候補検出から根拠範囲を明示した主張へ：オープンソース・バッテリーマネジメントソフトウェアに対する再現可能なAI支援サブシステム横断監査

foxBMS 2を対象としたソースレベル候補の再現検証と、証拠に基づく推論範囲管理の事例研究

抄録

生成AIは、ソースコードの読解、調査候補の生成、検証用スクリプトの作成、技術情報の整理を支援できる。一方、AIが生成したもっともらしい解釈は、それだけでは再現可能な工学的証拠にはならない。特に組込み制御ソフトウェアでは、ソースコード上の局所的な状態と実機での結果との間に、設定、診断処理、スケジューリング、状態遷移、ハードウェア動作、システム統合など複数の要因が存在する。

本研究では、オープンソースのバッテリーマネジメントプラットフォーム foxBMS 2 version 1.11.0 の固定されたソースリビジョンを対象として、再現可能性を重視したAI支援ソフトウェア監査を実施した。調査対象には、計測処理、状態推定、動作制限、セルバランシング、充電制御、温度処理、診断、上位状態制御、通信、ソフトウェア保証、劣化関連機能を含めた。

AIによる解釈は単独では証拠として採用せず、固定ソースアーカイブ、SHA-256によるソース同一性確認、25個の正確なソース位置、限定された静的または実行可能な再現プログラム、2件の対照ケース、暗号学的マニフェスト、および別実装の検証プログラムによって結果を確認した。最終的に15件の再現可能なソースレベル候補を保持した。内訳は、値・データフローに関する候補5件、状態・時間に関する候補5件、通信・設定に関する候補5件である。13件のC言語による再現プログラムは GCC C11 の -O0 と -O2 で一致した結果を示し、2件のPythonによる静的確認も反復実行で一致した。15件に対応する25個のソース位置も固定ソースに対して確認された。

15件すべてについて関連する既存の緩和技術パターンを確認したが、監査対象となった正確な経路上で候補ごとの有効な緩和策が存在することまでは実証していない。また、関連する特許文献は技術パターンの比較材料としてのみ使用し、特許性、新規性、侵害その他の法的判断には使用していない。

本研究は、これら15件が実際の製品で発生すること、物理的に到達可能であること、製品欠陥またはセキュリティ脆弱性であること、安全上の結果や認証上の問題を生じることを示すものではない。研究過程では、候補一覧の記録漏れや証拠対応関係の誤りも後段の検証によって検出され、修正履歴を保持したまま訂正された。

以上から、大規模ソフトウェア監査におけるAIの有用な役割は、無制限に欠陥候補を生成することではなく、ソースの同一性を保存し、解釈を再検証し、不確実性を明示し、証拠が支持しない製品レベルまたは物理レベルの結論への拡張を防止する再現可能な監査手順を支援することにあると考えられる。