専用AIの開発
並列秘密計算コード生成と、性能オーバヘッドを抑えるコード最適化を担う専用AI技術を開発します。
PROJECT
研究プロジェクト
生成AIによる並列秘密計算コード自動生成に必要な基盤技術を確立する。
INFORMATION
プロジェクト情報
- 研究領域
- 基礎理論とシステム基盤技術の融合によるSociety 5.0のための基盤ソフトウェアの創出
- 研究課題名
- AIの利活用による並列秘密計算コード自動生成
- 研究代表者
- 三輪 忍（電気通信大学 大学院情報理工学研究科 准教授）
- 研究期間
- 2026年4月〜2028年3月
BACKGROUND
研究背景
生成AIは逐次コード開発で大きく進展し、並列コード生成への応用も加速しています。一方、複数TEE上で動作する並列秘密計算コードには、TEE固有APIの利用や安全なTEE間通信の実装が必要で、通常の並列コードをそのまま利用することはできません。
CHALLENGES
3つの技術課題
コードを「作る」「確かめる」「守る」の3方向から、並列秘密計算の自動化に必要な技術を整備します。
テスト技術の高度化
並列実行特有の競合・デッドロック等を含むバグパターンを対象に、網羅的なテスト生成と品質改善を実現します。
安全性検証
AIへの攻撃耐性と生成コードの脆弱性を評価し、安全性評価結果をコード生成AIの改善へ還元します。
RESEARCH ITEMS
研究項目 A–G
2026年度は逐次秘密計算コードから研究を開始し、得られた成果をもとに2027年度に並列秘密計算コードへ拡張します。
汎用生成AIの基本性能評価
ChatGPT等に秘密計算コード生成タスクを与え、機能的正確さ、性能、安全性の観点から生成コードを分析します。
コード生成専用AIの開発
事前学習済みモデルを再学習し、コードデータセットやAPI仕様書を活用した秘密計算コード生成専用AIを開発します。
コード最適化AIの開発
必要なセキュリティ仕様を満たしつつ実行時間を短縮するコードを生成するAIエージェントを開発します。
網羅的テスト生成技術
既知のバグパターンを体系化し、Agentic Codingを用いて対応するテストケースを自動生成します。
テスト品質向上技術
コード生成プロセス内部で生成されるテストコードを分析・評価し、プログラム生成精度の改善につなげます。
秘密計算の理論的検討
TEEの安全性要件と攻撃者能力を計算量理論の観点から分析し、秘密計算で最低限保証すべき制約を明らかにします。
AIと秘密計算コードの安全性評価
敵対的サンプルやバックドア攻撃、静的解析、ProVerif等を活用し、AIと生成コードの安全性を評価します。
SCHEME
研究の進め方
三輪グループがコード生成AIを開発し、生成コードを全体で共有。性能検証を三輪グループ、機能検証を柏グループ、安全性検証を矢内グループが担当し、各検証結果をAI開発へフィードバックします。
