JP7262872B2 - 監査支援装置、監査支援システム - Google Patents

Description

本発明は、監査支援装置、監査支援システム、監査支援方法、監査支援プログラムに関する。

企業の会計に関する監査においては、売上高の水増しや在庫の不正計上、あるいは資産の私的流用及びそれに伴う証憑書類の偽造等といった手法による資産の不正会計が散見される場合があり、企業のコンプライアンスへの準拠は、昨今の企業経営において大きな課題である。

このような場合の対策として、特許文献１には、人工知能技術を用いて、監査における会計データの不正の兆候を異常なものとして効率的に検出することを目的とした財務分析装置が提案されている。

特開２０１９－６７０８６公報

ところで、監査に際しては、勘定科目における重大な虚偽記載を検出することを目的として、帳簿上の資産に関する実証性テストが実施されるところ、実証性テストの実施では、内部監査人や外部監査人といった監査人が、資産が実際に所在する所在地に赴いて、実存する資産であるか否かを確認する棚卸しが定期的に実施される。

しかし、勘定科目における重大な虚偽記載を適切に検出するという観点からは、実証性テストにおいて、実資産を継続的にあるいは実時間で確認することが好ましい場合もあることから、限られた機会のみに実施される定期的な棚卸しという手法によっては、監査の厳密性に欠ける場合が生じることが懸念される。

本発明は、上記事情に鑑みてなされたものであり、監査の厳密性を実効あらしめることができる監査支援技術を提供することを課題とするものである。本発明の他の目的は、監査用に真正性の高い画像データや測定データを取得できる監査支援装置を提供することにある。

上記課題を達成するための本発明に係る監査支援装置は、財務情報に基づく監査を支援する監査支援装置であって、財務情報に基づいて監査の対象となる資産の所在地に関する所在地データを含む資産情報を取得する資産情報取得部と、資産の所在地における実際の状況に関する状況データを含む資産状況情報を、他の装置からネットワークを介して取得する資産状況情報取得部と、ユーザからの要求に基づいて資産情報取得部によって取得された資産情報と資産状況情報取得部によって取得された資産状況情報とを関連付けて資産判定情報として前記ユーザに提供する提供部と、を備えるものである。

これによれば、監査の対象となる資産の資産情報を取得する一方で、この資産情報と、監査装置の要求に基づいて実時間で提供される資産状況情報とに基づいて、監査の対象となる資産の所在地に赴くことなく、資産の監査を実施することができる。

したがって、限られた機会のみに実施される定期的な棚卸しという手法によらないで、資産の監査を常時かつ実時間で実施することができることから、監査の厳密性を実効あらしめることができる。

この発明によれば、監査の厳密性を実効あらしめることができる。

本発明の実施の形態に係る監査支援システムの概略を説明する図である。 本実施の形態に係る監査支援システムのコンピュータの構成の概略を説明するブロック図である。 本実施の形態に係る監査支援システムの監査支援装置のストレージの構成の概略を説明するブロック図である。 本実施の形態に係る監査支援システムの監査支援装置で処理される資産情報の概略を説明する図である。 本実施の形態に係る監査支援システムの監査支援装置で処理される資産状況情報の概略を説明する図である。 本実施の形態に係る監査支援システムの監査支援装置の監査支援プログラムにおける資産状況判定部の処理の概略を説明する図である。 本実施の形態に係る監査支援システムの監査支援装置の監査支援プログラムにおける乖離度判定部の処理の概略を説明する図である。 本実施の形態に係る監査支援システムの運用手順を説明するフローチャートである。 本実施の形態に係る監査支援システムの監査支援装置のディスプレイに表示される監査支援画面の代表画面図である。 監査支援装置の機能ブロック図である。 ハッシュ値付加部によるブロックチェーンの生成・更新例を模式的に示す。 ドローンが飛行しながら監査対象を連続的に撮像して得られる画像データを模式的に示す。 人工衛星およびドローンによって監査対象の画像データを取得する例を示す。 非財務データの監査に本発明を適用した例を示す。

次に、図１から図９に基づいて、本発明の実施の形態に係る監査支援システムについて説明する。

図１は、本実施の形態に係る監査支援システムの概略を説明する図である。監査支援システム１０は、財務諸表や帳簿等の財務情報に基づいて、監査の対象となる資産の監査を実施するものであって、監査の対象となる資産は、本実施の形態では、建設途上の物件Ｐである。

図示のように、監査支援システム１０は、監査支援装置２０、監査支援装置２０とインターネット網等のネットワークＮを介して接続されるユーザ端末３０、他の装置である人工衛星４０、ドローン５０、ＳＮＳサーバ６０及びウェブサーバ７０を備える。

監査支援装置２０、ユーザ端末３０、ＳＮＳサーバ６０及びウェブサーバ７０は、本実施の形態では、ほぼ同様のハードウェア構成を具備するコンピュータ、例えばデスクトップ型あるいはノート型のコンピュータによって実装される。

図２は、コンピュータの構成の概略を説明するブロック図である。図示のように、コンピュータは、プロセッサ１０１、メモリ１０２、ストレージ１０３、送受信部１０４及び入出力部１０５を主要構成として備え、これらが互いにバス１０６を介して電気的に接続される。

プロセッサ１０１は、コンピュータの動作を制御し、各要素間におけるデータの送受信の制御や、プログラムの実行に必要な処理等を行う演算装置である。

このプロセッサ１０１は、本実施の形態では例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であり、後述するストレージ１３に格納されてメモリ１２に展開されたプログラムを実行して各処理を行う。

メモリ１０２は、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等の揮発性記憶装置で構成される主記憶装置、及びフラッシュメモリやＨＤＤ（Ｈａｒｄ Ｄｉｓｃ Ｄｒｉｖｅ）等の不揮発性記憶装置で構成される補助記憶装置を備える。

このメモリ１０２は、プロセッサ１１の作業領域として使用される一方、計算機１０の起動時に実行されるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）、及び各種の設定情報等が格納される。

ストレージ１０３は、プログラムや各種の処理に用いられる情報等が記憶されている。このストレージ１０３の構成については、後述する。

送受信部１０４は、コンピュータをインターネット網等のネットワークに接続するものであって、Ｂｌｕｅｔｏｏｔｈ（登録商標）やＢＬＥ（Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ）といった近距離通信インターフェースを具備するものであってもよい。

入出力部１０５には、入出力機器が接続されるインターフェースであって、これら入出力機器としては、例えばキーボードやマウス、ディスプレイといったものが想定される。

バス１０６は、接続したプロセッサ１０１、メモリ１０２、ストレージ１０３、送受信部１０４及び入出力部１０５の間において、例えばアドレス信号、データ信号及び各種の制御信号を伝達する。

図３は、監査支援装置２０のストレージ１０３の構成の概略を説明するブロック図である。図示のように、ストレージ１０３は、データベース２１及びコンピュータプログラムである監査支援プログラム２２を備える。

データベース２１は、ストレージ１０３の記憶領域によって実現されるものであって、本実施の形態では、資産情報Ｄ１及び資産状況情報Ｄ２が格納される。

図４は、資産情報Ｄ１の概略を説明する図である。図示のように、資産情報Ｄ１は、物件名データ、所在地データ、着工日データ、竣工予定日データ等の各種のデータが、資産を識別する物件ＩＤと関連づけられて記憶される。

所在地データは、本実施の形態では、資産が物件（不動産）の場合は、その物件の住所に関するデータであり、資産が動産の場合は、その動産の保管場所に関するデータである。

着工日データ及び竣工予定日データは、本実施の形態では、資産が物件の場合は、財務諸表や帳簿等の財務情報上の資産の状況（例えば物件の完成度や建設の進捗度等）に関するデータである。

この資産情報Ｄ１は、本実施の形態では、登記情報や地籍情報、あるいは土木事務所等から入手可能な建設計画情報等の各種の情報に基づいて構成される。

なお、建設計画情報には、鉄筋コンクリート造や木造等の費目に関する費目情報が含まれていることから、資産情報Ｄ１にはこれらの費目情報が含まれる場合がある。

図５は、資産状況情報Ｄ２の概略を説明する図である。資産状況情報Ｄ２は、静止画または動画からなる画像データを含む状況データを含むものであって、図示のように、人工衛星４０が資産を撮像した画像データ、ドローン５０が資産を撮像した画像データ、ＳＮＳサーバ６０から取得した、位置情報がタグ付けされた画像データ、及びウェブサーバ７０から取得した、地図情報に対応して予め取得された実空間の画像データ等によって構成される。

これら人工衛星４０からの画像データ、ドローン５０からの画像データ、ＳＮＳサーバ６０から取得した画像データ及びウェブサーバ７０から取得した画像データには、本実施の形態では、取得した日時に関するタイムスタンプがメタデータとして付加される。

この資産状況情報Ｄ２は、本実施の形態では、資産状況情報取得装置である人工衛星４０、回転翼機５０、ＳＮＳサーバ６０及びウェブサーバ７０から提供されて、データベース２１に格納される。

図３で示す監査支援プログラム２２は、監査の対象の資産の監査を実施するプログラムであって、本実施の形態では、監査支援装置２０のディスプレイに表示されて監査支援装置２０での情報の入出力が可能な画面インターフェースによって実装される。

この監査支援プログラム２２は、本実施の形態では、資産情報取得部２２ａ、資産状況情報取得部２２ｂ、資産画像抽出部２２ｃ、資産状況判定部２２ｄ、乖離度判定部２２ｅ及び提供部２２ｆを備える。

資産情報取得部２２ａは、本実施の形態では、データベース２１を参照して、物件ＩＤに基づいて財務情報から抽出された監査の対象となる資産についての資産情報Ｄ１を取得するモジュールである。

この資産情報取得部２２ａは、取得した資産情報Ｄ１に基づいて、財務情報から把握される資産の状況を判定して、財務上資産状況判定情報を生成する。

具体的には、当日から着工日データを減じた建設日数を、竣工予定日データから着工日データを減じた建設予定日数で除する以下の式、
（当日－着工日）／（竣工予定日－着工日）
によって財務上資産状況判定情報を生成する。

さらに、資産情報取得部２２ａは、資産情報Ｄ１に含まれる所在地データに基づいて、資産の所在地の緯度及び経度を算出し、算出した緯度及び経度を資産状況情報要求信号として、資産状況情報取得装置である人工衛星４０、ドローン５０、ＳＮＳサーバ６０及びウェブサーバ７０に送信する。

資産状況情報取得部２２ｂは、本実施の形態では、人工衛星４０、ドローン５０、ＳＮＳサーバ６０及びウェブサーバ７０から資産状況情報Ｄ２が実時間で提供されるモジュールである。

資産画像抽出部２２ｃは、本実施の形態では、人工衛星４０、ドローン５０、ＳＮＳサーバ６０及びウェブサーバ７０から資産状況情報取得部２２ｂに提供される資産状況情報Ｄ２に含まれる画像データから資産（例えば物件Ｐ）を特定し、特定した画像データ上の資産を資産画像として抽出するモジュールである。

資産状況判定部２２ｄは、資産画像抽出部２２ｃで抽出した資産の資産画像に関して、資産の状況（資産の完成度や建設の進捗度等）を判定して資産状況判定情報を生成するモジュールである。

図６は、資産状況判定部２２ｄの処理の概略を説明する図である。図示のように、資産状況判定部２２ｄは、資産の完成度や建設の進捗度について予め設定された複数のクラスに基づいて、資産の状況を判定して資産状況判定情報を生成する。

クラスは例えば、資産の完成度（建設の進捗度）について、「１０％から３０％」、「４０％から６０％」、「７０％から９０％」等のように分類され、クラスに基づいて資産画像から把握される資産の状況が例えば「１０％から３０％」、「４０％から６０％」、「７０％から９０％」のいずれであるかが判定される。

図７は、乖離度判定部２２ｅの処理の概略を説明する図である。図示のように、乖離度判定部２２ｅは、財務上資産状況判定情報Ｄ３と資産状況判定情報Ｄ４とを照合して、財務上資産状況判定情報Ｄ３と資産状況判定情報Ｄ４との乖離度を判定するモジュールである。

具体的には、財務上資産状況判定情報Ｄ３と資産状況判定情報Ｄ４とを照合して、資産状況判定情報Ｄ４の範囲内（例えば「７０％から９０％」）に財務上資産状況判定情報Ｄ３の値（例えば「８０％」）が含まれる場合は、乖離していない（例えば「乖離度＝０」）と判定する。

資産状況判定情報Ｄ４の範囲内（例えば「７０％から９０％」）に財務上資産状況判定情報Ｄ３の値（例えば「５０％」）が含まれない場合は、例えば「乖離度＝１」と判定し、資産状況判定情報Ｄ４の範囲内（例えば「７０％から９０％」）に財務上資産状況判定情報Ｄ３の値（例えば「２０％」）が含まれない場合は、例えば「乖離度＝２」と判定する。

提供部２２ｆは、本実施の形態では、資産情報Ｄ１と資産状況情報Ｄ２とを関連づけて判定した乖離度を資産判定情報と把握してユーザ１のユーザ端末３０に提供するモジュールである。

この監査支援プログラム２２は、本実施の形態では、人工知能技術に基づいて実装されるものであって、特に、資産画像抽出部２２ｃ及び資産状況判定部２２ｄにおける処理が、人工知能技術によって実行される。

例えば資産が物件の場合は、多数の物件の画像データに基づいて学習データを生成し、任意の基準に基づいた教師データを用いて、生成した学習データで機械学習をすることによって、学習済みモデルを生成し、この学習済みモデルに基づいて、資産画像抽出部２２ｃ及び資産状況判定部２２ｄにおける処理を実行する。

機械学習を行う手法としては、ニューラルネットワーク、ランダムフォレスト、ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）等、各種のアルゴリズムが適宜用いられる。

図１で示すユーザ端末３０は、本実施の形態では、監査を行う会計士であるユーザ１に保有され、監査支援装置２０にアクセスすることによって監査が実行される。

人工衛星４０は、本実施の形態では、例えば、マイクロ波を用いて地表面を観察可能な小型のＳＡＲ（Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄｅｒ）衛星であって、監査支援装置２０からの要求に応じて、監査の対象の資産を撮像して撮像した画像データを資産状況情報Ｄ２として監査支援装置２０に送信して提供する。

この人工衛星４０は、１日１回あるいは１時間に１回等のように、周期的に監査の対象の資産を撮像し、撮像した画像データを監査支援装置２０に送信するものであってもよい。

本実施の形態では、撮像の周期が比較的短い場合には、人工衛星４０による画像データの送信は実時間で実行されるものと把握される。

ドローン５０は、本実施の形態では、複数の回転翼及びカメラを搭載し、監査支援装置２０からの要求に応じて、監査の対象の資産を撮像して撮像した画像データ含む状況データを資産状況情報Ｄ２として監査支援装置２０に送信して提供する。

このドローン５０も、人工衛星４０と同様に、監査の対象の資産を周期的に撮像するものであってもよい。

ＳＮＳサーバ６０は、位置情報がタグ付けされた画像データがアップロード可能なソーシャルネットワーキングサービスを提供するサーバであって、監査支援装置２０からのアクセスに基づいて、タグ付けされた画像データを資産状況情報Ｄ２として監査支援装置２０に実時間で提供する。

ウェブサーバ７０は、本実施の形態では、地図情報に対応して予め取得された実空間の画像データを提供するサーバであって、監査支援装置２０からのアクセスに基づいて、実空間の画像データを資産状況情報Ｄ２として監査支援装置２０に実時間で提供する。

次に、本実施の形態の監査支援システム１０の運用手順を説明する。

図８は、監査支援システム１０の運用手順を説明するフローチャートである。図示のように、ステップＳ１において、ユーザ端末３０を介したユーザ１からの要求に基づいて、データベース２１に格納された資産情報Ｄ１から、監査の対象となる資産である図１で示した物件Ｐの資産情報Ｄ１を取得する。

続くステップＳ２において、取得した資産情報Ｄ１に基づいて、財務情報から把握される資産の状況を判定して、財務上資産状況判定情報Ｄ３を生成する一方、ステップＳ３において、資産情報Ｄ１に含まれる所在地データに基づいて、物件Ｐの緯度及び経度を算出する。

ステップＳ４において、算出した緯度及び経度を資産状況情報要求信号として、他の装置に送信する。本実施の形態では、人工衛星４０、ドローン５０、ＳＮＳサーバ６０及びウェブサーバ７０の全てに資産状況情報要求信号を送信するが、任意の基準に基づく選択によっていずれかの他の装置のみ（例えば人工衛星４０のみ）に資産状況情報要求信号を送信するように構成してもよい。

ステップＳ５において、資産状況情報要求信号を受信した人工衛星４０、ドローン５０、ＳＮＳサーバ６０及びウェブサーバ７０は、物件Ｐの画像データを資産状況情報Ｄ２として監査支援装置２０に提供する。

続くステップＳ６において、資産状況情報Ｄ２に含まれる画像データから物件Ｐを特定し、特定した画像データ上の物件Ｐを資産画像として抽出し、ステップＳ７において、抽出した資産画像に関して、物件Ｐの状況（完成度や建設の進捗度等）を判定して資産状況判定情報Ｄ４を生成する。

その後、ステップＳ８において、財務上資産状況判定情報Ｄ３と資産状況判定情報Ｄ４とを照合して、財務上資産状況判定情報Ｄ３と資産状況判定情報Ｄ４との乖離度を判定する。

続くステップＳ９において、資産情報Ｄ１と資産状況情報Ｄ２とを関連づけて判定した乖離度を資産判定情報と把握してユーザ１のユーザ端末３０に提供する。

図９は、監査支援装置２０のディスプレイに表示される監査支援画面の代表画面図である。監査支援画面は、物件Pに係る帳簿上の資産情報を表示する帳簿上資産情報表示領域と、物件Ｐの現在の状況を表示するリアルタイム資産情報表示領域とを対応づけて表示する。

帳簿上資産情報表示領域は、物件ＩＤを表示する物件ＩＤ表示領域と、物件名を表示する物件名表示領域と、所在地を表示する所在地表示領域と、着工日を表示する着工日表示領域と、竣工予定日を表示する竣工予定日表示領域とを有する。

リアルタイム資産表示領域は、ユーザ１の要求に応じてドローン５０が様々な画角で撮像した物件Ｐの静止画像および動画像を表示するリアルタイムドローン画像表示領域と、人工衛星４０が周期的に撮像した物件Ｐの画像を時系列で並べて表示する直近進捗表示領域と、乖離度を表示する乖離度表示領域と、ＳＮＳサーバ６０から得られた物件Ｐに関するテキスト情報を表示するＳＮＳ情報表示領域と、を有する。

ユーザ１にこのような監査支援画面が提供されることにより、ユーザ１は、所望するタイミングに実時間で、帳簿上の資産情報と現実の資産情報とを監査支援装置２０のディスプレイで見比べることができる。

このように、本実施の形態の監査支援システム１０によれば、監査の対象となる物件Ｐの資産情報Ｄ１を取得する一方で、この資産情報Ｄ１と、監査支援装置２０の要求に基づいて継続的かつ実時間で提供される資産状況情報Ｄ２とに基づいて、監査の対象となる物件Ｐの所在地に赴くことなく、物件Ｐの監査を実施することができる。

したがって、限られた機会のみに実施される定期的な棚卸しという手法によらないで、物件Ｐの監査を常時かつ実時間で実施することができることから、監査の厳密性を実効あらしめることができる。

特に、監査支援装置２０の要求に基づいて物件Ｐの監査を常時かつ実時間で実施することによって、実施の機会が限られる定期的な棚卸しの実施に合わせて、財務情報から把握される資産の状態を一時的に虚偽の記載とするといった不正を検知することが可能となる。

さらに、本実施の形態では、乖離度判定部２２ｅで判定した乖離度という客観的な指標に基づいて物件Ｐの監査が実施されることから、監査の厳密性が向上する。

しかも、本実施の形態では、人工衛星４０、ドローン５０、ＳＮＳサーバ６０及びウェブサーバ７０からの画像データにはタイムスタンプがメタデータとして付加されることから、監査の信用性が向上する。

なお、本発明は上記実施の形態に限定されることはなく、発明の趣旨を逸脱しない範囲で種々の変更が可能である。

上記実施の形態では、資産情報Ｄ１に費目情報が含まれる場合があることを説明したが、費目情報に虚偽の記載があるか否かを検知するように構成することも可能である。

例えば、資産状況情報Ｄ２に含まれる画像データから、監査の対象となる資産（例えば物件Ｐ）の費目に関する資産画像を抽出するように、資産画像抽出部２２ｃを構成することもできる。

上記実施の形態では、監査の対象となる資産が建設途上の物件Ｐである場合を説明したが、建設済みの物件であってもよい。

上記実施の形態では、監査の対象となる資産が不動産である物件Ｐである場合を説明したが、不動産に限られるものではなく、動産であってもよい。

例えば、監査の対象となる動産が倉庫に配備される物品の場合、倉庫の物品の金額や数量等の財務情報に基づく資産情報Ｄ１と、人工衛星４０あるいは回転翼機５０が取得した、倉庫に物品を配送する、あるいは倉庫から物品を配送する配送車の配送状況の画像データが含まれる資産状況情報Ｄ２とに基づいて、資産である物品の監査を実施することができる。

さらに例えば、監査の対象となる動産が、浮き屋根式石油タンクに貯蔵される石油の場合、石油の貯蔵量や価格等の財務情報に基づく資産情報Ｄ１と、人工衛星４０が取得した、浮き屋根式石油タンクの石油の貯蔵量の画像データが含まれる資産状況情報Ｄ２とに基づいて、資産である石油の監査を実施することができる。

上記実施の形態では、監査支援装置２０が他の装置から画像データを取得する場合を説明したが、例えば、ドローン５０に音声センサ（マイクロフォン等）、温度センサ、人感センサ等の監査の対象の環境を測定するセンサが搭載されている場合、監査支援装置２０はこれらのセンサで検出されたデータを取得するものであってもよい。

この場合、監査支援装置２０は、例えば監査対象の物件Pの周辺の音や人の有無を実時間で確認することができる。

さらに、監査対象に監視カメラが配備されている場合、監査支援装置２０は、監視カメラが撮像した画像の画像データを取得してもよいし、監査支援装置２０は、ＳＮＳサーバ６０から画像だけでなく物件Ｐに関するテキストデータを取得してユーザ１に実時間で提供してもよい。

続いて、本発明の他の態様について説明する。

図１～９に関して説明した実施形態では、監査対象の物件Ｐを人工衛星４０やドローン５０等の撮像装置によって撮像して画像データを取得し、それを含む状況データまたは資産状況情報を利用して監査対象の物件Ｐの所在地に赴くことなく監査を実施できた。ここで課題になるのは、図９で示したような撮像装置による画像データの真正性の担保である。例えばドローン５０による画像データを物件Ｐの監査に利用する場合、画像データの撮像時刻にドローン５０が実際に物件Ｐの上空を飛行して撮像を行った、ということの担保が要求されうる。特に、画像データやドローン５０の飛行経路等の飛行データは改ざんが容易なデジタルデータであるため、不正を防止する措置を講じなければデータの真正性または厳密性が要求される監査での利用に堪えない恐れがある。

以下で詳細に説明する態様の発明はこうした状況に鑑みてなされたものであり、その目的は、監査用に真正性の高い画像データや測定データを取得できる監査支援装置を提供することにある。

上記課題を解決するために、本発明のある態様の監査支援装置は、監査対象を撮像装置によって撮像して画像データを取得する画像データ取得部と、画像データの真正性を示唆する真正性示唆データを取得する真正性示唆データ取得部と、を備える。

本発明のさらに別の態様は、監査支援方法である。この方法は、監査対象を撮像装置によって撮像して画像データを取得する画像データ取得ステップと、画像データの真正性を示唆する真正性示唆データを取得する真正性示唆データ取得ステップと、を備える。

本発明のさらに別の態様は、監査支援装置である。この装置は、監査対象を測定装置によって測定して測定データを取得する測定データ取得部と、測定データの真正性を示唆する真正性示唆データを取得する真正性示唆データ取得部と、を備える。

なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本発明の態様として有効である。

本発明によれば、監査用に真正性の高い画像データや測定データを取得できる。

図１０は、本発明の実施形態に係る監査支援装置２０の機能ブロック図である。監査支援装置２０は、画像データ取得部２３と、測定データ取得部２４と、データ付加部２５と、真正性示唆データ取得部２６と、真正性判定部２７を備える。これらの機能ブロックは、コンピュータの中央演算処理装置、メモリ、入力装置、出力装置、コンピュータに接続される周辺機器等のハードウェア資源と、それらを用いて実行されるソフトウェアの協働により実現される。

コンピュータの種類や設置場所は問わず、上記の各機能ブロックは、単一のコンピュータのハードウェア資源で実現してもよいし、複数のコンピュータに分散したハードウェア資源を組み合わせて実現してもよい。特に本実施形態では、監査支援装置２０の機能ブロックの一部または全部は、監査対象の物件Ｐの所在地に設けられるコンピュータで実現してもよいし、物件Ｐの実際の状況に関する状況データを取得する人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０に付随して設けられるコンピュータで実現してもよいし、物件Ｐの所在地とは異なる場所に設けられるコンピュータで実現してもよい。

画像データ取得部２３は、監査対象としての物件Ｐを撮像装置によって撮像して画像データを取得する。撮像装置としては人工衛星４０およびドローン５０が例示される。人工衛星４０およびドローン５０の両方を撮像装置として利用してもよいし、いずれか一方のみを撮像装置として利用してもよい。また、人工衛星４０およびドローン５０は、それぞれ一つでもよいし複数でもよい。図１０では、ＭおよびＮを互いに独立な任意の自然数として、Ｍ個の人工衛星４０－１～４０―Ｍ（人工衛星４０と総称される）およびＮ個のドローン５０－１～５０－Ｎ（ドローン５０と総称される）を例示する。このような一または複数の撮像装置による具体的な撮像例については後述する。

測定データ取得部２４は、監査対象としての物件Ｐ、物件Ｐを撮像するドローン５０、これらの周辺の状況を測定装置８０によって測定して測定データを取得する。測定装置８０は任意のセンサでよいが、例えば、物件Ｐおよび／またはドローン５０の周辺の状況を測定するセンサとしては、温度センサ、湿度センサ、輝度センサ、騒音センサ、化学センサ（建設途上の物件Ｐからの排ガス等を測定）、電磁気センサ、時計やタイマー等の計時器、ドローン５０が通信可能な移動体通信のセルＩＤ等を取得するドローン５０の通信部が挙げられる。物件Ｐおよび／またはドローン５０を測定するセンサとしては、画像センサ等の光学センサ、LIDAR（Light Detection and Ranging）等によって物件Ｐ、一または複数のドローン５０－１～５０―Ｎ、それらの周辺の所定の目印の間の距離を測定可能な測距センサが例示される。また、撮像装置としてのドローン５０の運動を測定するセンサとして、ＧＰＳ等による位置センサ、速度センサ、加速度センサ、角速度や角加速度も測定可能な慣性センサが例示される。

測定データ取得部２４が人工知能によって構成される場合、以上のような各センサ（測定装置８０）から直接的に得られるデータに基づいて、物件Ｐおよび／またはドローン５０の状態や状況を推測し、その推測データも測定データとして取得してもよい。このような推測データを活用することで、ESG（Environment/Social/Governance)やSDGs（Sustainable Development Goals）等に関する非財務データまたは無形物も効果的に監査できる。非財務データとしては、温室効果ガス排出量、人権保護、労働環境、ビジネス倫理が例示される。これらの非財務データは、多くの場合に有形物（物件Ｐ等）を対象とする財務データに比べて改ざんが容易であるため、測定装置８０で測定された測定データの真正性の担保が特に重要になる。温室効果ガス排出量を扱う場合、測定装置８０は例えば工場の煙突の先に取り付けられた二酸化炭素濃度センサであってもよい。

以上のように測定装置８０から直接的または間接的に得られる測定データの一部または全部は、撮像装置から得られる画像データにメタデータとして付加されてもよいし、他の測定データにメタデータとして付加されてもよい。同様に、ＳＮＳサーバ６０やウェブサーバ７０から直接的または間接的に得られる状況データの一部または全部は、撮像装置から得られる画像データにメタデータとして付加されてもよいし、測定装置８０から得られる測定データにメタデータとして付加されてもよい。

また、以上のような各センサ（測定装置８０）は、測定対象としての物件Ｐやドローン５０に設置してもよいし、離れた場所から物件Ｐやドローン５０を測定するものでもよい。なお、図１０では人工衛星４０およびドローン５０を含む撮像装置を測定装置８０と区別して示したが、それ自体が画像センサとして機能する撮像装置は測定装置８０に含まれる下位概念である。同様に、画像データ取得部２３は測定データ取得部２４に含まれる下位概念である。

ドローン５０から得られる画像データおよび／または測定装置８０から得られる測定データの真正性を担保する上で、ドローン５０および／または測定装置８０を監査支援装置２０の管理者の管理下に置き、アクセス権限を持たない第三者がドローン５０および／または測定装置８０の不正な操作や、そこから得られるデータへの不正なアクセスをできないようにするのが好ましい。例えば、ドローン５０および／または測定装置８０から得られるデータは、監査支援装置２０の管理者のみがアクセスできる復号鍵でしか復号化できない態様に即時に暗号化され、画像データ取得部２３、測定データ取得部２４、データ付加部２５等に送信される。

データ付加部２５は、人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０から得られる物件Ｐやドローン５０の実際の状況に関する状況データ群の少なくとも一部について、各状況データを互いに関連付けるためのデータを付加する。具体的には、デジタルウォーターマーク付加部２５１およびハッシュ値付加部２５２の少なくともいずれかがデータ付加部２５に設けられる。

デジタルウォーターマーク付加部２５１は、人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０から得られる物件Ｐやドローン５０の実際の状況に関する状況データ群の少なくとも一部について、各状況データが互いに関連することを示す所定情報としてのデジタルウォーターマーク（電子透かしとも呼ばれる）を埋め込む。一群の状況データに互いに同一または関連するデジタルウォーターマークを埋め込むことで、正規のデジタルウォーターマークを含まない改ざんされた状況データを特定でき、監査の基礎データから適切に除外できる。監査支援装置２０の管理者のみがアクセスできる専用の鍵や専用のアプリケーションのみによってデジタルウォーターマークを読み出し可能とすれば、不正な第三者はデジタルウォーターマークが状況データに埋め込まれていること自体を検知できないため、デジタルウォーターマークを不正にコピーすることもできない。

デジタルウォーターマークを各状況データに付加する態様は任意だが、例えば、一つのドローン５０や測定装置８０によって時間的に連続的に取得される一連の画像データや一連の測定データに同一または関連するデジタルウォーターマークを付加してもよい。また、同一時間帯に複数の装置（人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０）が取得した一群の画像データや測定データに同一または関連するデジタルウォーターマークを付加してもよい。なお、データ付加部２５から上下方向に延びる点線矢印で示すように、デジタルウォーターマーク付加部２５１がデジタルウォーターマークを付加した後の画像データや測定データを、撮像装置や測定装置８０から直接的に得られる画像データや測定データに代えてまたは加えて、画像データ取得部２３や測定データ取得部２４に提供してもよい。

ハッシュ値付加部２５２は、人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０から得られる物件やドローン５０の実際の状況に関する状況データの少なくとも一部をハッシュ関数によってハッシュ化したハッシュ値を付加する。ハッシュ値付加部２５２は、人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０から得られる状況データに基づいてブロックチェーンまたは分散型台帳を生成または更新するブロックチェーン生成部である。

図１１はハッシュ値付加部２５２によるブロックチェーンの生成・更新例を模式的に示す。ハッシュ値付加部２５２が生成する各ブロックは、「Data #1」～「Data #4」として図示される人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０から得られる状況データを含む。また、ブロックチェーンの先頭ブロック（Block #1）以外の各ブロックは、一つ前のブロックに含まれる状況データおよびハッシュ値に基づいて所定のハッシュ関数が算出する「Hash Value #1」～「Hash Value #3」として図示されるハッシュ値を含む。図示の例では、「Block #1」に含まれる「Data #1」に基づいて「Hash Value #1」が算出されて「Block #2」の一部となり、「Block #2」に含まれる「Data #2」「Hash Value #1」に基づいて「Hash Value #2」が算出されて「Block #3」の一部となり、「Block #3」に含まれる「Data #3」「Hash Value #2」に基づいて「Hash Value #3」が算出されて「Block #4」の一部となる。

このように先行ブロックに基づいて算出されるハッシュ値を後続のブロックに順次格納することで、ブロック中の状況データが改ざんされると各ブロック間を繋ぐハッシュ値が整合しなくなるため、改ざんされた状況データを特定して監査の基礎データから適切に除外できる。また、ハッシュ値の生成に用いられるハッシュ関数を監査支援装置２０の管理者のみがアクセスできるようにすることで、第三者はブロックチェーンを不正に再構成することもできないため、データ改ざんに対する耐性を高めることができる。

ブロックチェーンの各ブロックに格納する状況データ「Data #1」～「Data #4」の種類や数は任意であるが、図１１にいくつかの態様を示す。本図では様々なデータ格納態様を一図で示すために、各ブロックに格納される状況データが一貫性を欠いているが、実際の運用においては一貫性のあるルールに従って各ブロックに状況データを格納するのが好ましい。

第１のブロック「Block #1」には、人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０から同一時刻または同一時間帯「t1」に取得された状況データがまとめて格納される。本ブロックには、人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０の全部の装置からの状況データを図示したが、少なくとも一部の装置からの状況データが格納されていればよい。また、図示は省略するが、次のブロックには、人工衛星４０、ドローン５０、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０から「t1」より後の同一時刻または同一時間帯「t1′」に取得された状況データを格納するのが好ましい。このデータ格納態様によれば、時刻または時間帯毎にブロックを構成できるため、データ改ざんのあった時刻または時間帯を効果的に特定できる。

第２のブロック「Block #2」には、撮像装置としての複数の人工衛星４０－１、４０－２および複数のドローン５０－１、５０－２、５０－３が同一時刻または同一時間帯「t2」に撮像した画像データがまとめて格納される。図示は省略するが、次のブロックには、同一の撮像装置４０－１、４０－２、５０－１、５０－２、５０－３が「t2」より後の同一時刻または同一時間帯「t2′」に撮像した画像データを格納するのが好ましい。このデータ格納態様によれば、複数の撮像装置が同一時刻または同一時間帯に撮像した画像データをまとめてブロック化できるため、画像データに対する改ざん有無と改ざんのあった時刻または時間帯を効果的に特定できる。

第３のブロック「Block #3」および第４のブロック「Block #4」には、それぞれ特定の撮像装置が一定時間に亘って撮像した画像データがまとめて格納される。具体的には、第３のブロック「Block #3」には、第１のドローン５０－１が撮像時刻「t3」～「t7」に亘って撮像した画像データがまとめて格納され、第４のブロック「Block #4」には、第２のドローン５０－２が撮像時刻「t3」～「t7」に亘って撮像した画像データがまとめて格納される。図示は省略するが、後続の各ブロックには、他の各撮像装置が撮像時刻「t3」～「t7」に亘って撮像した画像データを格納するのが好ましい。このデータ格納態様によれば、撮像装置毎にブロックを構成できるため、画像データの改ざんのあった撮像装置を効果的に特定できる。

以上、ブロックチェーンの各ブロックへのデータ格納態様をいくつか示したが、ブロックチェーン生成部としてのハッシュ値付加部２５２は、それぞれのデータ格納態様に従う互いに異なる複数のブロックチェーンを並列的に生成してもよい。前述の通り、第１および第２のブロックのデータ格納態様に従うブロックチェーンによればデータ改ざんのあった時刻または時間帯を効果的に特定でき、第３および第４のブロックのデータ格納態様に従うブロックチェーンによればデータ改ざんのあった装置を効果的に特定できるため、両方のブロックチェーンを併用することでデータ改ざんのあった時刻、時間帯、装置を効果的に特定できる。

なお、データ付加部２５から上下方向に延びる点線矢印で示すように、ハッシュ値付加部２５２が生成したブロックを、撮像装置や測定装置８０から直接的に得られる画像データや測定データに代えてまたは加えて、画像データ取得部２３や測定データ取得部２４に提供してもよい。例えば、図１１で示した第２～４のブロック「Block #2」～「Block #4」は状況データとして画像データのみを含むため、これらを画像データ取得部２３に提供してもよい。

本実施の形態では、撮像装置、ＳＮＳサーバ６０、ウェブサーバ７０、測定装置８０、データ付加部２５、画像データ取得部２３、測定データ取得部２４、真正性示唆データ取得部２６、真正性判定部２７のうちの少なくとも一つを、上記のブロックチェーンのノードとして構成してもよい。ドローン５０や人工衛星４０をノードとする場合、画像データを取得した後、他の機器を介さずにブロックチェーンに当該画像データを登録できるので、画像データの改竄がより困難となる。

真正性示唆データ取得部２６は、画像データ取得部２３が取得した画像データおよび／または測定データ取得部２４が取得した測定データの真正性を示唆する真正性示唆データを取得する。真正性示唆データとしては、デジタルウォーターマーク付加部２５１で付加されたデジタルウォーターマーク、ハッシュ値付加部２５２で付加されたハッシュ値、位置取得部２６１で取得される各撮像時刻における各撮像装置の撮像位置、被撮像物取得部２６２で取得される各撮像位置の画像データに含まれるべき被撮像物のデータ、速度取得部２６３で取得される各撮像装置の速度、状況データ取得部２６４で取得される監査対象の物件Ｐの所在地における実際の状況に関する状況データが例示される。これらの真正性示唆データのうち、デジタルウォーターマークおよびハッシュ値を用いたデータ改ざん検知すなわちデータ真正性担保については前述した。以下では他の真正性示唆データについて具体例を示しながら説明する。

図１２は、撮像装置としてのドローン５０が飛行（移動）しながら監査対象の物件Ｐを連続的に撮像して得られる画像データ（Ａ）～（Ｅ）と、各画像データ（Ａ）～（Ｅ）にメタデータとして付加されるＧＰＳによるドローン５０の撮像位置Ｐ_Ａ～Ｐ_Ｅと撮像時刻Ｔ_Ａ～Ｔ_Ｅを模式的に示す。図１０において、ドローン５０の撮像位置Ｐ_Ａ～Ｐ_Ｅはドローン５０に設置される測定装置８０としての位置センサによって測定され、真正性示唆データ取得部２６における位置取得部２６１が各画像データ（Ａ）～（Ｅ）の真正性示唆データとして取得する。また、ドローン５０の撮像時刻Ｔ_Ａ～Ｔ_Ｅはドローン５０に設置される測定装置８０としての計時器によって測定される。

図１２の例では、ドローン５０が一定の速度で飛行しているものとし、各画像データ（Ａ）～（Ｅ）の撮像時刻の間隔ΔＴ（Ｔ_Ｂ－Ｔ_Ａ、Ｔ_Ｃ－Ｔ_Ｂ、Ｔ_Ｄ－Ｔ_Ｃ、Ｔ_Ｅ－Ｔ_Ｄ）も一定とする。この場合、各画像データ（Ａ）～（Ｅ）の撮像位置の間隔ΔＰ（Ｐ_Ｂ－Ｐ_Ａ、Ｐ_Ｃ－Ｐ_Ｂ、Ｐ_Ｄ－Ｐ_Ｃ、Ｐ_Ｅ－Ｐ_Ｄ）も一定になるはずだが、図示の例では撮像位置Ｐ_Ｄが不規則であり、撮像位置の間隔Ｐ_Ｄ－Ｐ_Ｃが本来の一定値より大きくなり、撮像位置の間隔Ｐ_Ｅ－Ｐ_Ｄが本来の一定値より小さくなる。このため、撮像位置Ｐ_Ｄで撮像された画像データ（Ｄ）は不正に改ざんされた可能性があり、物件Ｐの監査の基礎データから除外される。

図１２の例では、各画像データ（Ａ）～（Ｅ）の真正性が、その前後に撮像された他の画像データのメタデータである撮像位置によって評価される。この場合、互いに異なる撮像時刻Ｔ_Ａ～Ｔ_Ｅに互いに異なる撮像位置Ｐ_Ａ～Ｐ_Ｅで取得された画像データ（Ａ）～（Ｅ）の任意の組のうち、一方の画像データが他方の画像データの真正性を示唆するデータとなっている。すなわち、一つの撮像装置であるドローン５０が連続的に撮像した各画像データが相互に真正性を証明する関係になっている。

図１２の例では、ドローン５０が一定の速度で飛行しているものとしたが、ドローン５０の速度を変化させてもよい。この場合、ドローン５０の各時刻の速度をドローン５０に設置される測定装置８０としての速度センサによって測定し、真正性示唆データ取得部２６における速度取得部２６３が各画像データ（Ａ）～（Ｅ）の真正性示唆データとして取得する。測定装置８０によって測定されるドローン５０の速度と撮像時刻の間隔に基づいて各画像データ（Ａ）～（Ｅ）の撮像位置のあるべき間隔を算出できるため、そこから乖離した間隔を示す画像データがあれば不正な改ざんの可能性があるものとして物件Ｐの監査の基礎データから除外できる。なお、ドローン５０の速度を測定する速度センサを設ける代わりに、予め設定されたドローン５０の速度や経路を含む飛行データに基づいてドローン５０が各撮像時刻にいるべき位置を特定し、各画像データ（Ａ）～（Ｅ）のＧＰＳ情報と比較することで各画像データ（Ａ）～（Ｅ）の真正性を評価してもよい。

図１２の例では、各画像データ（Ａ）～（Ｅ）のメタデータである撮像位置の本来の位置からの乖離に基づいて、各画像データ（Ａ）～（Ｅ）の真正性が評価された。この変形例として、各画像データ（Ａ）～（Ｅ）のメタデータである各撮像位置Ｐ_Ａ～Ｐ_Ｅにおいて撮像されるべき被撮像物が各画像データ（Ａ）～（Ｅ）に所期の態様で写り込んでいるか否かによって各画像データ（Ａ）～（Ｅ）の真正性を評価してもよい。各撮像位置Ｐ_Ａ～Ｐ_Ｅにおいて撮像されるべき被撮像物は、真正性示唆データ取得部２６における被撮像物取得部２６２によって取得される。具体的には、被撮像物取得部２６２は不図示の地図データを参照し、各撮像位置Ｐ_Ａ～Ｐ_Ｅの周辺の地形、建物、公園、道路、標識その他の被撮像物として特定可能な物体のデータを取得する。

ここで、ドローン５０の姿勢を測定可能な測定装置８０としての慣性センサをドローン５０に設置すれば、各撮像位置Ｐ_Ａ～Ｐ_Ｅにおけるドローン５０の撮像姿勢、撮像範囲、画角等を特定できるため、各画像データ（Ａ）～（Ｅ）に写り込むべき被撮像物を具体的に絞り込むことができる。このように被撮像物取得部２６２が各撮像位置Ｐ_Ａ～Ｐ_Ｅについて地図データから取得した被撮像物が実際の画像データに含まれていない場合、当該画像データは不正に改ざんされた可能性があるものとして物件Ｐの監査の基礎データから除外される。

なお、地図データから取得される被撮像物に加えてまたは代えて、監査の目的で物件Ｐの周辺に予め設置されたビーコン等の目印を利用してもよい。例えば、これらの目印にドローン５０が定期的に接近して撮像するように飛行データを予め設定しておけば、ドローン５０が撮像した画像データに当該目印が定期的に写り込んでいるか否かによって画像データの真正性を評価できる。また、地図データから取得される被撮像物やビーコン等の目印に加えてまたは代えて、物件Ｐを撮像中のドローン５０や撮像前後のドローン５０に予め設定された特殊動作を行わせ、一連の画像データに所期の特殊動作を行った形跡が残っているか否かによって画像データの真正性を評価してもよい。

図１３は、一つの人工衛星４０および三つのドローン５０－１、５０－２、５０－３によって監査対象の物件Ｐの画像データを取得する例を示す。実線の矢印で示されるように、撮像装置としての人工衛星４０およびドローン５０－１、５０－２、５０－３は、それぞれ物件Ｐを撮像する。これに加えて、点線の矢印で示されるように、人工衛星４０は三つのドローン５０－１、５０－２、５０－３および物件Ｐを一斉に（同時刻に）または個々に（別時刻に）撮像する。同様に、各ドローン５０－１、５０－２、５０－３は他の二つのドローンおよび物件Ｐを一斉に（同時刻に）または個々に（別時刻に）撮像する。

個々の撮像装置が物件Ｐだけでなく他の撮像装置も撮像することで、各撮像装置が実際に物件Ｐの撮像を行ったということの担保が得られる。例えば、ある撮像装置が撮像した一連の画像データのいずれにも他の撮像装置が写り込んでいない場合、この撮像装置の画像データは不正に改ざんされた可能性があるものとして物件Ｐの監査の基礎データから除外できる。このように、各撮像装置が撮像した画像データの真正性は、他の撮像装置が撮像した画像データによって評価される。すなわち、各撮像装置が撮像した画像データは他の撮像装置が撮像した画像データの真正性示唆データとなり、複数の撮像装置が撮像した各画像データが相互に真正性を証明する関係になっている。

このような複数の撮像装置による真正性の相互保証を効果的に行うため、各ドローン５０の飛行経路や撮像タイミングを設定する際に、各ドローン５０が他のドローン５０の撮像範囲または画角に高頻度で入り込むようにするのが好ましい。例えば図１３のように、監査対象の物件Ｐを中心とする各ドローン５０の位置が略点対称になるように各ドローン５０を編隊するのが好ましい。また、少なくとも一つのドローン５０をマスタードローンとし、物件Ｐを撮像する他のドローン５０を更に上空から撮像または監視させてもよい。

あるいはまた、三つのドローン５０－１、５０－２、５０－３が近距離無線通信機能を備えている場合、それら三つのドローンが近距離無線通信により情報を授受することを利用して真正性示唆データを生成してもよい。例えば、三つのドローン５０－１、５０－２、５０－３それぞれにBluetooth（登録商標）を搭載し、三つのドローン５０－１、５０－２、５０－３が物件Ｐの周りにいる時にBluetoothのペアリングを行うよう構成してもよい。三つのドローン５０－１、５０－２、５０－３のうちの一つが他のドローンとのペアリングに成功したというログまたは記録が真正性示唆データとなる。当該ドローンの当該ログを捏造した場合、ペアリングの相手方のログと齟齬が生じるので捏造を検出することができる。

あるいはまた、三つのドローン５０－１、５０－２、５０－３が様々な角度から物件Ｐを撮像することにより得られる複数の画像を用いて物件Ｐの三次元モデルを生成してもよい。この場合、画像を数枚改竄したとしても三次元モデルへの影響は少ないか、齟齬が発生して改竄が露呈するので、三次元モデルが物件Ｐの現状を示すという意味で真正性を担保することができる。また、三次元モデルであれば物件Ｐの工事の進捗も把握しやすい。

画像データ取得部２３が取得した画像データおよび／または測定データ取得部２４が取得した測定データの真正性は、状況データ取得部２６４で取得される監査対象の物件Ｐの所在地における実際の状況に関するその他の状況データによって評価されてもよい。例えば、画像データ取得部２３が取得した画像データおよび／または測定データ取得部２４が取得した測定データが、ＳＮＳサーバ６０やWayback Machine（http://web.archive.org/）等のウェブサーバ７０から得られた状況データと整合しない場合、不整合が見つかった画像データおよび／または測定データは不正に改ざんされた可能性があるものとして物件Ｐの監査の基礎データから除外できる。具体的には、ＳＮＳサーバ６０やウェブサーバ７０から得られる状況データから認識しうる物件Ｐの所在地における天気、混雑状況、イベント、工事等の影響が画像データおよび／または測定データに現れていない場合、データが不正に改ざんされた可能性があると判断できる。

真正性判定部２７は、以上で説明したように、画像データ取得部２３が取得した画像データおよび／または測定データ取得部２４が取得した測定データの真正性を、真正性示唆データ取得部２６が取得した各種の真正性示唆データに基づいて判定する。真正性判定部２７によって真正性がないと判定された画像データおよび／または測定データは、物件Ｐの監査の基礎データから除外される。

本実施形態の仕組みが適用される監査の例として、原材料の量の監査がある。例えば被監査企業の敷地内に石炭や鉄鉱石などの原材料の山があるとする。被監査企業は自身が有する原材料の量を監査人に申告する。監査人は敷地内の原材料の山から、申告された量が正しいか検証する必要がある。本実施形態の仕組みを用いると、まず１台または複数台のドローンが当該山の周りを飛行して連続的に様々なアングルから写真をとる。監査人のサーバは、そのように撮られた写真を真正性示唆データと共に取得し、真正性を検証する。真正であると判定されたならば、サーバは写真から山の三次元モデルを生成し、生成された三次元モデルから体積を算出する。サーバは、算出された体積と、申告された原材料の量と、を比較し、申告された量が適切か判定する。このように、本実施形態によれば監査人は被監査企業の敷地に赴かなくても原材料の量を適切に検証することができ、しかもその検証の基礎となる画像データ（写真）の真正性も担保される。

図１４は、温室効果ガス排出量、人権保護、労働環境、ビジネス倫理等の非財務データの監査に本発明を適用した例を示す。「Data source」として示される監査対象の工場やオフィス等の測定箇所「Point of measurement」には、監査支援装置２０の管理者の管理下にある各種の撮像装置や測定装置８０が設置される。撮像装置や測定装置８０からは企業名、データ類型、測定データ（画像データを含む）、タイムスタンプ等を含むデータが得られ、監査支援装置２０の管理者のみがアクセスできる復号鍵でしか復号化できない態様に即時に暗号化され、高セキュリティの安全なネットワークを介して監査支援装置２０に送信される。監査支援装置２０では、画像データ取得部２３、測定データ取得部２４、データ付加部２５、真正性示唆データ取得部２６によってデータのETL（Extract/Transform/Load）処理が行われた後、真正性判定部２７による真正性判定に基づくデータの真正性保証処理が行われる。監査支援装置２０によって真正性が保証されたデータは、監査支援装置２０の管理者によって署名され、市場での売買やデータ分析サービスに供される。

以上、本発明を実施形態に基づいて説明した。実施形態は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。

実施形態では真正性示唆の仕組みを監査に適用する場合を説明したが、これに限られず、画像データ／測定データの真正性が求められる税務などの他のアプリケーションに実施形態の技術的思想を適用可能である。

なお、実施形態で説明した各装置の機能構成はハードウェア資源またはソフトウェア資源により、あるいはハードウェア資源とソフトウェア資源の協働により実現できる。ハードウェア資源としてプロセッサ、ＲＯＭ、ＲＡＭ、その他のＬＳＩを利用できる。ソフトウェア資源としてオペレーティングシステム、アプリケーション等のプログラムを利用できる。

本発明は、監査支援装置、監査支援システム、監査支援方法、監査支援プログラムに関する。

１０ 監査支援システム、２０ 監査支援装置、２２ 監査支援プログラム、２２ａ 資産情報取得部、２２ｂ 資産状況情報取得部、２２ｃ 資産画像抽出部、２２ｄ 資産状況判定部、２２ｅ 乖離度判定部、２２ｆ 提供部、２３ 画像データ取得部、２４ 測定データ取得部、２５ データ付加部、２６ 真正性示唆データ取得部、２７ 真正性判定部、４０ 人工衛星（他の装置）、５０ ドローン（他の装置）、６０ ＳＮＳサーバ（他の装置）、７０ ウェブサーバ（他の装置）、８０ 測定装置、２５１ デジタルウォーターマーク付加部、２５２ ハッシュ値付加部、２６１ 位置取得部、２６２ 被撮像物取得部、２６３ 速度取得部、２６４ 状況データ取得部。

Claims (10)

1. 財務情報に基づく監査を支援する監査支援システムであって、
   前記財務情報に基づいて前記監査の対象となる資産の所在地に関する所在地データを含む資産情報を取得する資産情報取得部と、
   前記資産の所在地における実際の状況に関する状況データを含む資産状況情報を、他の装置からネットワークを介して取得する資産状況情報取得部と、
   ユーザからの要求に基づいて前記資産情報取得部によって取得された前記資産情報と前記資産状況情報取得部によって取得された前記資産状況情報とを関連づけて資産判定情報として前記ユーザに提供する提供部と、
   を有する監査支援装置を備え、
   前記資産情報取得部は、
   前記資産情報の前記所在地データに基づいて前記資産の前記所在地の緯度及び経度を算出し、
   算出した前記緯度及び前記経度を要求として前記他の装置に送信し、
   前記他の装置は、
   位置情報がタグ付けされた画像データがアップロード可能なソーシャルネットワーキングサービスを提供するＳＮＳサーバであって、
   前記緯度及び前記経度に基づいて前記所在地に所在する前記資産に対応する前記画像データを前記資産状況情報として前記監査支援装置に提供する、
   監査支援システム。
2. 前記他の装置は、
   前記緯度及び前記経度に基づいて前記所在地に所在する前記資産を撮像して取得した画像データを前記資産状況情報として前記監査支援装置に提供する人工衛星である、
   請求項１に記載の監査支援システム。
3. 前記他の装置は、
   前記緯度及び前記経度に基づいて前記所在地に所在する前記資産を撮像して取得した画像データを前記資産状況情報として前記監査支援装置に提供するドローンである、
   請求項１または２に記載の監査支援システム。
4. 前記他の装置は、
   地図情報に対応して予め取得された実空間の画像データを提供するウェブサーバであって、
   前記緯度及び前記経度に基づいて前記所在地に所在する前記資産に対応する前記画像データを前記資産状況情報として前記監査支援装置に提供する、
   請求項１から３のいずれかに記載の監査支援システム。
5. 監査対象を撮像装置によって撮像して画像データを取得する画像データ取得部と、
   前記画像データの真正性を示唆する真正性示唆データを取得する真正性示唆データ取得部と、
   前記画像データ取得部が取得した画像データの真正性を、前記真正性示唆データ取得部が取得した真正性示唆データに基づいて判定する真正性判定部と、
   を備え、
   前記撮像装置が移動しながら監査対象を撮像する際、互いに異なる第１撮像時刻および第２撮像時刻に取得された画像データの一方が他方の真正性示唆データを構成し、
   前記真正性示唆データ取得部は、前記第１撮像時刻および前記第２撮像時刻における前記撮像装置の第１位置および第２位置を取得する位置取得部を備え、
   前記真正性示唆データ取得部は、前記第１位置で取得される画像データに含まれるべき第１被撮像物および前記第２位置で取得される画像データに含まれるべき第２被撮像物のデータを取得する被撮像物取得部を備え、
   前記被撮像物取得部は、前記第１位置および前記第２位置における地図データから前記第１被撮像物および前記第２被撮像物のデータを取得し、
   前記真正性判定部は、前記画像データ取得部が取得した前記第１撮像時刻および前記第２撮像時刻の画像データの真正性を、前記被撮像物取得部が取得した前記第１被撮像物および前記第２被撮像物のデータに基づいて判定する、
   監査支援装置。
6. 監査対象を撮像装置によって撮像して画像データを取得する画像データ取得部と、
   前記画像データの真正性を示唆する真正性示唆データを取得する真正性示唆データ取得部と、
   前記画像データ取得部が取得した画像データの真正性を、前記真正性示唆データ取得部が取得した真正性示唆データに基づいて判定する真正性判定部と、
   を備え、
   前記撮像装置が移動しながら監査対象を撮像する際、互いに異なる第１撮像時刻および第２撮像時刻に取得された画像データの一方が他方の真正性示唆データを構成し、
   前記真正性示唆データ取得部は、前記第１撮像時刻と前記第２撮像時刻の間の前記撮像装置の速度を取得する速度取得部を備え、
   前記真正性判定部は、前記画像データ取得部が取得した前記第１撮像時刻および前記第２撮像時刻の画像データの真正性を、前記速度取得部が取得した前記撮像装置の速度に基づいて判定する、
   監査支援装置。
7. 前記真正性示唆データ取得部は、前記撮像装置と異なる第２撮像装置によって前記監査対象および前記撮像装置の少なくともいずれかを撮像した画像データを真正性示唆データとして取得する、請求項５または６に記載の監査支援装置。
8. 前記真正性示唆データ取得部は、前記撮像装置が撮像する監査対象の所在地における実際の状況に関する状況データを真正性示唆データとして取得する、請求項５から７のいずれかに記載の監査支援装置。
9. 前記画像データ取得部が取得した画像データおよび前記真正性示唆データ取得部が取得した真正性示唆データには互いに関連することを示す所定情報が埋め込まれる、請求項５から８のいずれかに記載の監査支援装置。
10. 前記真正性示唆データは、前記画像データ取得部が取得した画像データをハッシュ化したハッシュ値を含む、請求項５から９のいずれかに記載の監査支援装置。

Images