9 分で読了
0 views

NANDAインデックスと検証済みAgentFactsによるAIエージェントのインターネット解放

(Beyond DNS: Unlocking the Internet of AI Agents via the NANDA Index and Verified AgentFacts)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近「AIエージェントが大量に動くので既存のネットワーク仕組みでは追いつかない」と聞きまして。うちの現場でもAIを使いたいが、誰にどうつながるか分からないのは困ります。要するに今の仕組みは限界だということですか?

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、一緒に整理しましょう。要点は三つです。現在のDNS中心の仕組みは人間のウェブ向けに最適化されており、ミリ秒単位で大量の自主的なAIエージェントが動く世界には向かないのです。新しいインデックスと検証可能なAgentFactsで高速かつ信頼できる発見と認証が可能になりますよ。

田中専務

それは有望に聞こえますが、実務目線で言うと投資対効果が気になります。具体的に何を替えると、どれだけ早く、どれだけ安全になるのですか?

AIメンター拓海

良い質問です。要点を三つにまとめると、第一に検索と識別のレイテンシーがサブ秒になること、第二に鍵の回転や取り消しがミリ秒〜サブ秒で可能になること、第三にエージェントの能力や振る舞いを証明するスキーマで安全性を担保できることです。投資は既存のインフラに小さな索引(index)と証明(proof)層を追加する形で済む場合が多いです。

田中専務

これって要するに、今のDNSは人間向け住所録で、これからはAI同士が瞬時に参照できる薄い名簿を別に置くということですか?

AIメンター拓海

その理解でほぼ合っています。端的に言えば、DNS(Domain Name System、DNS、ドメインネームシステム)は人間が覚える名前を機械が解決する仕組みだが、更新頻度と信頼モデルがエージェントの世界に合わないので、軽量で検証可能なNANDAインデックスを置くのです。これにより新しく生まれたエージェントが即座に見つかり、かつその属性が検証できるのです。

田中専務

現場では既存の証明書や認証とどう共存するのですか?HTTPSやTLS証明書を全部替える必要があるのではと不安です。

AIメンター拓海

安心してください。既存のTLS(Transport Layer Security、TLS、トランスポート層セキュリティ)やHTTPSはそのまま有用です。NANDAはそれらを置き換えるのではなく補完する設計であり、既存のドメイン所有証明を尊重しつつ、エージェント固有の能力証明やコードアテステーションを付加するイメージです。段階的に導入できますよ。

田中専務

なるほど。最後に一つだけ確認ですが、うちのような中小の現場が実装するときのファーストステップは何がよいでしょうか。

AIメンター拓海

大丈夫、一緒にやれば必ずできますよ。まずは内部の代表的なAIエージェントに対してAgentFacts(AgentFacts、エージェント事実スキーマ)を一つ作り、簡単な検証付きで公開することを勧めます。次に短いTTLで鍵のローテーションを試し、最後に外部発見を限定的に許可して負荷や運用を確認します。段階的に進めれば投資効率は高いです。

田中専務

分かりました。要するに、まずは社内で小さくAgentFactsを作って検証し、鍵の切替や発見範囲を段階的に広げる。これなら現場の負担も抑えつつ安全性を確保できるということですね。ありがとうございます、私の言葉でまとめさせていただきます。

AIメンター拓海

その通りですよ。素晴らしいまとめです。ご不安な点はまた一つずつ潰していきましょう。

1.概要と位置づけ

結論を先に述べる。本論文は、AIエージェント同士がミリ秒単位で生成・移動・交渉する世界において、従来のDNS(Domain Name System、DNS、ドメインネームシステム)中心の発見・識別モデルでは対応できないという問題を提示し、その解決策としてNANDAインデックスと検証可能なAgentFacts(AgentFacts、エージェント事実スキーマ)を提案するものである。最大の変化点は、従来の「ドメイン所有者=信頼」のモデルから、エージェントの能力や証明を短時間で検証できる「スキーマ検証+軽量インデックス」モデルへと移行する点にある。これにより新規のエージェントがグローバルに短時間で発見され、鍵のローテーションや失効がサブ秒で反映される運用が可能になる。背景には、エージェントが大量に生成されることによる書き込み負荷と、コードや振る舞いに関する信頼性の欠如が存在する。従って本提案は単に性能を追求するだけでなく、エージェントの能力を検証可能にすることで事業運営上の信頼性を根本から改善すると言える。

2.先行研究との差別化ポイント

従来研究はDNSやHTTPS証明書を用いてエンドポイントの解決とセキュリティを担保してきたが、これらは人間中心の静的な名前解決に最適化されている。例えばTLS(Transport Layer Security、TLS、トランスポート層セキュリティ)証明書はドメインの所有権を示すが、エージェントのコードや能力を証明しないため、振る舞いベースの信頼を提供しない点で限界がある。本研究はそのギャップを埋めるため、最小限の静的メタデータのみを持つ軽量コアインデックスと、JSON-LDベースの自己記述的で検証可能なAgentFactsを組み合わせる点で独自性がある。さらにCRDT(Conflict-Free Replicated Data Type)に基づく更新プロトコルを提案し、世界規模での短時間同期を狙う点でも差別化している。加えて、プライバシー保護を重視し、組織間で最小情報開示にとどめつつ発見を可能にする点が従来技術との差分である。本提案は既存インフラと段階的に共存する設計であるため、実務導入のハードルを低く抑えることが期待される。

3.中核となる技術的要素

本研究の中核は三つの技術要素から成る。第一に、NANDAインデックスは1レコード当たり120バイト以下を目標とした極めて軽量なコアインデックスであり、エージェントID、資格情報ポインタ、動的AgentFactsのURLだけを保持する設計である。第二に、AgentFactsはJSON-LD(JSON for Linking Data、JSON-LD、リンク可能データ用JSON)形式の自己記述的な文書であり、能力のスキーマ検証と暗号的な署名により信頼性を担保する。第三に、CRDTベースの更新プロトコルと適応型リゾルバにより、書き込み負荷と同期遅延を低減しながらサブ秒の伝播を目指す。これらは相互に補完し、マルチエンドポイントルーティング、負荷分散、プライバシー保護を組み合わせることで、実運用に耐える発見と認証のパイプラインを構築する。重要なのはこれが単一の中央集権的システムを要求しない点であり、商用・政府・個人の各主体が自らの公開範囲を選べる柔軟性を備える。

4.有効性の検証方法と成果

著者らは理論設計に加え、プロトタイプ実装を通じて検証を行っている。評価は主に解決速度、失効(revocation)や鍵回転の反映時間、そしてスキーマ検証の有効性に焦点を当てたものであり、プロトタイプはサブ秒のグローバル伝播と短時間失効を実現することを示した。さらに、AgentFactsのスキーマ検証により、エージェント能力の断言が改竄されにくいことを示し、プライバシー保護の観点からは最小情報開示での発見が可能であることを示した。実験には複数の模擬エージェントを用いてシナリオ評価を行い、従来のDNS中心ソリューションと比較して更新負荷を低減しつつ発見速度を改善する結果が得られている。これらの結果は、エージェント中心の高速オーケストレーションに対する実務的な基盤の有効性を支持する。

5.研究を巡る議論と課題

本提案は多くの利点を示す一方で、運用上の課題や議論も残る。第一に、グローバルな運用におけるガバナンスと信頼の付与方法である。NANDAインデックスにどの主体をどの程度可視化させるかは政策的判断を伴い、商業的メリットとプライバシーリスクのバランスが問われる。第二に、悪意あるエージェントや偽装に対する耐性であり、AgentFactsの署名やコードアテステーションだけで完全に防げない攻撃パターンへの対応が必要である。第三に、既存インフラとのインターオペラビリティであり、段階的導入時の移行策や運用コストをどう低く抑えるかが現実的障壁となる。これらは技術的解決だけではなく、標準化、法制度、産業界の合意を必要とする課題である。

6.今後の調査・学習の方向性

今後はまず実運用を想定した大規模フィールド試験と、標準化作業の推進が重要である。具体的には、AgentFactsのスキーマ拡張と相互運用テスト、CRDT更新プロトコルの耐障害性検証、そしてプライバシー保護クエリの実装評価が優先されるべきである。またガバナンス枠組みを議論するために、産業界・学界・政策当局を交えたワーキンググループの設置が望ましい。技術的には、検証付きのコードアテステーションや振る舞い観測の標準化により、より高い信頼水準を達成することが目標である。最後に、企業は段階的導入のパターンを整え、小規模なAgentFactsの試験運用から始めるべきである。

検索に使える英語キーワード: NANDA index, AgentFacts, AI agents, agent discovery, decentralized index

会議で使えるフレーズ集

「NANDAインデックスは現行のDNSを置き換えるのではなく、AIエージェント用の軽量な発見層を追加するものだ」

「AgentFactsはエージェントの能力・証明を自己記述で示すため、第三者検証が容易になる」

「まずは社内の代表エージェントでAgentFactsを一つ作り、鍵のローテーションを試す段階的導入を提案する」

R. Raskar et al., “Beyond DNS: Unlocking the Internet of AI Agents via the NANDA Index and Verified AgentFacts,” arXiv preprint arXiv:2507.14263v1, 2025.

論文研究シリーズ
前の記事
統合教育へ向かう十年:MOOCs、Smart Teaching、AIの架橋
(Bridging MOOCs, Smart Teaching, and AI: A Decade of Evolution Toward a Unified Pedagogy)
次の記事
コード文脈とプロンプト戦略が自動単体テスト生成に与える影響
(Impact of Code Context and Prompting Strategies on Automated Unit Test Generation with Modern General-Purpose Large Language Models)
関連記事
神経コードの仮説とニューロン検出器の情報モデル
(Hypotheses of neural code and the information model of the neuron-detector)
パッチゲーム:参照ゲームにおけるミドルレベルパッチの学習
(PatchGame: Learning to Signal Mid-level Patches in Referential Games)
バースト性インパルス雑音下における協力型WSNのRLベース中継選択
(RL-based Relay Selection for Cooperative WSNs in the Presence of Bursty Impulsive Noise)
GNNとNERを用いたテキスト要約
(Graph Neural Network and NER-Based Text Summarization)
欠損ラベルを伴う大規模マルチラベル学習
(Large-scale Multi-label Learning with Missing Labels)
ProPainter:伝播とトランスフォーマの改良による動画インペインティングの向上 — ProPainter: Improving Propagation and Transformer for Video Inpainting
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む