不正のトライアングル
Fraud Triangle
ふせいのとらいあんぐる
人が不正行為に及ぶのは「機会」「動機」「正当化」の3要素がそろったときであるとする理論で、米国の犯罪学者クレッシーが提唱した。内部不正の防止では、アクセス制御や監視で機会を減らし、処遇や職場環境の改善で動機を抑え、規程の周知で正当化させないようにする。
Related
他の資格での定義
不正行為が発生する3つの要因を示す理論。「機会」(不正を行える環境)、「動機」(不正を行う理由)、「正当化」(不正を許容する心理)の3要素がそろうと不正が発生しやすくなる。
不正行為が発生する要因を、機会(不正が可能な環境)、動機(不正を行う理由)、正当化(不正を合理化する心理)の3つの要素で説明する理論。3要素が揃うと不正が発生しやすくなるため、特に「機会」を低減する組織的対策が重要。
不正行為が発生する3要因を示した理論。機会(不正を行える状況)、動機(不正を行う理由)、正当化(不正を正当化する心理)の3つが揃った時に不正が発生しやすいとされ、内部不正の予防策の検討に活用される。
内部不正は「機会」「動機」「正当化」の3要素がそろったときに発生するという理論。アクセス権の限定と監視で機会を、処遇改善で動機を、倫理教育と規程の明示で正当化を、それぞれ断つことが内部不正防止の考え方となる。
不正の発生要因を動機(プレッシャー)、機会、正当化の3要素で説明する理論モデル。クレッシーにより提唱され、不正リスクの評価や不正防止策の立案において広く活用されている。
内部不正が発生するための3つの要因を示したモデル。機会(不正を行える環境)、動機(経済的困窮や不満など)、正当化(自分の行為を正当と思い込む心理)の3要素が揃うと不正が起こりやすくなる。
Past Exams
過去問での出題
過去問で 8 回出題(情報セキュリティマネジメント試験 4・ITパスポート試験 1・基本情報技術者試験 1・ITサービスマネージャ試験 1・情報処理安全確保支援士試験 1)
- 令和7年度 情報セキュリティマネジメント試験 公開問題 問4(IPA の PDF を新しいタブで開きます)
- 平成31年度 春期 基本情報技術者試験 午前 問42(IPA の PDF を新しいタブで開きます)
- 平成31年度 春期 ITパスポート試験 問65(IPA の PDF を新しいタブで開きます)
- 平成30年度 秋期 情報セキュリティマネジメント試験 午前 問12選択肢(IPA の PDF を新しいタブで開きます)
- 平成29年度 春期 情報セキュリティマネジメント試験 午前 問27(IPA の PDF を新しいタブで開きます)
- 平成28年度 秋期 ITサービスマネージャ試験 午前Ⅱ 問23選択肢(IPA の PDF を新しいタブで開きます)
- 平成28年度 春期 情報セキュリティマネジメント試験 午前 問9(IPA の PDF を新しいタブで開きます)
- 平成27年度 秋期 情報セキュリティスペシャリスト試験 午前Ⅱ 問9(IPA の PDF を新しいタブで開きます)
出典: 独立行政法人情報処理推進機構(IPA)の過去問題。問題文は IPA のサイトの PDF で確認できます。「選択肢」は、問題文ではなく選択肢に出たものです。用語名で照合しているため、関係の薄い問題が含まれることがあります。
Related
関連キーワードの用語
業務を適正に進めるための統制の仕組みが欠けていたり、有効に機能していなかったりする状態。職務が分離されていない、承認や点検の手続が形骸化しているといった状態は、内部不正や誤りを防げない組織的な脆弱性となる。
割れた窓が放置された建物は管理されていないとみなされ、やがて地域全体の秩序が乱れるとする、軽微な違反の放置が重大な犯罪を招くという理論。情報セキュリティでは、小さな規程違反や職場の乱れを放置しないことが内部不正の抑止につながる、という考え方に応用される。
業務の過程、人の行動、システムの不備や障害、外部の事象が原因で損失が生じるリスク。事務処理の誤り、内部不正、システム障害、サイバー攻撃、災害などを含み、金融機関のリスク管理で使われてきた分類である。
IPAが公表している、企業などの組織が内部不正を防ぐための対策をまとめたガイドライン。犯罪予防の考え方に基づき、犯行を難しくする、捕まるリスクを高める、犯行の見返りを減らす、犯行の誘因を減らす、犯罪の弁明をさせない、の5つの基本原則に沿って、経営者の責任、アクセス権の管理、教育、監視などの対策を示している。
プロジェクトへの投資を正当化するために、ビジネス上のニーズと費用便益分析を文書化したもの。プロジェクトの実施可否の判断材料となり、プロジェクトの目的と期待される便益を明確にする。
利用者や機器の通常の行動パターンを学習し、そこから逸脱した異常な振る舞いを検知するセキュリティ技術。内部不正や不正アクセスの兆候を、従来のルールベースでは検出困難なケースでも機械学習により検知できる。
