Pillar 01 — Verifiable Origin

来歴証明。

AI が読むデータの出所を、改ざん不能な証明として渡す。

業務文書・API レスポンス・IoT 計測値などの「どこから来たか」を、暗号証明として AI 入力や業務システムへ。Lemma 信頼インフラを構成する 4 軸の 1 つ。

いま、最も求められている課題に答える
? 出所が不明な AI 入力を業務で使えない
改ざん検出のない RAG・知識ベースを信頼できない
監査・規制対応で「出所証明」を求められる
01 · 来歴証明とは

データの出所を、誰が見ても検証できる形で渡す。

文書やデータに、発行元の暗号署名と改ざん不能なハッシュをつけて配信。AI や受信側は、原本にアクセスせず出所を独立検証できます。

発行システム

原本データ

業務文書・API レスポンス・IoT 計測値など、発行者が確認できるデータ。

原本は発行元で保管
Lemma

ハッシュ + 発行者署名

1原本をハッシュ化
2発行者が暗号署名
3来歴チェーンに記録
原本の中身には触れない
AI
AI / 業務システム

来歴付きデータが届く

sourceHash0x9c4f...
issuerkyc.jp
issuedAt2026-06-05
lineageChain
改ざんは検出可能

たとえると、公正証書のような仕組みです。

重要な契約や遺言を残すとき、公証人が「この文書はこの人が、この日に作成した」と認証する公正証書を作成する——このような経験はありませんか。Lemma の来歴証明は、同じ考え方。データに対して「誰が、いつ発行したか」を暗号的に固定し、第三者が後から独立検証できます。

公開するもの

来歴の事実 + 証明

  • sourceHash(データの fingerprint)
  • issuer(発行元の暗号署名)
  • issuedAt(発行時刻)
  • 来歴チェーン(連鎖の追跡可能性)
非公開のまま

原本データの中身

  • 文書本文・業務原本
  • 内部詳細・センシティブ情報
  • 発行者の秘密鍵・認証情報
この仕組みで、何が起きるか
AI が読むデータの出所が、暗号証明として届く
原本データは発行元に留まり、共有されない
改ざんは数学的に検出可能
第三者が、原本を見ずに来歴を独立検証できる

データの信頼を、構造で連鎖させる。

AI 入力の出所が、業務の前提として常に揃う
多階層サプライチェーンの信頼が、ハッシュで繋がる
改ざん検出が、業務フローに組み込まれる
02 · 既存手段との違い

ハッシュ計算・電子署名・バックアップと、何が違うか。

個別の技術はあるが、「出所」「改ざん不能」「独立検証」を 1 つの構造で揃えるのが Lemma。

手段
出所を証明できる
原本は手元
独立検証可能
暗号証明
#
単純ハッシュ計算
電子署名のみ
バックアップ・冗長化
Lemma 来歴証明
03 · 信頼インフラの位置

P1 は、Lemma 信頼インフラを構成する 4 軸の 1 つ。

P1 来歴 P2 AI 判断 P3 権限 P4 規制属性
信頼インフラ全体を見る →
05 · 技術リファレンス

独自の暗号技術で、出所だけを証明する。

発行者署名

データの発行元(業者・行政・社内)を暗号的に固定。誰が発行したかを後から独立検証できる。

ハッシュコミットメント

原本の中身は伏せたまま、唯一の fingerprint だけを公開。改ざんは数学的に検出可能。

来歴チェーン

複数階層の発行・引き継ぎを連鎖として記録。多階層サプライチェーンや RAG 索引で、出所の連続性を担保。

// your.provenance.v1 — Lemma canonical schema
{
  "$schema": "your.provenance.v1",
  "sourceHash": "0x9c4f...e7d2",
  "issuer": "kyc-provider.jp",
  "issuedAt": "2026-06-05T10:00Z",
  "lineageChain": [
    { "node": "supplier-a", "hash": "0x71..." },
    { "node": "manufacturer-b", "hash": "0x9c..." }
  ],
  "attestation": "0xa8...4f3e"
}