「Claudeが25年来の暗号の謎を解いた」というニュース、見出しだけ見て「で、結局何がすごいの?」と思いませんでしたか。
今回の発見は脆弱性の発覚ではなく、ずっと謎だった数値の「出所」が判明した話です。
この記事では何が起きたのかを平易な言葉で整理し、中小企業の業務にどう関係するかまで踏み込みます。
AI開発企業のAnthropicは2026年10月16日、同社のAI「Claude」が暗号規格「ECDSA」に関わる25年来の謎を30分足らずで解明したと発表しました(出典: Anthropic公式研究発表)。弊社は中小企業のAI導入を支援する中で、正直なところ「ニュースで話題になるAIの性能と、実際の業務で使えるAIの性能は別物では」と感じることが何度もありました。ただ今回の件を一次資料まで読み込んでみると、地道な調査や分析作業をAIに任せる意味でも、侮れない実例だと感じています。
Claude(ECDSA謎解明)とは?何が起きたのか

Anthropic社のAI「Claude」が2026年10月16日、暗号規格ECDSAで使われる数値の出所を30分足らずで突き止めたと発表しました。25年間謎のままだった数値は、特別な秘密ではなく一般的な乱数生成器とタイムスタンプ(日時を表す数値)の組み合わせで作られていたことが判明しました(出典: GIGAZINE)。
ECDSAとは「Elliptic Curve Digital Signature Algorithm(楕円曲線デジタル署名アルゴリズム)」の略称です。通信相手が本人かどうかの確認や、データが途中で改ざんされていないかの検知に使われる仕組みで、Webサイトの安全な通信を支える技術の一つです。普段意識することはありませんが、ネットバンキングやオンラインショップでの買い物など、私たちが安心してインターネットを使えている裏側で働いています。
ECDSAは最も広く使われている楕円曲線暗号の標準で、米国立標準技術研究所(NIST)が2000年にFIPS 186-2というデジタル署名標準の一部として採用したものです。この標準の中に、ずっと「謎」とされてきた数値が含まれていました。
次の章では、その謎の正体から見ていきましょう。
なぜ25年も謎だったのか?NSAの「説明のない数値」

NISTが2000年に標準化した5つの楕円曲線には、NSA(米国家安全保障局)が提供した「シード」という数値が付いていました。ところがその生成方法の説明がなく、「意図的な弱点(バックドア)が仕込まれているのでは」という疑念が25年間くすぶり続けていました。
例えばよく使われるP-256という曲線のシードは「C49D3608 86E70493 6A6678E1 139D26B7 819F7E90」という一見ランダムな値で、出所を示す情報は一切ありませんでした。暗号技術というのは、こうした数値一つに裏があるかないかで信頼性が大きく変わる世界です。説明のない数値が25年も野ざらしになっていたこと自体、専門家にとっては気持ちの悪い話だったわけです。
NSAの長年の職員だったJerry Solinas氏は2015年、シードは「Give Bob and Jerry a raise(ボブとジェリーの給料を上げてあげて)」のようなユーモラスな合言葉をハッシュ化(元のデータを決まった長さの値に変換する処理)して生成したと説明していました。ところがSolinas氏は2023年に死去し、当時の同僚たちからも詳しい裏付けは得られませんでした。
Anthropicの社員も複数人、この合言葉のヒントをもとにシードの再現を試みましたが、いずれも失敗に終わり、この説は誤りだったことが判明しています。Anthropicの研究者自身も長らく出所を突き止められずにいました。ここでようやくClaudeの出番がやってきます。
Claudeはどうやって30分で解明したのか?
Claudeはシード値のビットパターンに規則性を見つけ、それが1990年代の乱数生成器「lrand48」の特徴と一致することを突き止めました。各シードがUnixタイムスタンプ(コンピュータ内部で日時を数値として表したもの)から生成されていたことを、わずか30分足らずで解明しています。
2026年10月、Anthropicの社員がヒントを一切与えずに社内の研究用AIモデルへ「シードがどう生成されたか解明してほしい」と依頼しました。すると驚いたことに、NIST P-192、P-224、P-256、P-384、P-521という5種類の曲線すべてについて、シードの起源を突き止めてしまったのです。
判明した生成日時は次の通りです。
| 曲線名 | 判明した生成日時(協定世界時) |
|---|---|
| P-192 | 判明(詳細時期は公表情報を参照) |
| P-224 | 判明(詳細時期は公表情報を参照) |
| P-256 | 1997年8月16日1時52分34秒 |
| P-384 | 判明(詳細時期は公表情報を参照) |
| P-521 | 判明(詳細時期は公表情報を参照) |
P-256を例にすると、1997年8月16日1時52分34秒という時刻を初期値として乱数生成器を動かし、20バイトずつ区切った候補の中から1,842番目を取り出すと、標準化されているシードと一致することが確認されました。
▼シード解明の処理の流れ
タイムスタンプ
1997年8月16日1時52分34秒などの日時を数値化した初期値を用意します。
乱数生成器lrand48
この初期値をもとに乱数生成器lrand48を動かし、候補を次々に生成します。
候補の抽出
20バイトずつ区切った候補の中から特定の順番(P-256なら1842番目)を取り出します。
シード値の一致
取り出した値が標準化されているシード値と一致することを確認します。
Claudeは各シードを1ビットずつずらしながら、隣接する区間が1990年代の生成器の出力と一致するかを検証する仕組みを自作し、34種類の生成器と出力パターンの組み合わせを機械的に走査しました。素体(暗号計算のベースとなる数の仕組み)上の曲線のシードについては、保持されるビット数が少なく単純比較では解けなかったため、「格子問題」と呼ばれる数学の手法(Lenstra–Lenstra–Lovász、通称LLL基底簡約アルゴリズム)で復元しています。数式の中身まで理解する必要はありませんが、「人間なら何日もかかる地道な探索を、機械的な力技と数学的な手法の組み合わせで一気に解いた」とイメージしてもらえれば十分です。
最終的に、NISTの素数体曲線シード5個とANSI X9.62標準のシード5個、合計10個すべてが「lrand48() >> 23」という同じパターンを持っていることが確認されました。謎の数値はどれも、特別な秘密ではなく当時ありふれていた乱数生成器の産物だったわけです。
この発見はセキュリティ上の問題を意味するのか?

いいえ。今回の発見はECDSAの脆弱性や新たな攻撃手法を示すものではありません。むしろ、曲線に意図的な弱点が仕込まれていないことへの確信を強める結果になりました。
一見すると「謎が解けた=何か問題が見つかったのでは」と不安になりそうですが、実際は逆です。シードが誰でも再現できる一般的な疑似乱数生成器から、クロック(コンピュータの内部時計)を初期値として生成されていたことが確認できたため、「NSAが裏で細工した特別な数値」という疑いが晴れる方向に働いています。25年間の疑念は、説明がなかったことそのものが原因だったとも言えます。今回Claudeが出所を明らかにしたことで、その空白が埋まった形です。
自社のWebサイトやシステムで使っている証明書・通信の仕組みについて、今回の件をきっかけに特別な対応を取る必要はありません。むしろ「暗号の基盤が改めて検証に耐えた」という安心材料として受け止めてよいニュースです。
懸賞金はどうなった?Let’s Encryptへの寄付というオチ

ある人物が、このシードの謎を解明した人物に向けて懸賞金を設けていました。今回の発見によって、Anthropicの研究チームがその受賞者となっています。
研究チームは受け取った賞金を、無料のSSL/TLS証明書を提供する「Let’s Encrypt」を運営する非営利団体「Internet Security Research Group」へ寄付することを選びました。しかもこの寄付額は、当初設定されていた賞金から大幅に増額された3万6864ドル(約550万円)になったとのことです。
技術的な謎解きの話で終わらず、その成果を暗号基盤を支える非営利団体への貢献につなげたという流れは、今回のニュースの中でも印象に残るエピソードです。賞金稼ぎで終わらせず、インターネット全体のセキュリティ向上に還元する選択をしたところに、研究コミュニティらしい矜持を感じます。
中小企業の業務にとってこの話は何を意味するのか

今回の件が直接自社のセキュリティ対応を変えるものではありません。ただし「AIが地道な調査・分析作業を人間よりはるかに速くこなせる」ことを示す実例として、自社の業務効率化を考える材料にはなります。
25年間、世界中の専門家が手がかりを見つけられずにいた謎を、AIが30分足らずで解いてしまったという事実は衝撃的です。もちろん暗号解析という特殊な作業の話ではありますが、本質は「大量の候補を根気よく検証し、規則性を見つけ出す」という地道な作業です。これは中小企業の日常業務にも通じるところがあります。
公式に説明されている範囲で言えば、Claudeのような生成AIは次のような作業で力を発揮します。
- 文章作成:メールの下書きや社内文書のたたき台作り
- 資料のたたき台作り:企画書・報告書の骨子を短時間で用意する作業
- 問い合わせ対応の下書き:よくある質問への回答案を事前に準備する作業
- 社内の調べもの:過去の資料やマニュアルから必要な情報を探す作業
こうした「調べる・まとめる・下書きする」業務は、まさに今回Claudeが見せた「地道な探索を高速でこなす」能力と地続きです。実際にAIを使ったチャット活用の基本的な流れについては、Claudeの使い方完全ガイドでも無料登録から料金プランまで解説していますので、合わせて参考にしてみてください。
対顧客の問い合わせ対応を自動化したいとお考えの方には、弊社のAIスミズミのようなAIチャットボットという選択肢もあります。社内の業務でAIを使ってみたい場合の基本的な考え方は、中小企業のAI導入ガイドもあわせてご覧ください。AIをどう業務に活かせるか気になった方は、無料相談もご利用いただけます。
AIツールを導入するときに気をつけたいこと
AIに社内の機密情報や顧客情報を入力する際は取り扱いルールを決めておくこと、料金プランは時期により変わること、特定のモデルやAIサービスに依存しすぎず複数の選択肢を把握しておくことの3点が重要です。
今回のニュースのように、AIモデルは短期間で急速に進化しています。AI技術トレンドのまとめ記事でも触れているように、ClaudeやGeminiなど複数のモデルが競い合いながら性能を上げている状況です。今日「最新」とされるモデルも、半年後には次のバージョンに置き換わっている可能性が高いと考えてください。
▼AI活用を検討する際の3つの視点
作業の切り分け
任せたい作業が調査・分析・下書きなのか、それとも最終判断なのかを分けて考えます。最終判断は必ず人間が担います。
情報の取り扱い
入力する情報に顧客の個人情報や社外秘の内容が含まれていないか、事前にルールを決めます。
体制の柔軟性
使うツールやモデルが変わっても、業務が止まらない体制を整えておきます。
AIの機能や料金プランは発表のたびに変わりやすいものです。導入時点の情報を鵜呑みにせず、公式サイトで最新のプラン内容を確認する習慣をつけておくと安心です。料金面の目安については、チャットボット導入のコストを整理したチャットボット費用ガイドも参考になります。
次に、今回のニュースに関して読者の方からよく寄せられる疑問をまとめます。
Claude(ECDSA謎解明)に関するよくある質問(FAQ)
Q1. ECDSAとは何ですか?
ECDSAは「楕円曲線デジタル署名アルゴリズム」の略で、通信相手が本人かどうかの確認やデータの改ざん検知に使われる暗号の仕組みです。Webサイトの通信の安全性を支える技術の一つです。
Q2. Claudeが解明したのは具体的に何ですか?
NISTが2000年に標準化した5つの楕円曲線に付いていた「シード」という数値の生成方法です。25年間出所が不明でしたが、1990年代の乱数生成器とタイムスタンプの組み合わせだったことが判明しました。
Q3. この発見は自社のセキュリティに影響しますか?
直接の影響はありません。ECDSAの脆弱性が見つかったわけではなく、むしろ安全性への疑いが薄れる結果になりました。特別な対応は必要ないと考えられます。
Q4. なぜ「バックドア」が疑われていたのですか?
シード値の生成方法をNSAが詳しく説明していなかったため、意図的に弱い曲線を選んでいるのではという疑念が研究者の間で25年続いていました。今回その空白が埋まった形です。
Q5. Claudeはどのくらいの時間で解明したのですか?
公式発表によると30分足らずとされています。5種類の曲線すべてのシードの起源を、この短時間で突き止めています。
Q6. 中小企業がこのニュースから学べることは何ですか?
AIが地道な調査・分析作業を短時間でこなせる実例として、自社業務での文章作成や資料作り、問い合わせ対応の下書きなどへの活用を考えるきっかけになります。
Q7. AIを業務に導入する際、何に気をつければよいですか?
機密情報の入力ルールを決めること、料金プランの変動に注意すること、特定のモデルやツールに依存しすぎず複数の選択肢を把握しておくことが重要です。
まとめ
Anthropicは2026年10月16日、ClaudeがECDSAの25年来の謎を30分足らずで解明したと発表しました。謎の正体は特別な秘密ではなく、1990年代の乱数生成器とタイムスタンプの組み合わせで、むしろ暗号の安全性への信頼を強める結果でした。
このニュースの本当の価値は、暗号解読という専門分野の話にとどまりません。AIが地道な調査・分析を驚くほど短時間でこなせることを示した実例として、中小企業の業務効率化を考えるヒントにもなります。文章作成や資料のたたき台作り、問い合わせ対応の下書き、社内の調べものなど、身近な業務から試してみる価値はあるはずです。
自社の業務にAIをどう取り入れればよいか、一緒に考えたいという方は、AIサービスのページをご覧いただくか、無料相談から気軽にお問い合わせください。























コメント