本文へスキップ
hdknr blog

陽性対照(ポジティブコントロール)

必ず陽性になると分かっている入力を流し、検査の仕組みそのものが働いていることを確かめる考え方。「異常なし」「反例なし」「合格」のような否定的な結論を信じる前提になる

概要

陽性対照(ポジティブコントロール)は生物学・医学の実験の言葉で、「必ず陽性になる」と分かっている試料を本番の試料と一緒に検査し、検査の仕組みそのものが働いていることを確かめる手順。陽性対照が陽性にならなければ、その回の結果は「陰性」も含めてすべて信用できない。

IT では「陽性対照」という訳語はあまり使われず、ヘルスチェック・Watchdog・EICAR テストファイル・サニティチェック・ミューテーションテストなど分野ごとの名前で同じことをしている。共通の狙いは、沈黙する失敗(検知の仕組みが死んでいるのに「異常なし」と表示され続ける状態)を防ぐこと。

詳細

なぜ要るのか

「アラートが来ない」「テストが通る」「ウイルスは検出されなかった」「反例なし」は、検知の仕組みが正常な場合と死んでいる場合とで見た目がまったく同じになる。陰性の結果だけを見ていても両者は区別できない。必ず陽性になるはずの入力が陽性になるのを見て、初めて陰性を「本当に異常がない」と読める。

分野ごとの現れ方

分野陽性対照に当たる仕組み確かめていること
サーバー監視ヘルスチェック(curl -fsS --max-time 5 .../healthz)。応答が来ないことを異常とみなすサーバーやネットワークが止まっていないか
アラート基盤常に発火するアラート(kube-prometheus の Watchdog、条件 vector(1))を外部の Dead man’s switch に送り続けるPrometheus・Alertmanager・通知経路そのものが生きているか
cron ジョブ成功時だけ ping を送り(Healthchecks.io など)、来なければ通知ジョブが黙って止まっていないか
セキュリティ検査EICAR テストファイル(68 バイトの無害な文字列)を流す検知 → 隔離 → 通知の経路が最後まで動くか
機械学習1 バッチだけで学習させ、損失がほぼ 0 まで下がる(過学習できる)かを見る損失関数・ラベル・前処理にバグがないか
センサー・製造ラインわざと不良品を通すセンサーが故障して「全部良品」になっていないか
ソフトウェアテストコードをわざと壊し、テストが落ちることを見る(ミューテーションテスト)テストがバグを検出できる作りか

対象が一段ずつ外側に移る(spec-loop の例)

Claude Code プラグイン spec-loop は、否定的な結論を「道具が空振りしていない証拠」とセットでしか出させない設計で、陽性対照を 3 段に置いている。

段疑っているもの陽性対照
仕様の形式検査(Formal Checker)仕様を書き起こしたモデルルールを 1 つ壊したモデルで反例が出る。加えて正常な状態に到達できること
検査器の点検(check-tlc.py / check-alloy.py)検査器の起動コマンド通るモデルで No error has been found、違反するモデルで is violated が出る
スキルの Eval採点する grader誤った振る舞いを 1 行で直接させるプロンプトで grader が不合格になる

要点:

導入の 4 ステップ

  1. 「〜は起きていない」「0 件」と結論する仕組みを探す(監視・アラート・スキャン・テスト・データ検証)
  2. それが必ず「起きた」と判定する入力を用意する(ダミーの異常、既知の正解データ、壊したコード)
  3. その入力を定期的に、または結論を出す前に流す
  4. 陽性対照が陽性にならなかったら、それ自体を異常として通知する

関連ページ

ソース記事