日本開發對抗 AI 時代網絡風險的數學方案：GhostDrift 發布 ADIC 網絡安全保證擴展的 Lean 形式證明

AI 自主攻擊的威脅與數學門檻 隨著 Claude Mythos 等具備自主網絡攻擊能力的 AI 模型出現，系統執行判斷中設置「數學門檻」的需求已迫在眉睫。GhostDrift 數理研究所發布了將其 AI 判斷再驗證基盤「ADIC（Advanced Data Integrity by Ledger of Computation）」擴展至網絡安全保證領域的理論，並公開了可透過 Lean 4 驗證的形式化證明。

此次發布基於 2026 年 5 月公布的重播驗證核心。其核心在於以數學方式證明了：「沒有正當證據鏈的 AI 執行一律不予通過。」傳統安全系統多停留於「邊界防禦」或「事後日誌記錄」，而 ADIC 則是在執行判斷本身設置了數學關卡。

背景與問題核心 正如英國 AI 安全研究所和歐洲中央銀行（ECB）所警告的，利用高級 AI 進行的網絡攻擊已是「迫在眉睫的危機」。在日本，金融廳也表達了高度警戒。在 AI 代理程式自律鏈結「檢測」與「授權變更」的時代，傳統的日誌管理已顯不足。

問題的核心在於缺乏記錄「該執行是由誰、基於何種根據授權」的證據鏈。ADIC 不承認單純的 AI 自主判斷作為授權依據，透過強制要求正當的證據鏈，從源頭阻止高風險操作。

Lean 形式化證明的突破 此次證明機械地驗證了以下三點性質： 1. 所有執行動作必然連結至特定證據。 2. 單純的 AI 自主判斷不被承認為授權依據。 3. 關鍵操作必然強制要求正當證據。

這使系統具備了「沒有證據就不予通過」的強大數學保證。該技術在歐盟 AI 法案（EU AI Act）與 DORA 等全球監管環境下，具有極高的適用性。

未來展望 GhostDrift 數理研究所代表取締役前木秀光強調了從「僅記錄的保證」轉向「沒有證據就不予通過的保證」的範式轉移。公司將加速在物流、金融、醫療及基礎設施等高責任領域的落地，包括目前正與 OnTheLinks Co., Ltd. 在物流 AI 領域進行的實證實驗（PoC）。GhostDrift 也歡迎潛在產業合作夥伴共同參與，推動這一源自日本的 AI 保證技術實現全球社會實裝。