IoTシステム技術検定 基礎 問題集 改訂4版対応』

過去問が公開されていない試験の対策用に、公式テキストの内容から作ったオリジナルの予想問題集です（全8章・400問、本番の3つの出題形式すべてに対応）。

IoTシステム技術検定 基礎の合格を応援しています！

参考リンク

• IoTシステム技術検定 基礎（MCPC 公式）
• サンプル問題（MCPC 公式）
• 公式テキスト『IoT技術テキスト 基礎編 改訂4版』

Amazonのアソシエイトとして、もちこいしは適格販売により収入を得ています。