---
id: CP-302
slug: c2pa-content-credentials-denshi-sukashi
lang: ja
title: C2PAでメディアの出どころを証明する
description: C2PAとContent Credentialsが、画像・動画・音声に署名付きの来歴を付ける仕組みと、その署名が何を証明し、何を証明しないのかを解説します。
canonical_url: https://startbrain.io/cyberpedia/ja/articles/c2pa-content-credentials-denshi-sukashi/
markdown_url: https://startbrain.io/cyberpedia/ja/articles/c2pa-content-credentials-denshi-sukashi.md
publisher: Brain (https://startbrain.io)
license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
cite_as: Brain, 「C2PAでメディアの出どころを証明する」, Cyberpedia, 2026. https://startbrain.io/cyberpedia/ja/articles/c2pa-content-credentials-denshi-sukashi/ (CC BY 4.0)
wing: 4
theme: deepfake
reflex: air-036
schema: G4
updated: "2026-11-03"
translations:
  ja: https://startbrain.io/cyberpedia/ja/articles/c2pa-content-credentials-denshi-sukashi/
  fr: https://startbrain.io/cyberpedia/fr/articles/filigranage-c2pa-content-credentials/
  en: https://startbrain.io/cyberpedia/en/articles/c2pa-content-credentials-watermarking/
  es: https://startbrain.io/cyberpedia/es/articles/filigranage-c2pa-content-credentials/
  it: https://startbrain.io/cyberpedia/it/articles/filigrana-c2pa-content-credentials/
  nl: https://startbrain.io/cyberpedia/nl/articles/c2pa-content-credentials-watermarking-nl/
  pl: https://startbrain.io/cyberpedia/pl/articles/znakowanie-c2pa-content-credentials/
  pt: https://startbrain.io/cyberpedia/pt/articles/filigrana-c2pa-content-credentials/
sources:
  - "n": 1
    title: Content Credentials (classic)
    publisher: Microsoft
    url: https://learn.microsoft.com/en-us/azure/foundry-classic/openai/concepts/content-credentials
    accessed: "2026-11-03"
  - "n": 2
    title: "Reducing Risks Posed by Synthetic Content: An Overview of Technical Approaches to Digital Content Transparency"
    publisher: NIST
    url: https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-4.pdf
    published: "2024-11-18"
    accessed: "2026-11-03"
  - "n": 3
    title: "SynthID Detector: a new portal to help identify AI-generated content"
    publisher: Google
    url: https://blog.google/innovation-and-ai/products/google-synthid-ai-content-detector/
    published: "2025-05-20"
    accessed: "2026-11-03"
  - "n": 4
    title: The near-term impact of AI on the cyber threat
    publisher: NCSC (Royaume-Uni)
    url: https://www.ncsc.gov.uk/report/impact-of-ai-on-cyber-threat
    published: "2024-01-24"
    accessed: "2026-11-03"
---

# C2PAでメディアの出どころを証明する

画像、動画、音声は、AIで作られたうえで、出どころを示すものが何もないまま出回ることがあります。Content Credentialsは、この欠落を埋めようとする仕組みです。ファイルに署名付きの来歴情報を付け、受け取った人が確認できるようにします。

この来歴情報はメディアを判断する助けになりますが、それだけで結論は出ません。情報がなくても、そのファイルが偽物だとは言えません。情報があっても、本物だとは言えません。この記事では、署名が何を保証し、何を未解決のまま残し、従業員がそれをどう使えるかを説明します。

## 30秒でわかる要点

- 起きる場面: メッセージ、SNS、メールで届いた画像・動画・音声のうち、本物かどうかわからないもの。
- 攻撃者の狙い: 偽造したメディアを本物に見せかけること、またはAI由来であることを示すラベルを消すこと。
- とっさの行動: そのメディアが判断、支払い、指示の根拠になるときは、Content Credentialsを確認し、そのうえで送信元とは別の連絡手段で依頼内容を確かめます。
- すでに行った場合: 元のファイルを加工も再保存もせず、そのままセキュリティ担当に知らせます。

## よくある質問

### Content Credentialsとは何ですか

コンテンツの出どころと履歴を明らかにする「tamper-evident」(改ざんがあれば見てわかる)な方法です。Coalition for Content Provenance and Authenticity(C2PA)のオープンな仕様に基づきます [1]。具体的には、画像にマニフェストが付けられ、証明書による暗号署名が施されます [1]。

### この来歴情報には何が入っていますか

Azure OpenAIで生成した画像の場合、マニフェストには3つの項目があります。説明(「AI Generated Image」)、画像を生成したソフトウェアの名前、credentialsが作られた日時です [1]。C2PAの仕様では、より広く、出どころや編集履歴に関する主張や、「来歴の連鎖」、つまりそのファイルの元になったコンテンツを記録できます [2]。

### どの種類のメディアが対象ですか

仕様は画像、音声、動画を扱います [2]。

### ファイルはどう確認しますか

Microsoftは2つの方法を挙げています。Content Credentials Verifyのウェブページと、Content Authenticity Initiativeのオープンソースのツールです [1]。Azure OpenAIのモデルで生成した画像では、このページに、credentialsがMicrosoft Corporationによって発行されたことと、発行の日時が表示されます [1]。

### 来歴情報が見つからなければ、ファイルは偽物ですか

いいえ。ファイルに記録されたメタデータは取り除かれることがあり、SNSなどでファイルが共有されるときによく起こります [2]。取り除く理由は、受け取る人にコンテンツの出どころを誤認させるためのこともあれば、プライバシー保護のような無害なこともあります [2]。したがって、来歴情報のないファイルは、出どころが不明なファイルのままです。

### 来歴情報があり、署名が有効なら、内容は本物ですか

必ずしもそうではありません。署名はメタデータが正確かどうかを確かめることはできません。技術的には、署名者がある時点でそのメタデータの存在を証明した、ということしか示しません [2]。NISTは例を挙げています。カメラが署名した画像でも、カメラに内蔵されたAIによって加工されている場合があります [2]。

## 攻撃者の視点

偽物を広める攻撃者には、AI生成だと示す来歴情報をわざわざ残す理由がありません。道はいくつも残されており、いずれもNISTが説明しているものです。

最初は最も単純で、メタデータの削除です。プラットフォームやツールにメタデータを残す義務はなく、NISTは共有の際にこの削除がよく起こると記しています [2]。受け取る側には履歴のないファイルが届きますが、それは完全に正当なファイルでも同じです。

2つ目は、自分で署名することです。誰でも自分の証明書を作り、評判のない自前の認証局として振る舞えます [2]。この場合、署名は暗号の面では有効です。しかし信頼できるとは限りません。検証する側がその署名者を「trust lists」に加えていない間は、署名が信頼できないものだと検出できる可能性があります [2]。

3つ目は、認証局そのものを狙うものです。NISTは、認証局が侵害されると、偽装された身元に対して有効な証明書が発行されうると指摘しています [2]。

こうした限界は、生成AIが偽装の質を高めているだけに、いっそう重要です。英国のNCSCは2024年1月に、2025年までは、こうしたモデルのせいで、サイバーに関する知識の水準を問わず、メールやパスワード再設定の依頼が本物かどうかを見分けるのが誰にとっても難しくなる、と評価していました [4]。

## 画面に見えるもの

状況は3つあります。

1つ目は、検証ツールがcredentialsを表示する場合です。Content Credentials Verifyでは、発行者と発行の日時が読めます [1]。Azure OpenAIのモデルで作られたコンテンツでは、ページに「Microsoft Corporation」と表示されます [1]。

2つ目は、ファイルに何も表示されない場合です。共有のあとでは、メタデータが取り除かれることが多いため、これはよくあることです [2]。ファイルが偽物だとも、安全だとも言えません。

3つ目は、ツールが信頼できない署名を知らせる場合です。NISTは、その場合は表示用ソフトウェアが、署名者が名乗っている相手とは限らないと明示するよう求めています [2]。署名のないメタデータや、未知の証明書で署名されたメタデータでも、その有効性が不確かであるという注記つきで表示される場合があります [2]。

## 内部の仕組み

仕組みはいくつかの要素でできており、NISTは次のように説明しています。デジタル署名は、秘密に保たれた秘密鍵を使い、コンテンツとそのメタデータに対して計算されます。検証する側は対応する公開鍵を使って、署名が有効であり、署名されたとされるデータと一致していることを確かめます [2]。コンテンツやメタデータがあとで変更されれば、受け取る人にはそれがわかります [2]。

誰を信頼するかを示すために、C2PAはハッシュ関数、デジタル署名、公開鍵と秘密鍵のペアを持つ証明書、そして信頼できると判断された認証局の「trust lists」を組み合わせます。C2PAの組織は既定の中央リストを管理していますが、NISTの報告書の時点ではまだ作成の途中でした [2]。C2PAはまた、仕様をISO/TC 171/SC 2で標準化することも目指しています [2]。

透かし(ウォーターマーク)は別の技術で、メタデータと混同してはいけません。NISTはこれを、別の経路を使わず、ピクセルや単語を通じてコンテンツそのものに埋め込まれる印だと説明しています [2]。いわゆる隠し透かしは残り続けるように設計されており、よく取り除かれるメタデータとは対照的です [2]。2つの方法は組み合わせられます。画像がプラットフォーム間を移っても取り除かれにくい頑健な透かしと、受け取る人のための署名付きメタデータです [2]。

最後に、NISTは留保も示しています。まずプライバシーです。撮影や生成の際にメタデータが付くことを知らない利用者は、画像がいつ、どこで、誰によって、どのツールで作られたかを明かしてしまうおそれがあります [2]。C2PAは、利用者が積極的に同意したあとでのみツールがこのメタデータを作るよう推奨していますが、この推奨に拘束力はありません [2]。仕様の安全性と複雑さについては、第三者の専門家が懸念を表明しています [2]。

## 事例の検証

ここで引用する出典には、特定の詐欺事件の記録はありません。実際にこうした出どころの証明がどのようなものかを示す、日付のある導入例が書かれています。

### 2024年1月: NCSCによるAIとサイバー脅威の評価

2024年1月24日、NCSCは、AIが短期的にサイバー脅威に与える影響の評価を公表します。そこでは、AIが攻撃者にもたらすのは主にソーシャルエンジニアリングでの能力の向上であり、生成AIはすでに、フィッシングにありがちな翻訳、綴り、文法の誤りのない、説得力のあるやり取りを被害者との間で可能にしている、と評価しています [4]。

### 2024年11月: NISTが透明性の手法を整理

2024年11月、NISTはデジタルコンテンツの透明性に関する技術的手法の報告書を公表します。そこでは、透かしとメタデータを含む来歴の追跡と、合成コンテンツの検出を区別しています [2]。生成AI製品のFireflyにC2PAを導入しているAdobeを挙げ、こうした事例研究は参加した各主体の申告によるものなので、自己申告の利用例として読むべきだと注記しています [2]。

### 2025年5月20日: GoogleがSynthID Detectorを発表

2025年5月20日、Googleは、自社のAIツールで作られたコンテンツを識別するための検証ポータル、SynthID Detectorを発表します [3]。画像、音声、動画、テキストを入れると、ポータルがSynthIDの透かしを探し、透かしがありそうな部分を強調表示します [3]。Googleによると、すでに100億件を超えるコンテンツにこの透かしが入っており、アクセスは当初テスターに限られ、ジャーナリスト、メディア関係者、研究者向けには順番待ちリストがありました [3]。このポータルが対象とするのは、GoogleのAIツールで作られたコンテンツです [3]。GoogleはNVIDIAの動画にも透かしを入れており、他の事業者による検出に向けて、GetReal Securityとの提携も発表しています [3]。SynthIDの透かしがないファイルでも、別のツールで作られたものの可能性があります。

## 出典

1. Microsoft, 「Content Credentials (classic)」. https://learn.microsoft.com/en-us/azure/foundry-classic/openai/concepts/content-credentials (2026年11月3日閲覧)
2. NIST, 「Reducing Risks Posed by Synthetic Content: An Overview of Technical Approaches to Digital Content Transparency」, 2024年11月18日. https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-4.pdf (2026年11月3日閲覧)
3. Google, 「SynthID Detector: a new portal to help identify AI-generated content」, 2025年5月20日. https://blog.google/innovation-and-ai/products/google-synthid-ai-content-detector/ (2026年11月3日閲覧)
4. NCSC (Royaume-Uni), 「The near-term impact of AI on the cyber threat」, 2024年1月24日. https://www.ncsc.gov.uk/report/impact-of-ai-on-cyber-threat (2026年11月3日閲覧)

---

原典: Cyberpedia(Brainが公開するサイバーセキュリティとAIの公開百科事典)。正規版: https://startbrain.io/cyberpedia/ja/articles/c2pa-content-credentials-denshi-sukashi/
この文章は、上記のURLへのリンクとともに「Brain, Cyberpedia」と明記すれば、ライセンス CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) のもとで自由に再利用できます。
