Information Technology Passport Examination study materials
Information Technology Passport Examination study resources

Information Technology Passport Examination common mistakes

Information Technology Passport Examination · Understand the traps and how to avoid them.

Mistake 1

計算問題(稼働率、MTBF/MTTR、ビット・バイト換算、2進数変換)で、公式を思い出せたのに単位や桁をそろえずに暗算で答えを選び、選択肢のうち「近い値」を選んでしまう。

ITパスポートの計算問題は選択肢がきれいな値で並ぶため、途中式を書かずに概算で選んでも正解に見える。時間配分への焦りから、検算を省いて次の問題へ進む習慣がついている。

What to do instead

計算問題は必ず「単位を明記した式→代入→答えの単位確認」の3行をメモに残す。稼働率は直列=積、並列=1-(1-a)(1-b)と式の形を先に書き、MTBF/(MTBF+MTTR)は分母が総時間であることを毎回確認する。桁は2の10乗=1024を基準に、10進接頭辞との違いを問われていないか設問文に戻って確かめる。

Mistake 2

データベース問題で、正規化の段階(第1〜第3正規形)を判別する際に、主キーの一部への依存(部分関数従属)と主キー以外への依存(推移的関数従属)を区別せず、とりあえず「第3正規形」を選ぶ。

正規化の定義を暗記していても、実際の表と属性の関係に当てはめる練習をしていない。部分関数従属は複合主キーの一部、推移的関数従属は非キー属性間、という判定の手順が身についていない。

What to do instead

演習では必ず「主キーを下線で囲む→主キーの一部だけで決まる属性に印→非キー属性から決まる属性に印」の順で表に書き込む。印がなければ第3正規形、部分従属があれば第2正規形止まり、推移従属のみなら第3正規形未満と即断できるようにする。あわせてSQLのSELECT・WHERE・GROUP BY・HAVINGの評価順も同じ紙に書いて確認する。

Mistake 3

ネットワーク問題で、IPアドレスのサブネット分割や利用可能ホスト数を問われたとき、ネットワークアドレスとブロードキャストアドレスを除く計算を忘れ、2のホスト部ビット数乗をそのまま答える。またTCPとUDPの使い分けを用途名の暗記だけで判断する。

「2のn乗-2」という知識はあるが、/24や/26といったCIDR表記からホスト部ビット数を素早く出せない。プロトコルの特徴(再送制御の有無、コネクション型か)とアプリケーションの要件を結びつける訓練が不足している。

What to do instead

CIDR表記を見たら「32-プレフィックス長=ホスト部ビット数」を最初に書き、利用可能数は2のビット数乗-2で計算する。主要プロトコル(HTTP/HTTPS、DNS、SMTP、POP3、DHCP、NTP、SNMP)はポート番号とTCP/UDPの別を表にして覚え、音声・動画・DNS問い合わせなど「即時性重視か信頼性重視か」で理由づけする。

Mistake 4

情報セキュリティ問題で、マルウェアの種類(ウイルス、ワーム、トロイの木馬、ランサムウェア、スパイウェア)や攻撃手法(標的型攻撃、DoS/DDoS、SQLインジェクション、クロスサイトスクリプティング、ソーシャルエンジニアリング)の説明文を、名称の印象だけで対応づけて誤答する。

用語カードの暗記に偏り、各脅威の「感染経路」「成立条件」「対策」の3点セットで整理していない。似た用語(ウイルスとワームの自己増殖、XSSとSQLインジェクションの入力先)が混同されやすい。

What to do instead

各脅威について「何を狙うか/どう広がるか/有効な対策は何か」を1行ずつ自分の言葉で書いた表を作る。特にワームは単体で自己増殖・ウイルスは宿主が必要、XSSは利用者のブラウザでスクリプト実行・SQLインジェクションはDBへ不正なSQL、という違いを対比で覚える。対策はWAF、ファイアウォール、IDS/IPS、多要素認証、パッチ適用のどれが効くかまでセットにする。

Mistake 5

情報デザイン・情報メディア分野で、配色やレイアウトの用語(補色、類似色、コントラスト、整列、近接、反復、余白)を問う問題に対し、感覚的な好みで選択肢を選び、ユーザビリティやアクセシビリティの観点(色覚多様性、可読性、一貫性)を理由として説明できない。

デザイン分野は暗記量が少ないと感じて対策を後回しにし、原則の名称だけを覚えて「なぜその原則が使いやすいのか」を理解していない。色の対比と文字サイズ・コントラスト比の基準を結びつけていない。

What to do instead

ゲシュタルト原則やデザインの4原則(近接・整列・反復・対比)を、身近なWebサイトや資料の画面で1つずつ実例として指摘する練習をする。配色は「色相環で反対=補色、隣接=類似色」と図で覚え、色だけで情報を伝えない(形やラベル併用)理由を色覚多様性と結びつけて説明できるようにする。

Mistake 6

企業活動・会計分野で、損益分岐点売上高、変動費・固定費、減価償却、財務諸表の区分を問う問題に対し、公式を丸暗記して数値を当てはめるが、変動費率と限界利益率のどちらを使うか、当期純利益と営業利益の位置づけを混同する。

会計用語に馴染みが薄く、計算式の意味(売上から何を引いているか)を理解せずに暗記している。損益計算書の段階的な利益(売上総利益→営業利益→経常利益→当期純利益)の順序が定着していない。

What to do instead

損益分岐点売上高=固定費÷(1-変動費率)を、限界利益=売上-変動費という図とセットで描いてから計算する。損益計算書は上から順に「何を引いていくか」を矢印で書き、各段階の利益名を埋める。減価償却は定額法と定率法の違いを、取得原価・耐用年数・残存価額の3語を使って説明できるようにする。

Mistake 7

データ利活用分野で、相関と因果の混同、母集団と標本の関係、平均値と中央値の使い分けを問う問題に対し、用語の定義だけを答えて、具体的なシナリオ(外れ値を含むデータ、抽出調査の結論)で適切な判断ができない。

統計の用語を単語帳的に覚えており、データの分布や調査設計の文脈で使う訓練が不足している。相関係数が高いことと因果関係があることが別物である点を、文章で説明する練習をしていない。

What to do instead

演習のたびに「この主張は因果か相関か」「このデータは全数か標本か」「外れ値があるとき平均と中央値どちらが代表値として適切か」を自問する習慣をつける。相関の例では第3の要因(交絡)を必ず1つ挙げる練習をし、標本調査では無作為抽出の意味と偏りの例をセットで説明できるようにする。

Mistake 8

法規・情報倫理分野で、個人情報保護法、著作権法、不正アクセス禁止法、労働関連法規の適用場面を問う問題に対し、法律名とキーワードの一致だけで選び、誰が何をしたときにどの法律が適用されるかの主体・行為を確認しない。

法律は暗記科目と捉え、条文の趣旨や保護対象(個人情報、著作物、アクセス制御装置)を理解していない。会社の規程やコンプライアンス体制(順守すべき規程、内部統制)と法律の関係も整理されていない。

What to do instead

各法律について「保護する対象/禁止・義務の内容/違反したときの主体」を3列の表にする。特に著作権は私的利用・引用の条件、個人情報は個人情報取扱事業者の義務と要配慮個人情報、不正アクセスは識別符号とアクセス制御機能の侵害という構成要件を確認する。問題文では行為者(個人か事業者か)と行為(取得・利用・提供・複製)を丸で囲んでから選択肢を絞る。

Mistake 9

システム開発・運用分野で、開発モデル(ウォータフォール、プロトタイピング、スパイラル、アジャイル)やテスト(単体・結合・システム・受入)、運用のインシデント管理と問題管理の区別を問う問題で、似た用語を混同して誤答する。

開発工程の名称は知っていても、各工程で「何を作り何を確認するか」が結びついていない。ITIL系の用語は日常業務の経験がないとイメージしづらく、定義の丸暗記になりがち。

What to do instead

開発モデルは「要件が固まっているか」「変更が多いか」「リスクの大きさ」の3軸で使い分けを説明できるようにする。テストはV字モデルを描き、設計工程とテスト工程を対応させる。運用はインシデント(今すぐ復旧)と問題(原因を除去)の目的の違いを、具体例(サーバ停止の復旧と再発防止)で言えるようにする。

Mistake 10

新技術分野で、AI・機械学習、ビッグデータ、IoT、クラウド、アジャイルなどの説明問題に対し、バズワードとしての印象で選択肢を選び、教師あり学習と教師なし学習の違い、3V(量・種類・速度)、エッジとクラウドの役割分担を説明できない。

ニュース記事レベルの断片的な知識で用語を知っており、定義の境界や技術の構成要素を整理していない。アジャイルとウォータフォールの対比も、反復の有無だけで捉えてスクラムの役割や成果物まで結びついていない。

What to do instead

新技術ごとに「入力となるデータ/処理の仕組み/代表的な活用例/限界や注意点(学習データの偏り、通信量、セキュリティ)」の4点を1枚にまとめる。機械学習は教師データの有無と目的(分類・回帰・クラスタリング)で分類し、IoTはセンサ→エッジ処理→ネットワーク→クラウド分析の流れを図で説明できるようにする。アジャイルはスプリント、プロダクトバックログ、レトロスペクティブの用語を実際の進め方と対応づける。