CAP定理に基づき、一貫性・可用性・分断耐性のトレードオフを踏まえた分散システムの研究を行っています。 具体的には、Paxos、PBFT、PoW、PoS などの合意形成アルゴリズムに加え、 合意形成を支えるハッシュ関数・デジタル署名、Arbitrum に代表される Rollup 技術、 zk-SNARK のような「計算過程を開示せずに正当性を証明する」暗号的手法も含めて研究しています。 これらを統合的に分析し、信頼性とスケーラビリティを両立する分散合意基盤の設計を探究しています。

AIの出力や意思決定過程を第三者が再現・検証できる仕組みの研究を行っています。 AIエージェントの動作や判断過程、利用データの整合性を検証可能とする手法を設計し、 Explainable AI や Auditable AI の概念を拡張して、 ブロックチェーンやデータスペースなどの分散基盤と統合することで、 AIの透明性・信頼性・再現性の向上を目指しています。

データ共有と利用における信頼性と説明可能性を保証する仕組みの研究を行っています。 Usage Control や Access Control を基盤としつつ、暗号技術、Trusted Platform Module (TPM) などのハードウェア信頼基盤、 量子エンタングルメントを利用したデータ開封手続きの検証などを組み合わせ、 データ生成から利用までの全過程を監査・証明可能とするガバナンス機構の構築を目指しています。

合意形成システム、検証可能なAI、データガバナンス機構などの動作を形式的に記述し、 信頼性・性能・スケーラビリティを数理的に分析する研究を行っています。 これらのモデル化を通じて、分散システムやデータスペース全体の設計原理を理論的に明確化することを目指しています。