情報科学 › Claude Code の中身 › 安全性

防御の層

定義 5.1(「安全性」§5)

防御の層とは、危険な行為が実行に至る途中で、それを止める機会を持つ仕組みをいう。層を次の 2 種類に分ける。

  • 決定的な層: 対象とする行為の集合 CC が決まっていて、CC に属する行為を必ず止めるもの。deny 規則(マッチする呼び出しを必ず止める)、OS が強制するサンドボックス(許可されていない操作を必ず失敗させる)、ブロックするフック。
  • 確率的な層: 危険な行為を止めるが、ある確率で見逃すもの。モデル自身の判断、分類器による審査、入力や出力の検査、人間による承認。危険な行為 1 つを見逃す確率を、その層の見逃しの確率という。

複数の層を重ねることを多層防御という。

本文で読む(前後の説明と例)→

閉包の状態

定義

定義は閉包の起点です(証明を要しません)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

これを使っている定理

証明で明示的に参照している定理は、まだありません。

関連するノック 1 問