NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

Google DeepMind、Signalの暗号実装を機械語レベルで形式検証 AIエージェントが約650万行のLean証明を生成

Google DeepMindは2026年11月10日、AIエージェントでソフトウェアを深部まで形式検証する新フレームワーク「AlphaProof Code」を発表し、Signalプロトコルの基盤実装libsignalのセキュリティをコンパイル済みバイナリの機械語レベルまで数学的に証明したと公表しました。対象はlibsignal v0.105.4とSPQR v1.6.0の1対1セッションで、生成されたLean証明は約650万行、人が読んで信頼する部分は約2.6万行です。証明と仕様はApache 2.0で公開されました。

2026年11月10日、Google DeepMindが公式ブログで発表したのは、形式検証を分担するマルチエージェントフレームワーク「AlphaProof Code」です。SignalのプロトコルはSignalアプリのほか、Google Messagesなどにも展開されており、ブログはこの実装検証を「長らくgrand challengeとされてきた課題の節目」と位置付けています。

仕組みは、人間とAIの分業です。研究者がモデル群と協力してSignalのセキュリティ目標をLeanの形式的仕様に翻訳し、人が仕様を一つずつ審査して承認します。承認後、Gemini Carbonを動力とするエージェント群が証明を生成し、Leanのカーネルが論理の正しさを自動検査します。エージェントが監査して人の再確認を求めたのはコードベースの約1%だけで、残りはLeanが機械的に検査しました。仕様はベースラインコミットとして隔離され、証明が仕様どおりの主張をしているかをcomparatorが確認する門番(gatekeeper)も備えます。

検証対象はソースコードではなく、コンパイル済みのバイナリです。libsignal-cliという小さなコマンドラインハーネスにlibsignal v0.105.4とSPQR v1.6.0のクレートをそのまま組み込み、標準のrustc 1.98.1でAArch64 Linux向けにmusl静的リンクした実行ファイルについて、Leanで書いたAArch64意味論を通じて命令単位で証明を結び付けました。検証したlibsignalのコードは約560KB、AArch64命令にして約14万命令に及びます。

図解検証対象と信頼対象の分け方
  • 中身

    検証対象
    libsignal v0.105.4+SPQR v1.6.0のコンパイル済みバイナリ
    信頼の対象
    仕様(約18,000行)+AArch64意味論(約8,000行)+Leanカーネル
  • 規模

    検証対象
    約560KB・約14万AArch64命令
    信頼の対象
    証明全体の前提として読む必要がある部分
  • 役割

    検証対象
    セキュリティ性質がこのコードで成立することを機械証明
    信頼の対象
    結果の妥当性はこの部分が正確であることに依存

論文サイトの要旨・Table 1・§5.3(Trusted Computing Base)に基づく。暗号プリミティブは契約(hook)で仮定し、その安全性自体は証明対象ではない。証明側の約650万行はLeanカーネルが検査するため信頼不要。

規模を論文が示すと、証明は約650万行で、内訳はバイナリについての共通証明530万行、計算論的モデルの証明約86万行、記号モデルの証明約35万行、再導入バグの証明14万行、アロケータ検証7万行です。証明作業は研究者5人が4週間、記号モデルと計算論的モデルを並行して進めました。歴史的には専門家チームが数年を要してきた種類の作業と、ブログは比較しています。

証明された性質は、メッセージ鍵の前方秘匿性と侵害後安全性、ハンドシェイクの認証とKCI耐性、そしてメッセージの機密性・認証です。記号モデルでは10の定理を証明し、この中には、将来の量子コンピュータが握手後のDiffie-Hellmanを破った場合でもハンドシェイクの秘密が守られるという性質が含まれます。計算論的モデルでは、PQXDHとTriple Ratchetを合成した構成で、攻撃者の優越確率に具体的な上界を与えました。一方で対象は1対1セッションに限られ、グループ通信、複数デバイス、SPQRの量子回復性、鍵生成処理などは証明の範囲外と論文は明記しています。

仕様が実際のバグを捉えられるかの確認も行われました。Chevalらが過去にlibsignalで発見し、すでに修正済みの2つのバグ――アーカイブ済みセッションでの復号成功時に署名prekeyの秘密を含む状態を保存してしまう「weak state」(修正cd36118)と、X25519ベース鍵の検査欠落により改変した鍵のリプレイで同一共有秘密の第二セッションを作れてしまう「small subgroup」(修正5293caa)――を、修正コミットの逆適用でコードに再導入しました。どちらのケースでも、システムは機械検査された証明でそのバイナリがセキュリティ定理に違反すると示しました。

図解AlphaProof Codeの検証の手順
  1. 01 仕様の作成

    エージェント+人間

    セキュリティ目標をLeanの定理と定義に翻訳。レビューエージェントが批判し、人が審査して承認

  2. 02 バイナリの読み込み

    検証基盤

    修正なしのRustコードを標準コンパイラでAArch64 Linux向けにビルドし、実行ファイルとAArch64意味論をLeanに読み込む

  3. 03 証明の生成

    proverエージェント群

    仕様についての証明を自動生成。仕様の誤りが疑われる場合は人決めのポリシーで修正案を申請

  4. 04 検査

    gatekeeper

    Leanカーネルが証明を検査し、comparatorが隔離済み仕様と主張の一致を確認して受理

論文サイトFigure 1の説明と§2に基づく。仕様はエージェントが編集できず、修正はcriticの審査と人間の承認を経る。

「これまでの形式検証はコードのより小さな部分に限られてきましたが、Google DeepMindのアプローチは大きな拡張を可能にします。AIエージェントで動くコードを妥当なLeanの定理に翻訳することは大きなブレークスルーです。AI駆動のセキュリティ脅威が拡大するなか、Signalプロトコルの実装を厳密に検証できたことで、コードのプライバシー保証への確信がさらに高まります。」

While prior formal verification focused on smaller portions of the code, Google DeepMind's approach enables significant expansion. Using AI agents to translate live code into valid Lean theorems is a major breakthrough. As AI-driven security threats grow, rigorously verifying the Signal protocol implementation gives us even greater confidence in our code's privacy guarantees.

Ehren Kret氏(Signal CTO)/Google DeepMind公式ブログ、2026-11-10

成果は公開されています。GitHubリポジトリgoogle-deepmind/code-verificationにLeanの開発一式(記号モデルと計算論的モデルの両方の証明、AArch64意味論、libsignal v0.105.4+SPQR v1.6.0のソース、Paper-to-codeマップ)があり、Apache 2.0(Copyright 2026 Google LLC)で公開、Lean 4.34.0とRust 1.98.1のバージョンがピン留めされています。リポジトリは2026年10月26日に作成され、最終更新は発表当日の2026年11月10日です。仕様の執筆はGemini 4 CarbonとClaude Opus 5.5を動力とするエージェントの往復で進めたと論文は記しています。

証明されたのは、対象バージョン(libsignal v0.105.4/SPQR v1.6.0)を特定の構成(AArch64 Linux、musl静的リンク、libsignal-cliハーネス)でビルドした1対1セッションのコードで、Signalアプリ全体が無欠陥という意味ではありません。暗号プリミティブの安全性は契約で仮定しており、結果は仕様とAArch64意味論、Leanカーネルが正確であることに依存します。約650万行はエージェントが生成した証明コードであり、人の仕様審査を不要にしたわけではなく、第三者による独立した再検証はまだ公表されていません。モデル使用量や計算コスト、仕様作成・監査の人間工数の開示もまだです。

出典

  1. Introducing AlphaProof Code: a breakthrough in verifying complex software at depth(Google DeepMind公式ブログ、2026-11-10)発表日(BlogPostingのdatePublished 2026-11-10T12:00Z)、AlphaProof Codeの分業方式、Gemini Carbon動力のエージェント群による証明、約1%だけ人の再確認、4週間、修正済み2バグ再導入での安全性違反の機械証明、Ehren Kret氏(Signal CTO)の声明、研究チーム・Signal側フィードバックの謝辞
  2. Verifying Signal's Security at the Machine-Code Level(AlphaProof Code論文サイト、2026-11-10確認)約650万行のLean証明と約26,000行の信頼対象(仕様約18,000行+AArch64意味論等約8,000行)、libsignal v0.105.4+spqr v1.6.0の1対1セッション、rustc 1.98.1によるAArch64 Linux・musl静的リンクのビルド、検証コード約560KB・約14万命令、証明内訳(530万+約86万+約35万+14万+7万行)、5人×4週間、記号モデル10定理と計算論的モデルの優越確率上界、2つの再導入バグ(weak state・cd36118/small subgroup・5293caa)、対象外範囲、仕様執筆のGemini 4 CarbonとClaude Opus 5.5、gatekeeper・comparatorの仕組み
  3. google-deepmind/code-verification(GitHubリポジトリ、Apache 2.0、2026-11-10確認)証明・仕様の公開、READMEのApache 2.0(Copyright 2026 Google LLC)とライセンス節、Lean 4.34.0/Rust 1.98.1のピン、リポジトリ構成(Computational/Symbolic/LibsignalBinary/arm64-semantics/third_party)、作成2026-10-26・最終push 2026-11-10

出典の確認日 2026.11.10

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧
  1. Google DeepMind、気象AIの基盤データSatWeaveとPARDIGを公開――17チャンネルの全球衛星モザイクと15分刻みの降水量推定、履歴アーカイブとライブ配信を解放

    Google DeepMindのWeatherNextチームは2026年11月13日、同社の気象AI「WeatherNext 3」を支える2つの基盤データセットSatWeaveとPARDIGの公開を発表した(Google DeepMindブログ)。SatWeaveは静止気象衛星の画像を可視・水蒸気・赤外の17チャンネルに統合した全球モザイクで、毎時更新のライブフィードと10年超の歴史アーカイブを公開する(ブログ本文は衛星を5基、動画キャプションは6基と表記していて食い違う)。PARDIG(Precipitation AI Reanalysis: Densely Inferred GPM)は、NASAのGPM衛星の疎な星載レーダー観測を教師信号に、SatWeave画像とECMWF大気場を入力として学習したAI降水量推定データで、0.1度(約10km)・15分刻み、平均約5時間の遅延で更新する。米国・欧州・日本のレーダー網と世界3万6,000超の地上観測所での評価では、NASAのIMERG-Finalを含む主要ベースラインをすべての降水強度と地域で上回り、弱〜中程度の降水の毎時検出スキルはIMERG-Finalより30%超改善したとGoogleは発表している。PARDIGの1999〜2026年履歴と双方のライブ配信はGoogle Cloud Storageで、PARDIG履歴はGoogle Earth Engineでも入手できる。30%超は発表元の限定的な比較値で、第三者検証はまだない。

    記事を読む
  2. Google DeepMindがAlphaGenome 2を発表 DNA配列に細胞型・状態の条件を組み合わせ、28免疫細胞型の評価で原因変異の検出を16%から30%へ(著者報告)

    Google DeepMindは2026年11月11日、DNA配列(最大100万塩基)に細胞型・細胞状態の条件を入力できる次世代の配列モデルAlphaGenome 2を発表した。ヒトとマウスのバルク・単一細胞データを用い、1億700万超のヒト単一細胞RNA配列データ(68組織)で学習し、DNAメチル化の予測を新たに加えた。28の免疫細胞型を含むTenK10Kデータセットの評価では、単一細胞データで追加調整した初代AlphaGenomeに比べて原因変異の検出が16%から30%、遺伝子発現効果の向きの予測が23%から43%になったと著者は報告する。APIとColabノートブックを非商用研究向けに公開し、商用研究は限定プレビュー。臨床・診断用途には使えないとしている。数値は著者の比較結果で、第三者検証はまだない。

    記事を読む
  3. Google DeepMind「Gemini Robotics 2.5」発表 200種類超の作業評価とMercedes-Benz工場で96%の部品仕分け実証

    Google DeepMindは2026年11月10日、ロボット向けモデル「Gemini Robotics 2.5」を発表した。200種類超の作業で評価し、従来のベースライン比でタスクの種類に応じて成功率が30〜100%高く、完了時間は20〜30%短いと報告している。Apptronikのヒューマノイド「Apollo 2」を使い、Mercedes-Benzのハンガリーとドイツの生産ラインで自動車部品のキッティングを行う限定実証では成功率96%を報告した。提供はロボティクスパートナー向けで、一般公開モデルではない。

    記事を読む