午後は、D-Caseの適用事例を聞いてきた！

７月１７日午後は、

SEC高信頼化技術適用事例セミナー
D-Caseの適用事例に学ぶ、合意形成と説明責任
http://sec.ipa.go.jp/seminar/20150717.html

に行ってきた。その内容をメモメモ

---

事務局から
ごあいさつ
・２０１３年から先進的設計・検証
・事例→普及
　　必要な技術の紹介
　　適用事例
　　別視点から応用する
　　最近の動向

■D-CASEで高信頼性をどのように保障するか？～D－Case活用の基本パターン～
講師　名古屋大　山本先生

・話の内容
　D-Caseの基礎知識
　組み込み分野の適用例
　D-Case活用法

・D-Caseの基礎知識
　なにを保証するのか
　どんな品質を保証するのか
　どういうリスクを持っているのか

・安全性ケースの表現
　　保証ケース
　　GSN
　　　拡張：モニターノード
　　安全性ケース
　　D-Case

・主張と証拠
　証拠によって保障

・D-Caseの例
　　４つ　主張、前提（コンテクスト）、戦略、証拠

・D-Caseのメリットとその理由
　　ミス防止（抜け、漏れ）
　　思考の整理
　　開発期間短縮

・D-Caseの効果例
　客観的に説明できているか

・第三者への説明責任の遂行

・D-Caseの基本概念
　　合意基準
　　　　説明対象が満たすべき特性の基準
　　　　　　D-Case
　　　　証拠におとづく説明によって、説明対象が合意基準を満足
　　説明

・合意記述の前提、記述境界、前提境界
　　コンテクストの境界を明確にする必要がある

・ディペンダビリティ属性の定義

　ノードの日本語があいまいだと、あいまいのまま

・プロジェクトへのD-Case導入のミスマッチ

・組織の適合性評価手法

・組み込み分野の適合例
・論理参照モデル
　　　ユーザー
　　　ユーザーI/F
　　　制御ソフトウェア
　　　　　センサー
　　　　　アクチュエーター
　　　対象
・組み込みシステム参照モデルの分解パターンの例

・LAN機器監視システムの例

・話題沸騰ポット
　組み込みはUSDMがよくつかわれる
　　→個別は出てくるけど、全体的要求は・・・
　　理由の間の依存関係を整理

・イプシロンロケットの監視問題
　　構成要素が安全
　　構成要素に依存関係があれば、依存関係が安全

・安全性ケースアーキテクチャ
　　再利用できる
　　戦略的にリファレンスモデルを決める

・論証プロセス
　　コンポーネント分解
　　パターン分解
　　証拠分解

・D-Case活用法
　　議論分解パターンの分類
　　　議論パターンポケットガイド
　　　　アーキテクチャ分解パターン
　　　　非機能要求グレードの分解パターンの例→インデックスが定義されている
　　　　ECA分解
　　　　均衡分解パターン

　　FTAなどの違い
　　　証拠があるかないか

　　MECEとの関係
　　　MECEは網羅性がなぜ達成されているかを示していない
　　　　→コンテクストだけ

　研修でISDを使う
　経営戦略　BSCを使う→ビジネスゴール分解
　セキュリティCC分解
　医療情報システム安全管理のD-Case

■D-Caseを用いたゴール共有による開発プロセスの適用
講師：富士ゼロックスの人

・自己紹介

・背景
　ソフトウェアはなかなか目に見えない→コミュニケーションが難しい
　D-Caseをコミュニケーションツールに

・D-Caseとは

・適用プロジェクト（ETロボコン）

・本プロセス導入の背景
　DEOSプロジェクト

・なぜD-Caseをコミュニケーションに使うのか
　議論構造が分かりやすい
　Strategyが他のものは明確ではない（例えばマインドマップ）

・試行したD-Case
１）トップゴールを定める
２）ゴールの詳細化と妥当性の議論
３）仮のエビデンスの抽出
４）エビデンスの獲得
５）D-Caseの追加・獲得
６）繰り返しによるD-Caseの構築

・トップゴールを定める
・ゴールの詳細化と妥当性の議論
　　コンテキストの追加
　　ゴールの分割
・仮のエビデンスの抽出
・エビデンスの獲得
　　WBSを使って普通に
　　仮のエビデンスがとれないケース→代替策
・D-Caseの追加・獲得
　　新しい知見の追加
・繰り返しによるD-Caseの構築
　　作っているものを分解しているだけにならないように
・D-Caseによるトレーサビリティ

【質問】
・D-Caseになれるには？
　すぐにできる人と、子供の時からの考えなのか・・・・

■D-Caseで開発成果の品質をどのように説明するか？
～ソフトウェア開発現場におけるD-Case活用事例～
講師：デンソークリエイト
・安全分析の結果を第三者が納得できるように説明したい

・紹介する事例
　　リリース判断会議における活用事例
　　安全分析プロセスにおける活用事例
　　他社製品の品質判断における活用事例　ＡＵＴＯＳＡＲ（おーとざ）

・リリース判断会議における活用事例
　　前提となる文書を整える
　　説明の構造を設計する
　　成果物を証拠にヒモづける
　　D-Caseで説明する

・安全分析プロセスにおける活用事例
　　ハザード分析
　　故障モード抽出
　　故障モード対策定義
　　D-Caseで説明

　＊CAN　車の中の車内LAN

第三者が納得するために必要なこと
　　全体像→戦略で
　　判断基準の見える化
　　対策の組み込み状況


他社製ＡＵＴＯＳＡＲ　ＰＦに関する品質説明事例
　シナリオベースで確認できる

【質問】
・ストラテジーの出し方
　仕事できる人は、わかるみたいよ

・ストラテジーの根拠
　根拠になった絵がある。それをコンテキストとしてストラテジーに張っておけばよかったね

■第三者検証における保障の見える化
～独立検証および妥当性確認（ＩＶ&Ｖ）における事例紹介～
講師：ＪＡＸＡの人

・ソフトウェア品質
　　見えない
　　自由度高い
　　非尾ｔへの依存が高い

・宇宙機ソフトウェアの特徴
　　ロケット、人工衛星、宇宙ステーション、地上管制システム

　・誤作動→損失
　・動作環境過酷
　・部品交換できない
　・基本的に一品モノ
　・運用環境で試験できない

・ＩＶ＆Ｖ活動（ソフトウェア第三者検証）とは

・３つの問い
　　正しく振舞うか
　　意図しない振る舞い
　　不都合な事態

・アシュアランスケースをＩＶ＆V活動に導入し、
　保証の見えるかを実施

・アシュアランスケースとは
　トォールミンロジックとＧＳＮ
　説明先←　主張　←説明もと
　記法としてＧＳＮを応用

・課題
　課題１：具体的に何を記述する？
　　　→誰が誰に対して何を保証する
　課題２：末端ノード増えすぎ
　　　→論点だけ可視化
　課題３：仕事増える
　　　→過去資産を生かす

・活用ポイント
　業務、意義
　
・促進方法
　効果的なところ

・今の課題
　活用：いかに早く過去のケースを参照
　品質：ベースとなるケース
　表現：より多くのステークホルダー→ビューが必要

■D-Case実用化に向けた活動の動向について
～日本の安全安心を世界で共有するために～

・D-Caseプロジェクト
　ＪＳＴのＤＥＯＳプロジェクトの中
　ＤＥＯＳ協会Ｄ－ＣＡＳＥ部会

・アシュアランスケース
　１９９０年代の北海油田事故などから
　チェックリスト→エビデンスをもとにした議論

・アシュアランスケースの課題
　いつ、誰が記述、評価するのか
　ゴール、議論既往増
　粒度、規模

・活用事例
　５０程度の試作　www.dcase.jp

　規模
　ノード　１０～２００、平均６３　標準偏差４７→てんでんばらばら
　階層２～６、平均４　標準偏差１．０３　だいたい３～４階層

　状況ごとのD-CASEが増えている

・３種類の例
　カメラ付きロボットのＤ－Ｃase
　　　フォールトトレランス
　超小型人工衛星の蓄電システムのＤ－Ｃase
　三菱電機のパラメータのシミュレーションのＤ－Ｃase

・傾向
　ＦＴＡ，ＦＥＭＡなどの結果をまとめる：コスト大
　状況ごとのＤ－Ｃase

・これからのＤ－Ｃase
　状況ごとのＤ－Ｃase
　　基本的な前提ゴールが共有されていない可能性のある利害関係者
　　状況に応じて前提、ゴールを設定

ＩＰＡの「ソフトウェア品質説明のための制度ガイドライン」

自分の子にデジタル教科書を使わせますか？→ジョブズ「i-Padを使わせない」が最後のシメでした

今（７月１７日）

HumanCapital2015
ラーニングテクノロジー2015
http://expo.nikkeibp.co.jp/hc/2015tokyo/
にいってきて、

AIが人間を凌駕する時代に人は何をどう学ぶべきか？
講師：NII　新井先生

のお話を聞いてきたので、メモメモ

---

ロボットは東大に入れるか
その前は教育工学→こういうことに関心があった
２０１０　コンピューターが仕事を奪う　日経から
　人工知能→音声合成、画像処理、自然言語、ロぼティクスの人の対話
あまり売れなかった
・どこに置いたらいいの？・・SFの棚に置かれたり
　　→まずいとおもった
・人工知能を作って、東大を目指せば
　　→どらえもんを目指すと書かれた
４年間で作られた認識

　YES:８割

ビッグデータと機械学習
２０１３年　電脳戦第二回
　　　東大入学（２０００人ははいる）　＜　将棋のプロ　
　　　将棋のプロを破ったんだから、東大も入れるのでは？
　そういう話ではない
　　　将棋のプロのフレーム
　　　東大合格のフレームはちがう

どれは犬でしょう？
　犬と猫の写真があって、犬を見分ける
　　　右が猫だと思う人？　人だと１００％
　　　コンピューターで判断させると・・
　　　　論理系推論ではむずかしい

　ディープラーニング→統計の主成分分析
　　　SVM　犬、猫のSVMにリモコン見せても、犬か猫を答える

意味は考えない
正しさは保証しない
　どこの特徴量を見ているか分からない
　DNNは、これはちがうんですというのは難しい

家を見分ける
　リバースエンジニアリングしたら・・・芝生を見ていた！

でも、結構正しい
　Google　正解を教えずに、結構当てたい。インターフェースで工夫
　車　DNNに頼った時、事故が起こったら・・・言えない

東ロボ君
　論理的
　表層的

国語：表層的手掛かりで傍線部問題を解く
　セマンティクスとシンタクスは分かれている
　文字オーバーラップ率

Pepper君は、人の感情を当てている

２０１１年　ジュパディー
　たった１つのタイプの問題しか解いていない
　　→固有名詞
　ファクトイド：解ける問題と確立していた
　モーツアルト　ラスト　シンフォニー
　ワトソンは確信度があるのしかこたえない
　　全部でも６９％→それで、医療分野に入れてますからね（＾＾；）

　まず、７０％の精度を出そう→でも東大は８５、９０％

　キーワード抽出、ランキングモデル
　　→世界的に見て、レッドオーシャン
　　　日本人は、もっとも株が上がった時に買っている
　　　B29に竹やり

大学入試はスモールデータ
　いかに精度よく読むか

　数学
　　問題文
　　言語解析
　　意味合成
　　ZFの式
　　論理式の書き換え
　　実閉体の式
　　数式処理
　　解答

　内容語、機能語：機能語が意味を決めている
　機能語をやると、・・・　　自動的にSQLを出してくる

東ロボくん
　正答率２％の理科の試験で正答
　ボリュームゾーン
　最適化、分類は、機械でできる
　　営業は分類問題→Amazon
　　次は与信審査→確率密度

デジタルにできること・できないこと
　本当にいいの？デジタル教科書
　自動採点→キーワード

あなたは自分の子にデジタル教科書を使わせますか？
　ジョブズ：i-Padを使わせない
　　低コスト