JP7799779B2 - コンピュータ、コンピュータを用いて実行される方法、及び、プログラム - Google Patents

Description

本発明はアートワークの管理方法、コンピュータ、及び、プログラムに関する。

近年、ブロックチェーンにより契約の正当性を保証するスマートコントラクトを利用して、様々なサービスが生み出されている。例えば特許文献１には、銀行による金銭の貸付のためにスマートコントラクトを利用することが開示されている。

特表２０１９－５２４０１８号公報

ところで、デジタル画像の再生を制限することにより、デジタル画像の著作者の権益を守ろうとするデジタル著作権管理（ＤＲＭ：Digital Rights Management）という技術が知られている。この技術を用いれば、タブレット端末で描かれたデジタル絵画などのアートワークについても不法な使用、例えば、無許諾での使用を制限することができるが、一方で、アートワークへのアクセシビリティが損なわれる。そうすると、結果としてアートワークの著作者であるアーティストの権益をも損なうことになるおそれがあるため、改善が必要とされている。

したがって、本発明の目的の一つは、アートワークへのアクセシビリティを確保しつつ、アートワークの不法な使用を制限できるアートワークの管理方法、コンピュータ、及び、プログラムを提供することにある。

本発明によるアートワークの管理方法は、１以上のコンピュータによって実行されるアートワークの管理方法であって、前記１以上のコンピュータに含まれる第１のコンピュータが、ＷＥＢサイトに含まれるアートワークを検出する検出ステップと、前記第１のコンピュータが、前記検出ステップにおいて検出した前記アートワークの購入を示す購入トランザクションがブロックチェーンネットワークに記録されているか否かを判定する判定ステップと、前記判定ステップにより記録されていないと判定された場合に、前記第１のコンピュータが、前記アートワークの不正使用を発見したことを示す報告を送信する送信ステップと、を含むアートワークの管理方法である。

本発明によるコンピュータは、ＷＥＢサイトに含まれるアートワークを検出する検出部と、前記検出部により検出された前記アートワークの購入を示す購入トランザクションがブロックチェーンネットワークに記録されているか否かを判定する判定部と、前記判定部により記録されていないと判定された場合に、前記アートワークの不正使用を発見したことを示す報告を送信する送信部と、を含むコンピュータである。

本発明によるプログラムは、コンピュータに、ＷＥＢサイトに含まれるアートワークを検出する検出ステップと、前記検出ステップにおいて検出した前記アートワークの購入を示す購入トランザクションがブロックチェーンネットワークに記録されているか否かを判定する判定ステップと、前記判定ステップにより記録されていないと判定された場合に、前記アートワークの不正使用を発見したことを示す報告を送信する送信ステップと、を実行させるためのプログラムである。

本発明によれば、アートワークへのアクセシビリティを確保しつつも、アートワークの不法な使用を抑制することが可能になる。

本発明の実施の形態によるアートワーク取引・管理システム１の構成を示す図である。 プラットフォームポータルサーバ３、アーティスト端末４、及び購入者端末５のハードウェア構成の一例を示す図である。 ペン角度データを説明する図である。 バイオメトリック署名データの構成を示す図である。 プラットフォームポータルサーバ３に対するデータの入出力を示す図である。 アートワークの出品にかかるプラットフォームポータルサーバ３の機能ブロック図である。 アートワークの販売にかかるプラットフォームポータルサーバ３の機能ブロック図である。 （ａ）は、第三者端末６にインストールされるプラグインの機能ブロック図であり、（ｂ）は、第三者端末６に対する報酬の支払いにかかるプラットフォームポータルサーバ３の機能ブロック図である。 アートワークの真贋判定にかかるプラットフォームポータルサーバ３の機能ブロック図である。 （ａ）は、アーティストによるアートワーク製作の特徴を示すアーティスト特徴量を説明する図であり、（ｂ）は、アートワークの特徴を示す複数の値からなるアートワーク特徴量を説明する図である。 アートワーク特徴量の具体例を示す図である。 プラットフォームポータルサーバ３が実行する処理を示す処理フロー図である。 図１２のステップＳ７で実行されるアートワーク出品処理の詳細を示す図である。 図１２のステップＳ８で実行されるアートワーク販売処理の詳細を示す図である。 図１２のステップＳ８で実行されるアートワーク販売処理の詳細を示す図である。 図１４のステップＳ４１で実行されるウォーターマーク埋め込み処理の詳細を示す図である。 図１６に示したウォーターマーク埋め込み処理により生成した透かし入りアートワークからウォーターマークを読み出すための処理を示す処理フロー図である。 第三者端末６のブラウザソフトウェアにインストールされたプラグインによって実行される不正使用監視処理を示す処理フロー図である。 図１２のステップＳ９で実行される報酬支払い処理の詳細を示す図である。 図１２のステップＳ１０で実行される真贋判定処理の詳細を示す図である。

以下、添付図面を参照しながら、本発明の実施の形態について詳細に説明する。

図１は、本実施の形態によるアートワーク取引・管理システム１の構成を示す図である。同図に示すように、アートワーク取引・管理システム１は、プラットフォームポータルサーバ３と、アーティスト端末４と、購入者端末５と、第三者端末６と、ブロックチェーンネットワーク７と、分散ファイルシステム８と、カタログデータベース９とがネットワーク２を介して相互に接続された構成を有している。また、プラットフォームポータルサーバ３にはセキュアキーストア３ａ、特徴量データベース３ｂ、及びインセンティブプール３ｃが接続されている。

図２は、プラットフォームポータルサーバ３、アーティスト端末４、購入者端末５、及び第三者端末６のハードウェア構成の一例を示す図である。プラットフォームポータルサーバ３、アーティスト端末４、購入者端末５、及び第三者端末６はそれぞれ、図示した構成を有するコンピュータ１００によって構成され得る。

図２に示すように、コンピュータ１００は、ＣＰＵ(Central Processing Unit)１０１、記憶装置１０２、入力装置１０３、出力装置１０４、及び通信装置１０５を有して構成される。

ＣＰＵ１０１は、コンピュータ１００の各部を制御するとともに、記憶装置１０２に記憶される各種のプログラムを読み出して実行する装置である。後掲する図１２～図１７、図１９、図２０を参照して説明する各処理は、プラットフォームポータルサーバ３のＣＰＵ１０１が記憶装置１０２に記憶されるプログラムを実行することによって実現される。また、後掲する図１８を参照して説明する処理は、第三者端末６のＣＰＵ１０１が記憶装置１０２に記憶されるプログラム（後述するプラグイン）を実行することによって実現される。

記憶装置１０２は、ＤＲＡＭ(Dynamic Random Access Memory)などの主記憶装置と、ハードディスクなどの補助記憶装置とを含み、コンピュータ１００のオペレーティングシステムや各種のアプリケーションを実行するための各種のプログラム、及び、これらのプログラムによって利用されるデータを記憶する役割を果たす。プラットフォームポータルサーバ３の記憶装置１０２にはディープラーニングによる教師なし学習を行う人工知能プログラムが予め記憶されており、プラットフォームポータルサーバ３は、このプログラムを実行することにより機械学習装置としても機能する。

入力装置１０３は、ユーザの入力操作を受け付けてＣＰＵ１０１に供給する装置であり、例えばキーボード、マウス、タッチ検出装置を含んで構成される。このうちタッチ検出装置はタッチセンサ及びタッチコントローラを含む装置であり、ペン入力又はタッチ入力を検出するために使用される。ペン入力は、例えばアクティブ静電方式又は電磁誘導方式によって実現される。タッチ入力は、例えば静電容量方式によって実現される。

出力装置１０４は、ＣＰＵ１０１の処理結果をユーザに対して出力する装置であり、例えばディスプレイ、スピーカーを含んで構成される。通信装置１０５は、外部の装置と通信するための装置であり、ＣＰＵ１０１の指示にしたがってデータの送受信を行う。プラットフォームポータルサーバ３、アーティスト端末４、購入者端末５、及び第三者端末６の間でのデータの送受信は、それぞれの通信装置１０５が相互に通信を行うことによって実現される。

図１に戻る。アーティスト端末４は、アーティストがアートワークの入力及び出品、並びに、後述するバイオメトリック署名データの入力を行うために使用されるコンピュータである。アートワーク及びバイオメトリック署名データはそれぞれデジタルデータであり、アーティスト端末４の入力装置１０３に対し、アーティストがペンＰを用いてペン入力を行うことによって生成される。アートワークの出品のための具体的な処理については、後述する。

アートワークの入力方法について説明すると、アーティスト端末４のタッチ検出装置は、タッチ面の近傍に存在するペンＰを検出可能に構成される。タッチ検出装置は、ペンＰを検出している間、周期的に、タッチ面内におけるペンＰの位置を示す座標データ、ペンＰのペン先に加わる圧力を示す筆圧値、ペンＰのタッチ面に対する傾きを示すペン角度データを取得し、ＣＰＵ１０１に供給する。

座標データは、タッチ検出装置により検出されるペンＰの位置を示すデータである。ペン入力がアクティブ静電方式によって実現される場合を例に取って詳しく説明すると、まずタッチセンサは、それぞれＹ方向に延在し、Ｘ方向に等間隔で配置された複数のＸ電極と、それぞれＸ方向に延在し、Ｙ方向に等間隔で配置された複数のＹ電極とを含んで構成される。タッチコントローラは、これら複数のＸ電極及び複数のＹ電極のそれぞれでペンＰが送信したバースト信号を受信することにより、ペンＰの位置を示す座標データを取得する。

筆圧値は、例えばペンＰに内蔵される圧力センサによって検出されるデータである。また、ペン角度データは、例えばペンＰに内蔵される傾きセンサによって検出されるデータである。アクティブ静電方式に対応するペンＰは、ペアリングしたタッチコントローラに対してデータ信号を送信することができ、このデータ信号により筆圧値及びペン角度データを送信する。

図３は、ペン角度データを説明する図である。同図に示すように、ペン角度データは、方位角θ、チルト角φ、及び回転角ψを含んで構成される。このうちチルト角φは、ペンＰが送信した信号に基づいてタッチコントローラが検出することとしてもよい。この場合、ペンＰは、ペン軸方向に２つの電極が並置された構成を有し、それぞれからバースト信号を送信する。タッチ検出装置は、こうして送信された２つのバースト信号のそれぞれが受信された位置から、チルト角φを検出する。

図１に戻り、アーティスト端末４のＣＰＵ１０１は、タッチ検出装置から供給される筆圧値に基づき、ペンＰのペン先がタッチ面に接触しているか否かを判定する。そして、ペンＰがタッチ状態にある間に取得される一連の座標データ等によってストロークデータを生成し、記憶装置１０２に格納するとともに、出力装置１０４を構成するディスプレイに表示する。アートワークは、こうして記憶装置１０２に格納された一連のストロークデータを含むデジタルインクファイルによって構成される。各ストロークデータは、座標データ、筆圧値、ペン角度データの一連の組み合わせと、個々の組み合わせがタッチ検出装置によって取得された時刻を示すタイムスタンプ情報とを含むデータとなる。

図４は、バイオメトリック署名データの構成を示す図である。バイオメトリック署名データは、例えばＷＩＬＬ(Wacom Ink Layer Language)又はＦＳＳ(Forensic Signature Stream)に従って生成されるデータであり、同図に示すように、動的署名データ、署名した書類のハッシュ値、コンテキスト情報、及び追加情報と、動的署名データ、署名した書類のハッシュ値、及びコンテキスト情報のハッシュ値、このハッシュ値及び追加情報のハッシュ値、並びに、このハッシュ値の送受信の際に生じ得る誤りを検出するためのチェックサムを含んで構成される。このうち動的署名データは、アートワークと同様、一連のストロークデータを含むデジタルインクファイルによって構成される。

署名した書類のハッシュ値は、バイオメトリック署名データを生成するためにアーティストが署名した書類（出品申込書、契約書など）の電子データのハッシュ値である。なお、ハッシュ値は、対象の電子データを所定の一方向ハッシュ関数に入力することによって得られる値である。この点は、後述する他のハッシュ値についても同様である。

コンテキスト情報は、署名したアーティストの氏名データ、署名日時、署名の目的、署名のために使用したタッチ検出装置の情報（メーカー名、モデル名など）、署名のために使用したアプリケーションの情報（アプリケーション名、バージョン情報など）、アーティスト端末４のオペレーティングシステムの情報（オペレーティングシステム名、バージョン情報など）、アーティスト端末４のアドレス情報（ＩＰアドレス、ＭＡＣアドレスなど）などを含む情報である。追加情報は、動的署名データ、署名した書類のハッシュ値、コンテキスト情報の他に、アートワーク取引・管理システム１の管理者が任意で指定できる情報である。

図１に戻る。購入者端末５は、購入者がアートワーク（アーティストによって出品されたアートワーク）を購入するために使用されるコンピュータである。この購入のための具体的な処理については、後述する。

第三者端末６は、アートワーク取引・管理システム１の管理者から見て第三者のコンピュータであり、アートワークの例えば無許諾な使用といった不法な使用を監視し、無許諾での使用を発見した場合に報告する役割を果たす。監視は、一例としてブラウザソフトウェアにインストールされたプラグインによって実行される。また、第三者端末６は、プラットフォームポータルサーバ３に対し、アートワークの真贋判定を依頼する役割も果たす。この監視及び真贋判定のための具体的な処理についても、後述する。

ブロックチェーンネットワーク７は、ピアツーピアによって接続された複数のコンピュータのネットワークであり、スマート・コントラクトのトランザクションをブロックチェーンに記録するように構成される。具体的な例を挙げると、ブロックチェーンネットワーク７はイーサリアムネットワークである。トランザクションのブロックチェーンへの記録は、ブロックチェーンネットワーク７に接続されたいくつかのコンピュータ（以下、「マイナー」と称する）によって実行される。

具体的に説明すると、ブロックチェーンを構成する各ブロックは、ブロックヘッダと、トランザクションの具体的な内容を示すデータ（取引データ）とを含んで構成される。このうちブロックヘッダには、取引データのサイズを圧縮してなるデータであるマークルルートと、１つ前のブロックのハッシュ値と、任意の文字列であるナンス値とが含まれる。ブロックチェーンネットワーク７においては、新たなブロックをブロックチェーンに接続するには、そのブロックのハッシュ値が所定の条件（例えば、「０００」で始まる値である、という条件）を満たしていなければならないというルールが定められている。そこで、ブロックチェーンにあるブロックを記録しようとするマイナーは、そのブロックのブロックヘッダのハッシュ値が上記所定の条件を満たすこととなるよう、総当たり的にナンス値を見つける作業（マイニング）を行う。この作業の結果として、最も早くナンス値の発見に成功したマイナーがそのブロックをブロックチェーンに連結することによって、トランザクションのブロックチェーンへの記録が完了する。

分散ファイルシステム８は、ピアツーピアによって接続された複数のコンピュータのネットワークであり、任意の電子データを格納するように構成される。具体的な例を挙げると、分散ファイルシステム８はＩＰＦＳ(InterPlanetary File System)である。分散ファイルシステム８内に格納された電子データは、そのハッシュ値によって識別される。すなわち、分散ファイルシステム８においては、格納された電子データのハッシュ値がその電子データのアドレス情報として機能する。本実施の形態では、暗号化されたアートワークを格納するために分散ファイルシステム８が使用される。

カタログデータベース９は、１つ又は複数のコンピュータ上に実装されたデータベースである。本実施の形態では、アートワークのカタログ（販売のために必要となる情報）を格納するために使用される。カタログデータベース９は、プラットフォームポータルサーバ３内に実装されることとしてもよい。

セキュアキーストア３ａは、データの暗号化のために用いる暗号化鍵を格納するためのデータベースであり、プラットフォームポータルサーバ３からのアクセスしか受け付けないように予め設定される。本実施の形態においては、後述する公開鍵１，２、秘密鍵１，２、及びデータ暗号化鍵１，２を格納するためにセキュアキーストア３ａが使用される。

特徴量データベース３ｂは、アーティストによるアートワーク製作の特徴を示すアーティスト特徴量と、アートワークの特徴を示す複数の値からなるアートワーク特徴量とを記憶するデータベースである。これらの特徴量の詳細については、後述する。特徴量データベース３ｂも、プラットフォームポータルサーバ３からのアクセスしか受け付けないように予め設定される。

インセンティブプール３ｃは、アートワークの不法な使用例えば、無許諾での使用の発見報告を送信した第三者端末６に対しインセンティブとして付与するための金銭を格納するためのデータベースである。この金銭は、一例として、ブロックチェーンネットワーク７により実現される仮想通貨（イーサなど）であってもよい。インセンティブプール３ｃも、プラットフォームポータルサーバ３からのアクセスしか受け付けないように予め設定される。

プラットフォームポータルサーバ３は、アートワークの取引装置として機能するコンピュータであり、アーティストによるアートワークの出品を受け付けるとともに、出品されたアートワークの購入を実現する役割を果たす。また、プラットフォームポータルサーバ３は、第三者端末６を通じてアートワークの無許諾での使用を監視するとともに、上述したアーティスト特徴量及びアートワーク特徴量を取得して管理し、管理しているアーティスト特徴量及びアートワーク特徴量を用いてアートワークの真贋を判定する役割も果たす。

図５は、プラットフォームポータルサーバ３に対するデータの入出力を示す図である。以下、アートワークの出品を受け付ける段階、アートワークの購入を実現する段階、アートワークの無許諾での使用を監視する段階、アートワークの真贋を判定する段階のそれぞれに注目して説明する。

まずアートワークの出品を受け付ける段階では、プラットフォームポータルサーバ３は、アーティスト端末４からアートワークの出品を受け付ける。この出品には、アートワークの本体であるデジタルインクファイルと、販売条件（有料／無料の別、有料の場合の価格等）とが含まれる。なお、価格は、ブロックチェーンネットワーク７により実現される仮想通貨（イーサなど）によって示されてもよい。プラットフォームポータルサーバ３はまた、アーティスト端末４から、上述したバイオメトリック署名データの入力も受け付ける。出品及びバイオメトリック署名データを受信したプラットフォームポータルサーバ３は、出品を示すトランザクション（出品トランザクション）をブロックチェーンネットワーク７に記録する。出品トランザクションの具体的な内容については、後述する。

アートワークの出品を受け付けたプラットフォームポータルサーバ３は、アートワークに所定形式の識別情報（以下、「画像ＩＤ」という）を付与し、この画像ＩＤをアートワーク内に埋め込む。そして、画像ＩＤを埋め込んだアートワークを共通鍵暗号方式の共通鍵に相当するデータ暗号化鍵１により暗号化し、分散ファイルシステム８に格納する。なお、画像ＩＤは、市中に流通するアートワークを互いに識別できる所定形式の情報であればよく、具体的には、ランダムな文字列であってもよいし、アートワークのハッシュ値であってもよい。また、プラットフォームポータルサーバ３は、公開鍵暗号方式における公開鍵及び秘密鍵に相当する公開鍵１及び秘密鍵１のペアを生成し、公開鍵１によってデータ暗号化鍵１を暗号化する。そして、公開鍵１及び秘密鍵１のペアと、暗号化したデータ暗号化鍵１とをセキュアキーストア３ａに格納する。なお、アートワークの暗号化を公開鍵１でなくデータ暗号化鍵１によって行うのは、公開鍵暗号方式における公開鍵では、アートワークのようなサイズの大きいデータを暗号化できないためである。

プラットフォームポータルサーバ３はさらに、出品されたアートワークのサムネイル、販売条件、及び、ブロックチェーンネットワーク７に記録した出品トランザクションのＩＤ（識別情報）をカタログデータベース９に登録するとともに、アーティスト端末４に対し、出品トランザクションのＩＤ、及び秘密鍵１を返送する。返送された出品トランザクションのＩＤは、アーティストがブロックチェーンネットワーク７を参照し、自身の出品内容を確認するために使用される。また、秘密鍵１は、アーティストが自身のアートワークを分散ファイルシステム８から取り出すために使用される。

また、プラットフォームポータルサーバ３は、出品されたアートワークを構成する１以上のストロークデータからアーティストによるアートワーク製作の特徴を示す１以上の値を取得し、取得した各値を機械学習モデルに入力することによって、上記アーティスト特徴量を取得する。そして、取得したアーティスト特徴量を、アーティストを特定する情報と対応付けて特徴量データベース３ｂに格納する。アーティスト特徴量及び機械学習モデルの詳細については、後述する。

同様に、プラットフォームポータルサーバ３は、出品されたアートワークを構成する１以上のストロークデータからそのアートワークの特徴を示す複数の値を取得し、アートワーク特徴量として特徴量データベース３ｂに格納する。アートワーク特徴量の詳細についても、後述する。

次に、出品されたアートワークの購入を実現する段階では、プラットフォームポータルサーバ３は、購入者端末５から購入申し込みを受け付ける。この購入申し込みには、購入者を示す購入者情報（ブロックチェーンネットワーク７のアカウント、氏名など）と、購入者が選択したアートワークを示す情報と、代金（例えば、任意の量の仮想通貨を示す情報）とが含まれる。購入申し込みを受け付けたプラットフォームポータルサーバ３は、購入を示すトランザクション（購入トランザクション）をブロックチェーンネットワーク７に記録する。購入トランザクションの具体的な内容については、後述する。

購入申し込みを受け付けたプラットフォームポータルサーバ３は、セキュアキーストア３ａから秘密鍵１及びデータ暗号化鍵１を取り出すとともに、分散ファイルシステム８からアートワークを取り出す。そして、データ暗号化鍵１を秘密鍵１で復号し、復号したデータ暗号化鍵１によりアートワーク（画像ＩＤが埋め込まれたアートワーク）を復号する。

プラットフォームポータルサーバ３はさらに、復号したアートワークにウォーターマークを埋め込むことによって透かし入りアートワークを生成し、データ暗号化鍵２により暗号化したうえで、分散ファイルシステム８に格納する。詳しくは後述するが、このウォーターマークは、購入トランザクションのＩＤ（識別情報）に基づいて生成される。

プラットフォームポータルサーバ３はまた、公開鍵暗号方式における公開鍵及び秘密鍵に相当する公開鍵２及び秘密鍵２のペアを生成し、公開鍵２によってデータ暗号化鍵２を暗号化する。そして、公開鍵２及び秘密鍵２のペアと、暗号化したデータ暗号化鍵２とをセキュアキーストア３ａに格納する。なお、透かし入りアートワークの暗号化を公開鍵２でなくデータ暗号化鍵２によって行うのは、出品時と同様、透かし入りアートワークのサイズが大きいことによる。

その後、プラットフォームポータルサーバ３は、購入者端末５に対し、購入トランザクションのＩＤ、秘密鍵２、及び、暗号化透かし入りアートワークのハッシュ値を返送する処理を行うとともに、アーティスト端末４に対し、購入トランザクションのＩＤ及び売上金を送信する処理を行う。各端末に返送された購入トランザクションのＩＤは、購入者及びアーティストがブロックチェーンネットワーク７を参照し、購入内容を確認するために使用される。また、秘密鍵２、及び、暗号化透かし入りアートワークのハッシュ値は、購入者が購入したアートワークを分散ファイルシステム８から取り出して復号するために使用される。

また、プラットフォームポータルサーバ３は、売上金をアーティスト端末４に送金する際、その一部（例えば１割）を控除し、画像ＩＤと対応付けてインセンティブプール３ｃに格納する処理を行う。こうしてインセンティブプール３ｃに格納された金銭（例えば、仮想通貨）は、第三者端末６のユーザに対し、無許諾での使用を発見したことに対する対価を支払うために使用される。なお、無許諾での使用が発見された後、著作権侵害訴訟等を経て損害賠償金が得られた場合には、その全部又は一部についても、仮想通貨の形式でインセンティブプール３ｃに格納することとしてもよい。

次に、アートワークの無許諾での使用を監視する段階では、まずプラットフォームポータルサーバ３は、第三者端末６に対して、ブラウザソフトウェアのプラグイン（アドオン）を配付する。このプラグインは、ブラウザソフトウェア上で動作し、ユーザによってロードされるＷＥＢサイトを監視する機能を有する。また、プラグインには、ブロックチェーンネットワーク７にアクセスするために必要な情報（後述するコントラクトアカウント）が予め書き込まれる。

プラグインによる監視は、具体的には、アートワーク取引・管理システム１で管理しているアートワークを検出し、検出したアートワークに対応する購入トランザクションがブロックチェーンネットワーク７内に存在する場合に、アートワークの不正使用を発見したことを示す報告を生成し、生成した報告を示す報告トランザクションをブロックチェーンネットワーク７に記録することによって実行される。この処理のより詳しい内容については、後述する。

プラットフォームポータルサーバ３は、新たな報告トランザクションがブロックチェーンネットワーク７に記録されると、その報告トランザクションに対応するアートワークの画像ＩＤと対応付けてインセンティブプール３ｃに格納されている金銭を取得し、報酬として、報告トランザクションを記録した第三者端末６に対して送信する。こうして送信される金銭は、第三者端末６のユーザに対し、上記プラグインを動作させ続けることについてのインセンティブとして機能する。

図６～図９は、プラットフォームポータルサーバ３又は第三者端末６にインストールされるプラグインの機能ブロック図である。図６は、アートワークの出品にかかるプラットフォームポータルサーバ３の機能ブロックを示し、図７は、アートワークの販売にかかるプラットフォームポータルサーバ３の機能ブロックを示し、図８（ａ）は、第三者端末６にインストールされるプラグインの機能ブロックを示し、図８（ｂ）は、第三者端末６に対する報酬の支払いにかかるプラットフォームポータルサーバ３の機能ブロックを示し、図９は、アートワークの真贋判定にかかるプラットフォームポータルサーバ３の機能ブロックを示している。以下、これらの図を参照しながら、プラットフォームポータルサーバ３の機能ブロックについて詳しく説明する。

初めに図６を参照すると、プラットフォームポータルサーバ３は、アートワークの出品にかかる機能ブロックとして、受信部１１と、重複判定部１２と、特徴量取得部１３と、アートワーク暗号化処理部１４と、アートワーク格納処理部１５と、鍵ペア生成部１６と、トランザクション発行部１７と、鍵暗号化処理部１８と、カタログ生成部１９と、送信部２０とを有して構成される。

受信部１１は、アーティスト端末４からアートワークの出品を受信する。この出品には、上述したように、アートワークの本体と、販売条件を示す情報とが含まれる。

重複判定部１２は、出品されたアートワークが他のアートワークと重複しているか否か（すなわち、出品されたアートワークがユニークでないか否か）を判定する。この判定は、例えば、プラットフォームポータルサーバ３が過去に分散ファイルシステム８内に格納したアートワークとの比較によって実施してもよいし、インターネット上での検索によって得られる画像との比較によって実施してもよいし、その両方によって実施してもよい。比較の結果、出品されたアートワークと重複する他のアートワークが発見されなかった場合、重複判定部１２は重複していないと判定し、受信部１１に、上述したバイオメトリック署名データをアーティスト端末４からさらに受信させる。一方、出品されたアートワークと重複する他のアートワークが発見された場合、重複判定部１２は重複していると判定し、アーティスト端末４に出品不可を返信する。

また、重複判定部１２は、重複していないと判定したアートワークに対し一意な識別情報（以下、「画像ＩＤ」という）を付与し、アートワーク内に埋め込む処理を行う。この処理は、例えば、アートワークに画像ＩＤをメタデータとして付加することによって行ってもよいし、アートワークの表面に視認可能な状態で斜めに画像ＩＤを配置することにより行ってもよいし、後述するウォーターマーク生成部３６と同様の処理により画像ＩＤを示すウォーターマークを生成し、生成したウォーターマークを、後述するウォーターマーク埋め込み処理部３７と同様の処理によりアートワーク内に埋め込むことによって行ってもよい。

特徴量取得部１３は、重複判定部１２によって重複していないと判定されたアートワークに基づいて上述したアーティスト特徴量及びアートワーク特徴量を取得し、特徴量データベース３ｂに格納する処理を行う。以下、この処理について、図１０及び図１１を参照しながら詳しく説明する。

図１０（ａ）は、アーティストによるアートワーク製作の特徴（癖）を示すアーティスト特徴量を説明する図であり、図１０（ｂ）は、アートワークの特徴を示す複数の値からなるアートワーク特徴量を説明する図である。

初めに図１０（ａ）を参照すると、プラットフォームポータルサーバ３は、重複判定部１２によって重複していないと判定されたアートワークが発生する都度、そのアートワークを構成する１以上のストロークデータからアーティストによるアートワーク製作の特徴を示す１以上の値を取得し、そのアートワークのアーティストを示すアーティスト情報とともに、上述した人工知能プログラムに入力する。人工知能プログラムは、こうして入力されたデータをディープラーニングによって学習し、機械学習モデルを構築する。こうして構築された機械学習モデルは、上記１以上の値が新たに入力されたことに応じて、アーティスト特徴量を出力可能となる。

人工知能プログラムに入力する１以上の値は、典型的には、図１０（ａ）に示すように、運筆スピードの平均値及び分散、筆圧値の平均値及び分散、ペン角度データの平均値及び分散、並びに、タッチ状態とホバー状態の時間的な配分によって構成される。ただし、これらの値のうちの一部のみ、又は、他の値を使用してもよいことは勿論である。

プラットフォームポータルサーバ３は、重複判定部１２によって重複していないと判定されたアートワークを構成する１以上のストロークデータから上記１以上の値を取得し、人工知能プログラムによって構築された機械学習モデルに入力する。これにより、機械学習モデルからアーティスト特徴量が出力される。プラットフォームポータルサーバ３は、こうして取得したアーティスト特徴量を、対応するアーティスト情報に対応付けて特徴量データベース３ｂに格納する。特徴量データベース３ｂ内に同一のアーティストについてのアーティスト特徴量が既に格納されている場合には、新たに取得したアーティスト特徴量によって、格納されているアーティスト特徴量を更新する。

次に図１０（ｂ）を参照すると、プラットフォームポータルサーバ３は、重複判定部１２によって重複していないと判定されたアートワークを構成する１以上のストロークデータから、該アートワークの特徴を示す複数の値からなるアートワーク特徴量を取得する。複数の値には、ペンタッチが実行されたときのペンの位置をそれぞれ示す一連のペンタッチ座標と、ペンアップが実行されたときのペンの位置をそれぞれ示す一連のペンアップ座標とが含まれる。プラットフォームポータルサーバ３は、こうして取得したアートワーク特徴量を、対応するアートワークに対応付けて特徴量データベース３ｂに格納する。

以下の表１に示すデータは、アートワーク特徴量を構成する複数の値の一例である。このデータにおいては、各行先頭の「ｄ」がペンタッチを示し、「ｕ」がペンアップを示している。また、「ｄ」又は「ｕ」の後の２つの座標がそれぞれＸ座標及びＹ座標を示している。

図１１は、アートワーク特徴量をマッピングした例を示す図である。同図では、座標ごとに、グレースケールの濃度により、ペンタッチ又はペンアップが発生した回数を表している。このように、アートワーク特徴量をマッピングしたものは、アートワークの特徴を示すノイズ画像となる。このノイズ画像自体をアートワーク特徴量として用いることとしてもよい。

図６に戻る。アートワーク暗号化処理部１４は、重複判定部１２が重複していないと判定した場合に、アートワークの暗号化を行う。具体的に説明すると、アートワーク暗号化処理部１４はまず、共通鍵暗号方式における共通鍵に相当するデータ暗号化鍵１を生成する。そして、生成したデータ暗号化鍵１を用いて、アートワークの暗号化を実行する。

アートワーク格納処理部１５は、アートワーク暗号化処理部１４によって暗号化されたアートワークを、重複判定部１２によって付与された画像ＩＤと対応付けて分散ファイルシステム８に格納する処理を行うとともに、そのハッシュ値を取得する。

鍵ペア生成部１６は、公開鍵暗号方式における公開鍵及び秘密鍵に相当する公開鍵１及び秘密鍵１のペアを生成する。

トランザクション発行部１７は、重複判定部１２によって付与された画像ＩＤと、アートワーク格納処理部１５によって取得された暗号化アートワークのハッシュ値と、受信部１１によって受信されたバイオメトリック署名データと、鍵ペア生成部１６によって生成された公開鍵１とを含む出品トランザクションを生成し、ブロックチェーンネットワーク７のコントラクトアカウント（後述）に対して発行する。この後、ブロックチェーンネットワーク７に接続されたいずれかのマイナーにより、出品トランザクションのブロックチェーンへの記録が完了する。

鍵暗号化処理部１８は、鍵ペア生成部１６によって生成された公開鍵１を用いてデータ暗号化鍵１を暗号化し、公開鍵１及び秘密鍵１のペアとともに、トランザクション発行部１７によって発行された出品トランザクションのＩＤに対応付けて、セキュアキーストア３ａに格納する。

カタログ生成部１９は、出品されたアートワークのサムネイルを生成し、販売条件及び出品トランザクションのＩＤとともに、カタログデータベース９に登録する。このようにして出品されたアートワークがカタログデータベース９に登録されることにより、購入者は、カタログデータベース９を参照し、購入したいアートワークを選択することが可能になる。

送信部２０は、トランザクション発行部１７によって発行された出品トランザクションのＩＤと、鍵ペア生成部１６によって生成された秘密鍵１とをアーティスト端末４に返送する。これによりアーティストは、ブロックチェーンネットワーク７上で出品トランザクションを確認することが可能になるとともに、分散ファイルシステム８に格納された暗号化アートワークを取得して復号することにより、元のアートワークを確認することが可能になる。

アーティストによる元のアートワークの確認について、より詳しく説明する。アーティストは、アーティスト端末４を用いて、出品トランザクションのＩＤと、秘密鍵１とをプラットフォームポータルサーバ３に送信する。プラットフォームポータルサーバ３は、アーティスト端末４から受信した出品トランザクションのＩＤに基づいてブロックチェーンネットワーク７を参照することにより、暗号化アートワークのハッシュ値を取得する。そして、取得したハッシュ値を用いて分散ファイルシステム８にアクセスし、暗号化アートワークを読み出す。プラットフォームポータルサーバ３はまた、アーティスト端末４から受信した出品トランザクションのＩＤに基づいてセキュアキーストア３ａから暗号化データ暗号化鍵１を読み出し、アーティスト端末４から受信した秘密鍵１により復号する。最後にプラットフォームポータルサーバ３は、復号したデータ暗号化鍵１を用いて暗号化アートワークを復号することによってアートワークを取得し、アーティスト端末４に返信する。こうしてアーティストは、アートワークを確認することができる。

次に図７を参照すると、プラットフォームポータルサーバ３は、アートワークの販売にかかる機能ブロックとして、受信部３０と、購入可否判定部３１と、鍵復号処理部３２と、アートワーク復号処理部３３と、鍵ペア生成部３４と、トランザクション発行部３５と、ウォーターマーク生成部３６と、ウォーターマーク埋め込み処理部３７と、アートワーク暗号化処理部３８と、アートワーク格納処理部３９と、鍵暗号化処理部４０と、送信部４１とを有して構成される。

受信部３０は、購入者端末５からアートワークの購入意思を示す購入申し込みを受信する。この購入申し込みには、上述したように、購入者情報と、購入者が選択したアートワークを示す情報と、代金とが含まれる。

購入可否判定部３１は、購入申し込みの成立可否を判定する。具体的に説明すると、購入可否判定部３１はまず、対応するアートワークの販売条件及び出品トランザクションのＩＤをカタログデータベース９から読み出す。そして、読み出した販売条件を購入申し込みの内容と比較し、その結果に基づいて購入申し込みの成立可否を判定する。一例を挙げると、販売条件としてアートワークの価格が１イーサであることが規定されていた場合、購入申し込みに１イーサが含まれていれば、購入可否判定部３１は、購入申し込みが成立したと判定する。一方、購入申し込みに１イーサが含まれていなければ、購入可否判定部３１は、購入申し込みが成立しないと判定する。後者の場合、購入可否判定部３１は、購入者端末５に購入不可を返信する。

鍵復号処理部３２は、出品トランザクションのＩＤに基づいて、秘密鍵１及び暗号化データ暗号化鍵１をセキュアキーストア３ａから読み出す。そして、読み出した秘密鍵１を用いて、読み出した暗号化データ暗号化鍵１を復号する。

アートワーク復号処理部３３は、出品トランザクションのＩＤに基づいてブロックチェーンネットワーク７を参照することにより、アートワークの画像ＩＤ、又は、暗号化されたアートワークのハッシュ値を取得する。そして、取得した画像ＩＤ又はハッシュ値に基づいて、分散ファイルシステム８から暗号化アートワークを読み出し、鍵復号処理部３２により復号されたデータ暗号化鍵１を用いて復号する。

鍵ペア生成部３４は、公開鍵暗号方式における公開鍵及び秘密鍵に相当する公開鍵２及び秘密鍵２のペアを生成する。

トランザクション発行部３５は、購入申し込みに含まれていた購入者情報と、購入可否判定部３１がカタログデータベース９から読み出した出品トランザクションのＩＤと、アートワークの画像ＩＤと、アートワークの購入額を示す金額と、鍵ペア生成部３４によって生成された公開鍵２とを含む購入トランザクションを生成し、ブロックチェーンネットワーク７のコントラクトアカウント（後述）に対して発行する。この後、ブロックチェーンネットワーク７に接続されたいずれかのマイナーにより、購入トランザクションのブロックチェーンへの記録が完了する。

ウォーターマーク生成部３６は、トランザクション発行部３５によって発行された購入トランザクションのＩＤに基づいて、ウォーターマークを生成する。こうして生成されるウォーターマークは、例えば、購入トランザクションのＩＤを示すＱＲコード（登録商標）である。ウォーターマーク埋め込み処理部３７は、アートワーク復号処理部３３により復号されたアートワークにウォーターマークを埋め込むことにより、透かし入りアートワークを生成する処理を行う。この処理の詳細については、後ほど図１６を参照して詳しく説明する。

アートワーク暗号化処理部３８は、共通鍵暗号方式における共通鍵に相当するデータ暗号化鍵２を生成し、生成したデータ暗号化鍵２を用いて透かし入りアートワークを暗号化する。アートワーク格納処理部３９は、アートワーク暗号化処理部３８によって暗号化された透かし入りアートワークを分散ファイルシステム８に格納する処理を行うとともに、そのハッシュ値を取得する。

鍵暗号化処理部４０は、鍵ペア生成部３４によって生成された公開鍵２を用いてデータ暗号化鍵２を暗号化し、トランザクション発行部３５によって発行された購入トランザクションのＩＤに対応付けて、セキュアキーストア３ａに格納する。

送信部４１は、購入トランザクションのＩＤと、アートワーク格納処理部３９により取得されたハッシュ値と、鍵ペア生成部３４によって生成された秘密鍵２とを購入者端末５に返送するとともに、購入トランザクションのＩＤと、売上金の一部（例えば９割）とをアーティスト端末４に送信する。売上金の残部（例えば１割）については、インセンティブプール３ｃに蓄積する。これにより購入者及びアーティストは、ブロックチェーンネットワーク７上で購入トランザクションを確認することが可能になる。また、購入者は、分散ファイルシステム８に格納された暗号化透かし入りアートワークを取得して復号することにより、購入したアートワークを透かし入りの状態で入手することが可能になる。さらに、第三者端末６に対して、アートワークの無許諾での使用を発見したことに対する報酬を与えることが可能になる。

購入者によるアートワークの入手について、より詳しく説明する。購入者は、購入者端末５を用いて、暗号化透かし入りアートワークのハッシュ値と、購入トランザクションのＩＤと、秘密鍵２とをプラットフォームポータルサーバ３に送信する。プラットフォームポータルサーバ３は、購入者端末５から受信したハッシュ値を用いて分散ファイルシステム８にアクセスし、暗号化透かし入りアートワークを読み出す。プラットフォームポータルサーバ３はまた、購入者端末５から受信した購入トランザクションのＩＤに基づいてセキュアキーストア３ａから暗号化データ暗号化鍵２を読み出し、購入者端末５から受信した秘密鍵２により復号する。最後にプラットフォームポータルサーバ３は、復号したデータ暗号化鍵２を用いて暗号化透かし入りアートワークを復号することによって透かし入りアートワークを取得し、購入者端末５に返信する。こうして購入者は、透かし入りアートワークを入手することができる。

次に図８（ａ）を参照すると、第三者端末６は、ブラウザソフトウェアにインストールされたプラグインにより実現される機能ブロックとして、画像抽出部５０と、アートワーク検出部５１と、購入履歴判定部５２と、報告有無判定部５３と、報告部５４とを有して構成される。

画像抽出部５０は、ブラウザソフトウェアによってロードされたＷＥＢサイトから画像を抽出する。具体的には、ソースコード内を走査して画像ファイルのパスを取得し、そのパスから画像ファイルをダウンロードする。画像ファイルは、例えば、ｊｐｇファイル、ｐｎｇファイル、又は、ｇｉｆファイルである。

アートワーク検出部５１は、画像抽出部５０によって抽出された画像から画像ＩＤの抽出を試みることによって、アートワーク取引・管理システム１によって管理されているアートワークを検出する。すなわち、アートワーク取引・管理システム１によって管理されている画像であれば、上述した処理により画像ＩＤが埋め込まれているはずであるので、ここで画像ＩＤを抽出できなかったということは、その画像がアートワーク取引・管理システム１によって管理されている画像でないことを意味する。逆に、画像ＩＤを抽出できたということは、その画像がアートワーク取引・管理システム１によって管理されている画像であることを意味する。そこで、アートワーク検出部５１は、画像ＩＤを抽出することができた画像をアートワークとして検出し、抽出した画像ＩＤとともに購入履歴判定部５２に供給する。

購入履歴判定部５２は、アートワーク検出部５１によって検出されたアートワークに対応する購入トランザクションがブロックチェーンネットワーク７内に存在するか否かを判定する。この判定は、具体的には、アートワーク検出部５１によって抽出された画像ＩＤを含む購入トランザクションがあるか否かを判定することによって行われる。対応する購入トランザクションがブロックチェーンネットワーク７内に存在しないアートワークは、購入されていないのであるから、ＷＥＢサイトに使われるはずがない。そうであるにも関わらずＷＥＢサイトで使われているということは、無許諾で使用されているということを意味する。そこで購入履歴判定部５２は、対応する購入トランザクションがブロックチェーンネットワーク７内に存在しないと判定したアートワークについて、報告の対象とすることを決定し、画像ＩＤとともに報告有無判定部５３に通知する。

報告有無判定部５３は、購入履歴判定部５２から通知された画像ＩＤを含む報告トランザクションがブロックチェーンネットワーク７内に存在するか否かを判定する。そのような報告トランザクションがブロックチェーンネットワーク７内に存在する場合、他の第三者端末６が先に無許諾使用を発見し、報告したことを意味する。したがって報告有無判定部５３は、新たに報告することはせずに処理を終了する。一方、そのような報告トランザクションがブロックチェーンネットワーク７内に存在しなければ、報告有無判定部５３は、画像ＩＤを報告部５４に出力する。

報告部５４は、報告有無判定部５３から入力された画像ＩＤについて、アートワークの不正使用を発見したことを示す報告を生成し、生成した報告を示す報告トランザクションをブロックチェーンネットワーク７に対して発行する。この後、ブロックチェーンネットワーク７に接続されたいずれかのマイナーにより、報告トランザクションのブロックチェーンへの記録が完了する。報告トランザクションには、画像ＩＤと、第三者端末６を示す情報とが含まれる。第三者端末６を示す情報は、後にプラットフォームポータルサーバ３が報告に対する報酬を支払う際、その支払い先となる。

次に図８（ｂ）を参照すると、プラットフォームポータルサーバ３は、第三者端末６に対する報酬の支払いにかかる機能ブロックとして、報告取得部６０と、報酬額決定部６１と、送信部６２とを有して構成される。

報告取得部６０は、ブロックチェーンネットワーク７から新たに発行された報告トランザクションを取得する。この取得は、報告取得部６０が周期的にブロックチェーンネットワーク７を確認することによって行えばよい。

報酬額決定部６１は、報告取得部６０によって取得された報告トランザクションに対する報酬額を決定する。典型的な例では、報酬額決定部６１は、当該アートワークの価格のうちアーティストに還元される金額を減じた額に等しい金額を報酬額として決定する。例えば、アートワークの価格が１イーサであり、アーティストに還元される金額がその９割、すなわち０．９イーサであれば、０．１イーサを報酬額として決定する。

送信部６２は、報酬額決定部６１が決定した報酬額分の仮想通貨を第三者端末６に対して送信する。これにより、報酬の支払いが完了する。

次に図９を参照すると、プラットフォームポータルサーバ３は、アートワークの真贋判定にかかる機能ブロックとして、受信部７０と、特徴量取得部７１と、特徴量読出部７２と、真贋判定部７３と、送信部７４とを有して構成される。

受信部７０は、第三者端末６から真贋判定依頼を受信する。真贋判定依頼には、第三者端末６が第三者のＷＥＢサイト等で発見したアートワーク（以下、「判定対象アートワーク」という）と、判定対象アートワークのアーティストとしてそのＷＥＢサイトに記載されていた情報（アーティスト情報）と、アートワーク取引・管理システム１で管理している複数のアートワークの１つであるアートワーク（以下、「比較対象アートワーク」という）を特定する情報とを含む。なお、比較対象アートワークを特定する情報は、アートワーク取引・管理システム１で管理している複数のアートワークの１つを特定できる情報であればどのような情報であってもよいが、例えば画像ＩＤである。判定対象アートワークは、図８（ａ）のアートワーク検出部５１で検出されるアートワークとは異なり、画像ＩＤを含まないものも対象となる。

特徴量取得部７１は、判定対象アートワークに基づいて、上述したアーティスト特徴量及びアートワーク特徴量を取得する。具体的には、判定対象アートワークを構成する１以上のストロークデータから上述した１以上の値（例えば、運筆スピードの平均値及び分散、筆圧値の平均値及び分散、ペン角度データの平均値及び分散、並びに、タッチ状態とホバー状態の時間的な配分）を取得し、上述した機械学習モデルに入力する。これにより、機械学習モデルからアーティスト特徴量が出力される。また、判定対象アートワークを構成する１以上のストロークデータから該判定対象アートワークの特徴を示す複数の値（例えば、ペンタッチが実行されたときのペンの位置をそれぞれ示す一連のペンタッチ座標と、ペンアップが実行されたときのペンの位置をそれぞれ示す一連のペンアップ座標）を取得することにより、アートワーク特徴量を取得する。

特徴量読出部７２は、特徴量データベース３ｂから、アーティスト情報により示されるアーティストに対応付けて記憶されるアーティスト特徴量と、比較対象アートワークに対応付けて記憶されるアートワーク特徴量とを読み出す。

真贋判定部７３は、特徴量取得部７１により取得されたアーティスト特徴量及びアートワーク特徴量と、特徴量読出部７２により読み出されたアーティスト特徴量及びアートワーク特徴量とを比較し、その結果に基づいて、判定対象アートワークの真贋を判定する。具体的には、所定の演算によりアーティスト特徴量及びアートワーク特徴量それぞれの尤度を算出し、算出した２つの尤度がともに所定値以上である場合に判定対象アートワークは本物であると判定し、算出した２つの尤度のいずれかが所定値未満である場合に判定対象アートワークは偽物であると判定する。

送信部７４は、真贋判定部７３による判定の結果を第三者端末６に返送する。これにより第三者端末６のユーザは、判定対象アートワークが本物であるか偽物であるかを知ることが可能になる。

図１２～図１７、図１９、図２０は、プラットフォームポータルサーバ３が実行する処理を示す処理フロー図である。また、図１８は、第三者端末６が実行する処理を示す処理フロー図である。以下、これらの図を参照しながら、プラットフォームポータルサーバ３が実行する処理について、さらに詳しく説明する。

初めに図１２を参照すると、プラットフォームポータルサーバ３はまず、ブロックチェーンネットワーク７にアートワークの出品や購入を記録できるようにするため、ブロックチェーンネットワーク７のアカウント（コントラクトアカウント）を生成する処理を行う。具体的には、コントラクトのコードを含むトランザクションをブロックチェーンネットワーク７に送信し（ステップＳ１）、その結果として生成されたコントラクトアカウントのアドレスを取得する（ステップＳ２）。

その後、プラットフォームポータルサーバ３は、アーティスト端末４からアートワークの出品を受信したか否かを判定する処理（ステップＳ３）と、購入者端末５からアートワークの購入申し込みを受信したか否かを判定する処理（ステップＳ４）と、ブロックチェーンネットワーク７に不正使用発見報告が記録されたか否かを確認する処理（ステップＳ５）と、第三者端末６からアートワークの真贋判定依頼を受信したか否かを判定する処理（ステップＳ６）とを繰り返し実行する。

ステップＳ３においてアートワークの出品を受信したと判定した場合、プラットフォームポータルサーバ３は、アートワーク出品処理を実行する（ステップＳ７）。ステップＳ４においてアートワークの購入申し込みを受信したと判定した場合、プラットフォームポータルサーバ３は、アートワーク販売処理を実行する（ステップＳ８）。ステップＳ５において不正使用発見報告が記録されたと判定した場合、プラットフォームポータルサーバ３は、報酬支払い処理を実行する（ステップＳ９）。ステップＳ６においてアートワークの真贋判定依頼を受信したと判定した場合、プラットフォームポータルサーバ３は、真贋判定処理を実行する（ステップＳ１０）。

図１３は、図１２のステップＳ７で実行されるアートワーク出品処理の詳細を示す図である。同図に示すように、アートワーク出品処理を開始したプラットフォームポータルサーバ３は、アートワーク本体及び販売条件を含むアートワークの出品を取得する（ステップＳ１１）。そして、アップロードされたアートワークを、既知のワークと比較する（ステップＳ１２）。この比較の詳細については、上述したとおりである。

プラットフォームポータルサーバ３は、ステップＳ１２で実行した比較の結果に基づき、アートワークがユニークであるか否かを判定する（ステップＳ１３）。その結果、ユニークでないと判定した場合、プラットフォームポータルサーバ３は、アーティスト端末４に出品不可を返し、アートワーク出品処理を終了する（ステップＳ１４）。一方、ユニークであると判定した場合、プラットフォームポータルサーバ３は、アーティスト端末４からバイオメトリック署名データを受信する（ステップＳ１５）。具体的な例では、アーティスト端末４のディスプレイ上に署名を促す画面を表示し、アーティストに上述した動的署名データを入力させる。アーティスト端末４は、こうして入力された動的署名データに図４を参照して説明した各情報を追加することによってバイオメトリック署名データを生成し、プラットフォームポータルサーバ３に対して送信する。

次にプラットフォームポータルサーバ３は、上述した処理によってアーティスト特徴量及びアートワーク特徴量を取得して特徴量データベース３ｂに格納した後（ステップＳ１６）、公開鍵１及び秘密鍵１のペアを生成する（ステップＳ１７）。また、データ暗号化鍵１を生成し、公開鍵１を用いて暗号化する（ステップＳ１８）。

続いてプラットフォームポータルサーバ３は、データ暗号化鍵１を用いてアートワークを暗号化し（ステップＳ１９）、暗号化されたアートワークを分散ファイルシステム８に格納する（ステップＳ２０）。その後、プラットフォームポータルサーバ３は、図１２のステップＳ１，Ｓ２で生成したコントラクトアカウントに対して、暗号化アートワークのハッシュ値、バイオメトリック署名データ、及び公開鍵１を含む出品トランザクションを発行する（ステップＳ２１）。

ステップＳ２０を実行したプラットフォームポータルサーバ３は、発行した出品トランザクションのＩＤに対応付けて、公開鍵１及び秘密鍵１のペアと、ステップＳ１７で暗号化したデータ暗号化鍵１とをセキュアキーストア３ａに格納する（ステップＳ２２）。そして、出品トランザクションのＩＤ、及び秘密鍵１をアーティスト端末４に返送する（ステップＳ２３）とともに、アートワークのサムネイル、販売条件、出品トランザクションのＩＤを対応付けてカタログデータベース９に登録し（ステップＳ２４）、アートワーク出品処理を終了する。

図１４及び図１５は、図１２のステップＳ８で実行されるアートワーク販売処理の詳細を示す図である。同図に示すように、アートワーク販売処理を開始したプラットフォームポータルサーバ３は、カタログデータベース９におけるアートワークの選択結果と、購入者情報及び代金とを含む購入申し込みを取得する（ステップＳ３０）。そして、販売条件及び出品トランザクションのＩＤをカタログデータベース９から読み出し（ステップＳ３１）、購入申し込みが成立するか否かを判定する（ステップＳ３２）。この判定の詳細については、上述したとおりである。

ステップＳ３２において購入不成立と判定した場合、プラットフォームポータルサーバ３は、購入者端末５に購入不可を返し、アートワーク販売処理を終了する（ステップＳ３３）。一方、購入成立と判定した場合、プラットフォームポータルサーバ３はまず、出品トランザクションのＩＤに基づいてセキュアキーストア３ａから秘密鍵１及び暗号化データ暗号化鍵１を読み出し（ステップＳ３４）、読み出した秘密鍵１を用いて、読み出した暗号化データ暗号化鍵１を復号する（ステップＳ３５）。

次にプラットフォームポータルサーバ３は、ブロックチェーンネットワーク７において出品トランザクションを参照することにより、暗号化アートワークのハッシュ値を取得する（ステップＳ３６）。そして、取得したハッシュ値に基づいて分散ファイルシステム８から暗号化アートワークを読み出し、ステップＳ３５で取得したデータ暗号化鍵１により復号する（ステップＳ３７）。

次にプラットフォームポータルサーバ３は、公開鍵２及び秘密鍵２のペアを生成する（ステップＳ３８）。そして、図１２のステップＳ１，Ｓ２で生成したコントラクトアカウントに対して、購入者情報、出品トランザクションのＩＤ、金額、及び公開鍵２を含む購入トランザクションを発行する（ステップＳ３９）。

次いでプラットフォームポータルサーバ３は、購入トランザクションのＩＤからウォーターマークを生成し（ステップＳ４０）、生成したウォーターマークをアートワークに埋め込むためのウォーターマーク埋め込み処理を実行する（ステップＳ４１）。

図１６は、図１４のステップＳ４１で実行されるウォーターマーク埋め込み処理の詳細を示す図である。なお、以下では、ウォーターマークはＱＲコード（登録商標）であるとして説明を続ける。また、図１６には、一例として特異値分解（ＳＶＤ：Singular Value Decomposition）を利用するアプローチ(SVD Based Approach)による場合を示しているが、他のアプローチによってウォーターマーク埋め込み処理を行ってもよい。そのようなアプローチの例としては、離散的コサイン変換（ＤＣＴ：Discrete Cosine Transform）を利用するアプローチ(Optimal DCT-Psychovisual Threshold)、ＹＣｂＣｒ色空間での符号化を用いるアプローチ(YCbCr Colour Space Encoding Approach)、多重解像度解析を用いるアプローチ(Multi-resolution Wavelet Decomposition)などが挙げられる。

図１６に示すように、プラットフォームポータルサーバ３はまず、ウォーターマークであるｎ×ｎビットのＱＲコード（登録商標）Ｗ＝（ｗ_１，ｗ_２，・・・，ｗ_ｎ×ｎ）を取得する（ステップＳ５０）。ｗ_１，ｗ_２，・・・，ｗ_ｎ×ｎはそれぞれ、０又は１のいずれかの値である。

次にプラットフォームポータルサーバ３は、所定のロバストネスファクターσを取得する（ステップＳ５１）。ロバストネスファクターσは、大きいほど埋め込まれたＱＲコード（登録商標）の復元可能性を上昇させる一方で、大きいほど透かし入りアートワークの画質を低下させる値である。したがって、ＱＲコード（登録商標）の復元可能性と透かし入りアートワークの画質を考慮して、予め最適なσの値を決めておくことが好ましい。

続いてプラットフォームポータルサーバ３は、ｍ×ｍビットのアートワークを、色チャネル別（例えば、ＲＧＢカラーモデルの赤（Ｒｅｄ）、緑（ＧＲｅｅｎ）、青（Ｂｌｕｅ））の３つの画像Ｉ１，Ｉ２，Ｉ３に分離する（ステップＳ５２）。そして、画像Ｉ１，Ｉ２，Ｉ３のうち最もエントロピーの高い画像（すなわち、最も均質で変化の少ない画像）を選択する（ステップＳ５３）。ここでは、画像Ｉ１のエントロピーが最も高く、ステップＳ５３で画像Ｉ１が選択されたとして説明を続ける。

画像Ｉ１を選択したプラットフォームポータルサーバ３は、画像Ｉ１を、オーバーラップしない各４×４ビットのブロックＢ（ｊ）に分割する（ステップＳ５４）。ただし、１≦ｊ≦（ｍ／４）×（ｍ／４）である。

次にプラットフォームポータルサーバ３は、所定の種（シード）を用いて、重複しないｎ×ｎ個の擬似乱数の列Ｐ＝（ｐ_１，ｐ_２，・・・，ｐ_ｎ×ｎ）を発生する（ステップＳ５５）。ただし、１≦ｐ_ｋ≦（ｍ／４）×（ｍ／４）である。そしてプラットフォームポータルサーバ３は、１以上ｎ×ｎ以下である整数ｋのそれぞれについて、ステップＳ５７～Ｓ６０の処理を実行する（ステップＳ５６）。

ステップＳ５７～Ｓ６０の処理について具体的に説明すると、プラットフォームポータルサーバ３はまず、ｐ_ｋ番目のブロックＢ（ｐ_ｋ）を選択する（ステップＳ５７）。次にプラットフォームポータルサーバ３は、選択したブロックＢ（ｐ_ｋ）を特異値分解することによって得られる４×４の対角行列Ｓ（ｐ_ｋ）＝ｄｉａｇ（ｓ_１，ｓ_２，ｓ_３，ｓ_４）を取得する（ステップＳ５８）。なお、この特異値分解は、Ｂ（ｐ_ｋ）＝Ｕ（ｐ_ｋ）Ｓ（ｐ_ｋ）Ｖ（ｐ_ｋ）^Ｔにより表される。ただし、Ｕ（ｐ_ｋ）及びＶ（ｐ_ｋ）はそれぞれ、４×４のユニタリ行列である。

そして、ロバストネスファクターσ及びビットｗ_ｋを用いてこの対角行列Ｓ（ｐ_ｋ）を操作することにより、４×４の対角行列Ｓ'（ｐ_ｋ）＝ｄｉａｇ（ｓ_１，ｓ_２＋σ×ｗ_ｋ，ｓ_２，ｓ_３×０．１）を導出する（ステップＳ５９）。そして、導出したＳ'（ｐ_ｋ）を用いて特異値分解の逆処理を行うことにより、ＷＢ（ｐ_ｋ）を生成する（ステップＳ６０）。具体的には、ＷＢ（ｐ_ｋ）＝Ｕ（ｐ_ｋ）Ｓ'（ｐ_ｋ）Ｖ（ｐ_ｋ）^Ｔの計算を行うことににより、ＷＢ（ｐ_ｋ）を生成する。

ステップＳ５７～Ｓ６０の処理がすべて完了したら、プラットフォームポータルサーバ３は、生成されたｎ×ｎ個のＷＢ（ｊ）と、ステップＳ５７で選択されなかった（ｍ／４）×（ｍ／４）－ｎ×ｎ個のブロックＢ（ｊ）とを用いて、画像Ｉ１'を生成する（ステップＳ６１）。具体的には、画像Ｉ１を構成する（ｍ／４）×（ｍ／４）個のブロックＢ（ｊ）のうち、ｎ×ｎ個のブロックＢ（ｐ_１）～Ｂ（ｐ_ｎ×ｎ）をそれぞれＷＢ（ｐ_１）～ＷＢ（ｐ_ｎ×ｎ）で置き換えることにより、画像Ｉ１'を生成する。

最後に、プラットフォームポータルサーバ３は、画像Ｉ１'と、画像Ｉ２，Ｉ３とを用いて透かし入りアートワークを生成する（ステップＳ６２）。具体的には、画像Ｉ１'，Ｉ２，Ｉ３を合成することにより、透かし入りアートワークを生成する。

図１４に戻る。ウォーターマーク埋め込み処理を終えたプラットフォームポータルサーバ３は、データ暗号化鍵２を生成し、公開鍵２を用いて暗号化する（ステップＳ４２）。そして、図１５に示すように、購入トランザクションのＩＤに対応付けて、公開鍵２及び秘密鍵２のペアと、暗号化されたデータ暗号化鍵２とをセキュアキーストア３ａに格納する（ステップＳ４３）。

次にプラットフォームポータルサーバ３は、データ暗号化鍵２を用いて透かし入りアートワークを暗号化し（ステップＳ４４）、暗号化された透かし入りアートワークを分散ファイルシステム８に格納する（ステップＳ４５）。その後、プラットフォームポータルサーバ３は、暗号化透かし入りアートワークのハッシュ値、購入トランザクションのＩＤ、及び秘密鍵２を購入者端末５に返送する（ステップＳ４６）とともに、購入トランザクションのＩＤ、及び売上金の一部をアーティスト端末４に返送する（ステップＳ４７）。そしてさらに、売上金の残部をインセンティブプール３ｃに格納し（ステップＳ４８）、アートワーク販売処理を終了する。

ここで、透かし入りアートワークからウォーターマークを読み出すためのウォーターマーク読み出し処理について、図１７を参照しながら説明する。図１７には図１６に示したウォーターマーク埋め込み処理により生成した透かし入りアートワークからウォーターマークを読み出すための処理を示しているが、他の種類のウォーターマーク読み出し処理により透かし入りアートワークを生成した場合には、その処理に応じた読み出し処理が必要となることは言うまでもない。また、以下ではプラットフォームポータルサーバ３がウォーターマーク読み出し処理を行うこととして説明するが、他のコンピュータでウォーターマーク読み出し処理を行ってもよい。

プラットフォームポータルサーバ３はまず、所定のロバストネスファクターσを取得する（ステップＳ７１）。このロバストネスファクターσは、図１６のステップＳ５１で取得したロバストネスファクターσと同じ値であることが好ましい。

続いてプラットフォームポータルサーバ３は、ｍ×ｍビットの透かし入りアートワークを、色チャネル別の３つの画像Ｉ１，Ｉ２，Ｉ３に分離する（ステップＳ７１）。そして、画像Ｉ１，Ｉ２，Ｉ３のうち最もエントロピーの高い画像を選択する（ステップＳ７２）。ステップＳ７１，Ｓ７２の処理は、図１６のステップＳ５２，Ｓ５３と同じ処理である。ここでも、画像Ｉ１のエントロピーが最も高く、ステップＳ７２で画像Ｉ１が選択されたとして説明を続ける。

画像Ｉ１を選択したプラットフォームポータルサーバ３は、画像Ｉ１を、オーバーラップしない各４×４ビットのブロックＢ（ｊ）に分割する（ステップＳ７３）。ただし、１≦ｊ≦（ｍ／４）×（ｍ／４）である。この処理も、図１６のステップＳ５４と同じ処理である。

次にプラットフォームポータルサーバ３は、所定の種（シード）を用いて、重複しないｎ×ｎ個の擬似乱数の列Ｐ＝（ｐ_１，ｐ_２，・・・，ｐ_ｎ×ｎ）を発生する（ステップＳ７４）。ただし、１≦ｐ_ｋ≦（ｍ／４）×（ｍ／４）である。ステップＳ７４で用いる所定の種は、図１６のステップＳ５５で用いた種と同じである必要がある。種が分からなければＱＲコード（登録商標）を読み出すことはできないので、種は一種の共通鍵としても機能する。

続いてプラットフォームポータルサーバ３は、１以上ｎ×ｎ以下である整数ｋのそれぞれについて、ステップＳ７６～Ｓ７９の処理を実行する（ステップＳ７５）。

ステップＳ７６～Ｓ７９の処理について具体的に説明すると、プラットフォームポータルサーバ３はまず、ｐ_ｋ番目のブロックＢ（ｐ_ｋ）を選択する（ステップＳ７６）。次にプラットフォームポータルサーバ３は、選択したブロックＢ（ｐ_ｋ）を特異値分解することによって得られる４×４の対角行列Ｓ'（ｐ_ｋ）＝ｄｉａｇ（ｓ_１，ｓ_２'，ｓ_３'，ｓ_４'）を取得する（ステップＳ７７）。この特異値分解は、図１６のステップＳ５８と同様、Ｂ（ｐ_ｋ）＝Ｕ（ｐ_ｋ）Ｓ'（ｐ_ｋ）Ｖ（ｐ_ｋ）^Ｔにより表される。

次にプラットフォームポータルサーバ３は、ｓ２'－ｓ３'を導出する（ステップＳ７８）。こうして導出される値は、図１６のステップＳ５９で説明した対角行列Ｓ'（ｐ_ｋ）の導出方法から明らかなように、σ×ｗ_ｋに等しい。そこでプラットフォームポータルサーバ３は、導出した値がσ／２以上である（σ×ｗ_ｋ≧σ／２）ならばｗ_ｋに１を代入し、さもなければｗ_ｋに０を代入する（ステップＳ７９）。これにより、ｋ番目のｗ_ｋが読み出されたことになる。

ステップＳ７６～Ｓ７９の処理がすべて完了したら、プラットフォームポータルサーバ３は、読み出したｎ×ｎ個のｗ_ｋに基づき、ｎ×ｎビットのＱＲコード（登録商標）Ｗ＝（ｗ_１，ｗ_２，・・・，ｗ_ｎ×ｎ）を取得する（ステップＳ８０）。これにより、ウォーターマークであるＱＲコード（登録商標）Ｗの読み出しが完了する。

図１８は、図１２のステップＳ９で実行される報酬支払い処理の前提として、第三者端末６のブラウザソフトウェアにインストールされたプラグインによって実行される不正使用監視処理の詳細を示す図である。同図に示すように、プラグインはまず、ＷＥＢサイトがロードされたか否かを判定し（ステップＳ９０）、ロードされたと判定した場合に、ロードされたＷＥＢサイトから画像を抽出する（ステップＳ９１）。そして、抽出した画像の中に未確認の画像（すなわち、後述するステップＳ９３～Ｓ１０１の処理の対象となったことがないもの）があるか否かを判定する（ステップＳ９２）。ステップＳ９０でロードされていないと判定した場合、及び、ステップＳ９２で未確認の画像がないと判定した場合、プラグインはステップＳ９０に戻って処理を繰り返す。

ステップＳ９２で未確認の画像があると判定したプラグインは、１以上の未確認の画像のそれぞれについて、ステップＳ９４～Ｓ１０１の処理を実行する（ステップＳ９３）。

具体的に説明すると、プラグインはまず、画像から画像ＩＤを抽出する（ステップＳ９４）。ここで画像ＩＤを抽出できなければ、プラグインは次の画像に処理を移す。一方、画像ＩＤを抽出できた場合、プラグインは、ブロックチェーンネットワーク７を参照し、抽出した画像ＩＤを含む購入契約（購入トランザクション）の有無を確認する（ステップＳ９６）。そして、確認の結果に基づき、抽出した画像ＩＤを含む購入契約があるか否かを判定する（ステップＳ９７）。

ステップＳ９７で購入契約があると判定したプラグインは、次の画像に処理を移す。一方、ステップＳ９７で購入契約がないと判定したプラグインは、まずサイト表示をブロックする（ステップＳ９８）。このブロックは、例えば、ブラウザソフトウェアの画面全体を覆う警告表示を表示することによって行えばよい。

続いてプラグインは、ブロックチェーンネットワーク７を参照し、ステップＳ９４で抽出した画像ＩＤに対応する不正使用報告（報告トランザクション）の有無を確認する（ステップＳ９９）。そして、確認の結果に基づき、ステップＳ９４で抽出した画像ＩＤを含む不正使用報告があるか否かを判定する（ステップＳ１００）。

ステップＳ１００で不正使用報告があると判定したプラグインは、新たな報告をすることなく、次の画像に処理を移す。一方、ステップＳ１００で不正使用報告がないと判定したプラグインは、図１２のステップＳ１，Ｓ２で生成されたコントラクトアカウントに対して、画像ＩＤ、該当ＷＥＢサイトのアドレス及び内容、不正使用を発見した日付を含む報告トランザクションを発行し（ステップＳ１０１）、次の画像に処理を移す。１以上の未確認の画像のすべてについて以上の処理が終了した後、プラグインはステップＳ９０に戻って処理を続ける。これにより、第三者端末６においてブラウザソフトウェアが立ち上がっている間、プラグインはアートワークの不正使用を監視し続けることになる。

図１９は、図１２のステップＳ９で実行される報酬支払い処理の詳細を示す図である。同図に示すように、報酬支払い処理を開始したプラットフォームポータルサーバ３は、新たに記録された報告トランザクションをブロックチェーンネットワーク７から取り出して参照することにより、第三者端末６及び画像ＩＤを特定する（ステップＳ１１０）。

次にプラットフォームポータルサーバ３は、特定した画像ＩＤに対応する仮想通貨をインセンティブプール３ｃから引き出す（ステップＳ１１１）。ここで引き出す仮想通貨の金額の算定方法については、上述したとおりである。最後に、プラットフォームポータルサーバ３は、ステップＳ１１０で特定した第三者端末に対して、ステップＳ１１１で引き出した仮想通貨を送信し（ステップＳ１１２）、報酬支払い処理を終了する。

図２０は、図１２のステップＳ１０で実行される真贋判定処理の詳細を示す図である。同図に示すように、真贋判定処理を開始したプラットフォームポータルサーバ３はまず、真贋判定依頼から判定対象アートワーク、アーティスト情報、及び、比較対象アートワークを特定する情報を取得する（ステップＳ１２０）。これらの情報の内容については、上述したとおりである。

次にプラットフォームポータルサーバ３は、判定対象アートワークについて上述したアーティスト特徴量及びアートワーク特徴量を取得し（ステップＳ１２１）、さらに、アーティスト情報に対応するアーティスト特徴量を特徴量データベース３ｂから読み出す（ステップＳ１２２）とともに、比較対象アートワークに対応するアートワーク特徴量を特徴量データベース３ｂから読み出す（ステップＳ１２３）。

その後、プラットフォームポータルサーバ３は、アーティスト特徴量及びアートワーク特徴量のそれぞれを比較することにより判定対象アートワークの真贋を判定し（ステップＳ１２４）、判定の結果を第三者端末６にリターンして（ステップＳ１２５）真贋判定処理を終了する。

以上説明したように、本実施の形態によるアートワーク取引・管理システム１によれば、第三者端末６のブラウザソフトウェアのプラグインが自動的に、ＷＥＢサイト上でのアートワークの不正使用を発見し報告するので、アートワークへのアクセシビリティを確保しつつも、アートワークの無許諾での再生（使用）を抑制することが可能になる。

また、報告を生成した第三者端末６に対して報酬を与えることができるので、第三者端末６の持ち主に対し、本発明のプラグインを動作させ続けることについてのインセンティブを与えることが可能になる。

また、第三者端末６は、同一画像ＩＤについての報告トランザクションが既に存在するか否かを確認してから報告トランザクションを発行するようにしているので、報告トランザクションの大量発生を防止することができる。

また、出品されたアートワークについて、アーティスト特徴量及びアートワーク特徴量を取得し、特徴量データベースに格納するようにしているので、後に、市場に流通しているアートワークの真贋を判別することが可能になる。

以上、本発明の好ましい実施の形態について説明したが、本発明はこうした実施の形態に何等限定されるものではなく、本発明が、その要旨を逸脱しない範囲において、種々なる態様で実施され得ることは勿論である。

例えば、アーティストのフィンガープリントを示すメタデータとして、アートワークにアーティスト特徴量を付加することとしてもよい。この付加は、例えば、図６に示した特徴量取得部１３により実行すればよい。

また、上記実施の形態では、購入トランザクションのＩＤに基づいてウォーターマークを生成する例を説明したが、アーティスト特徴量又はアートワーク特徴量に基づいてウォーターマークを生成し、購入トランザクションのＩＤに基づくウォーターマークに代え、又は、購入トランザクションのＩＤに基づくウォーターマークとともに、購入者端末５に対して送信するアートワークに埋め込むこととしてもよい。なお、アーティスト特徴量又はアートワーク特徴量に基づくウォーターマークの生成は、例えば、図７に示したウォーターマーク生成部３６により実行すればよい。また、生成したウォーターマークの埋め込みは、例えば、図７に示したウォーターマーク埋め込み処理部３７により実行すればよい。

１ アートワーク取引・管理システム
２ ネットワーク
３ プラットフォームポータルサーバ
３ａ セキュアキーストア
３ｂ 特徴量データベース
３ｃ インセンティブプール
４ アーティスト端末
５ 購入者端末
６ 第三者端末
７ ブロックチェーンネットワーク
８ 分散ファイルシステム
９ カタログデータベース
１１，３０，７０ 受信部
１２ 重複判定部
１３ 特徴量取得部
１４ アートワーク暗号化処理部
１５ アートワーク格納処理部
１６ 鍵ペア生成部
１７ トランザクション発行部
１８ 鍵暗号化処理部
１９ カタログ生成部
２０，４１，６２，７４ 送信部
３１ 購入可否判定部
３２ 鍵復号処理部
３３ アートワーク復号処理部
３４ 鍵ペア生成部
３５ トランザクション発行部
３６ ウォーターマーク生成部
３７ ウォーターマーク埋め込み処理部
３８ アートワーク暗号化処理部
３９ アートワーク格納処理部
４０ 鍵暗号化処理部
５０ 画像抽出部
５１ アートワーク検出部
５２ 購入履歴判定部
５３ 報告有無判定部
５４ 報告部
６０ 報告取得部
６１ 報酬額決定部
７１ 特徴量取得部
７２ 特徴量読出部
７３ 真贋判定部
１００ コンピュータ
１０１ ＣＰＵ
１０２ 記憶装置
１０３ 入力装置
１０４ 出力装置
１０５ 通信装置
Ｐ ペン
θ 方位角
σ ロバストネスファクター
φ チルト角
ψ 回転角

Claims (9)

1. アーティストによって製作されたアートワークに含まれる１以上のストロークデータに基づく１つ以上の値であり運筆スピード、筆圧値、ペン角度データ、及び、タッチ状態とホバー状態の時間的な配分のうちの少なくとも１つに関連する１つ以上の値を人工知能プログラムに学習させることに基づいて生成される機械学習モデルに対し、前記アーティストのアートワークに関する前記１つ以上の値を入力し、
   前記機械学習モデルから前記アーティストによるアートワーク製作の特徴を示すアーティスト特徴量であり後に行われ得る前記アートワークの真贋判定のために使用されるアーティスト特徴量を出力する、
   コンピュータ。
2. 前記アートワークは、ペンタッチの位置を示す一連のペンタッチ座標と、ペンアップの位置を示す一連のペンアップ座標とに関連付けられており、
   前記アートワークの特徴を示すアートワーク特徴量を出力し、
   前記アートワーク特徴量は、前記一連のペンタッチ座標及び前記一連のペンアップ座標を含み、
   前記アートワーク特徴量は、後に行われ得る前記アートワークの真贋判定のために使用される、
   請求項１に記載のコンピュータ。
3. 前記アートワーク特徴量を示すウォーターマークを前記アートワークに埋め込む、
   請求項２に記載のコンピュータ。
4. コンピュータを用いて実行される方法であって、
   前記コンピュータは、
   アーティストによって製作されたアートワークに含まれる１以上のストロークデータに基づく１つ以上の値であり運筆スピード、筆圧値、ペン角度データ、及び、タッチ状態とホバー状態の時間的な配分のうちの少なくとも１つに関連する１つ以上の値を人工知能プログラムに学習させることに基づいて生成される機械学習モデルに対し、前記アーティストのアートワークに関する前記１つ以上の値を入力し、
   前記機械学習モデルから前記アーティストによるアートワーク製作の特徴を示すアーティスト特徴量であり後に行われ得る前記アートワークの真贋判定のために使用されるアーティスト特徴量を出力する、
   方法。
5. 前記アートワークは、ペンタッチの位置を示す一連のペンタッチ座標と、ペンアップの位置を示す一連のペンアップ座標とに関連付けられており、
   前記コンピュータは、前記アートワークの特徴を示すアートワーク特徴量を出力し、
   前記アートワーク特徴量は、前記一連のペンタッチ座標及び前記一連のペンアップ座標を含み、
   前記アートワーク特徴量は、後に行われ得る前記アートワークの真贋判定のために使用される、
   請求項４に記載の方法。
6. 前記コンピュータは、前記アートワーク特徴量を示すウォーターマークを前記アートワークに埋め込む、
   請求項５に記載の方法。
7. アーティストによって製作されたアートワークに含まれる１以上のストロークデータに基づく１つ以上の値であり運筆スピード、筆圧値、ペン角度データ、及び、タッチ状態とホバー状態の時間的な配分のうちの少なくとも１つに関連する１つ以上の値を人工知能プログラムに学習させることに基づいて生成される機械学習モデルに対し、前記アーティストのアートワークに関する前記１つ以上の値を入力し、
   前記機械学習モデルから前記アーティストによるアートワーク製作の特徴を示すアーティスト特徴量であり後に行われ得る前記アートワークの真贋判定のために使用されるアーティスト特徴量を出力する、
   処理をコンピュータに実行させるプログラム。
8. 前記アートワークは、ペンタッチの位置を示す一連のペンタッチ座標と、ペンアップの位置を示す一連のペンアップ座標とに関連付けられており、
   前記アートワークの特徴を示すアートワーク特徴量を出力する処理を前記コンピュータにさらに実行させ、
   前記アートワーク特徴量は、前記一連のペンタッチ座標及び前記一連のペンアップ座標を含み、
   前記アートワーク特徴量は、後に行われ得る前記アートワークの真贋判定のために使用される、
   請求項７に記載のプログラム。
9. 前記アートワーク特徴量を示すウォーターマークを前記アートワークに埋め込む処理を前記コンピュータにさらに実行させる、
   請求項８に記載のプログラム。