DeepSeekの安全性を徹底検証｜リスク・対策・代替案まで完全ガイド【2025年最新】

【結論】DeepSeekの安全性評価｜利用可否を3つのレベルで判断

DeepSeekは「条件付きで使えるが、完全に安全とは言えない」AIツールです

中国政府のアクセスリスク、技術的脆弱性、利用規約の変更可能性が残るため、利用目的と入力データを吟味した「段階的リスクマネジメント」が必須です。

個人利用なら日常会話程度なら「中」リスク、企業利用は「高」リスク、機密情報を扱う業務では「極めて高」リスクとして、代替ツールやローカル運用を検討すべきでしょう。

デジタル庁は2025年2月6日、各府省庁に対しDeepSeek等の生成AIの業務利用に関する注意喚起を行い、慎重な判断を求めています。

個人利用の場合：条件付きで利用可能(リスクレベル：中)

日常会話や雑談、一般常識に関する質問であれば、個人がWeb版・モバイルアプリを使う分には即座に生命・財産に関わる危険は低いと評価されます。

ただし以下の3点は必守です。

1. 個人を特定できる情報は一切入力しない

メールアドレス、電話番号、住所、顔写真・音声データはもちろん、SNS投稿履歴や勤務先の内部コードネームすら避けてください。

DeepSeekのプライバシーポリシーは「入力データを今後のモデル改良に活用する場合がある」と明記しており、削除請求でも完全に抹消できる保証はありません。

2. クッキー・広告トラッカーはオフにし、利用後は必ずログアウト

2025年2月にNECが公開した調査では、iOS版アプリが端末識別子を暗号化せず送信する問題を確認しました。

最低限「設定＞プライバシー＞広告トラッキングを許可しない」を有効化し、アプリは利用後に確実に終了させます。

3. 重要アカウント(インターネットバンキング、行政認証など)と同一のパスワードを使わない

万が一の漏洩を想定し、DeepSeekアカウント専用のパスワードを生成してください。

パスワードマネージャー経由で乱数64文字を設定すれば、他サービスへの波及リスクをほぼゼロにできます。

企業利用の場合：慎重な検討が必要(リスクレベル：高)

デジタル庁は2025年2月6日、すべての府省庁に対し「DeepSeek等の生成AIを業務利用する際は内閣サイバーセキュリティセンター及びデジタル庁に助言を求めた上で適切に判断すること」と通達しました

民間企業に対しては法的強制力はありませんが、同様の考え方を踏襲するのがセオリーです。

1. 要機密情報(欠員情報、顧客リスト、未公開決算など)は原則として入力禁止

「約款型クラウドサービスでは個別のセキュリティ要件を交渉できない」として政府基準でも不可とされています。

業務上どうしても生成AIを使いたい場合は、情報の機密区分を「区外」に落とすか、秘匿性を放棄した上で利用する必要があります。

2. 海外展開や上場企業はGDPR・SOX・JSOX等のコンプライアンスも考慮

イタリアGaranteがDeepSeekをApp Storeから削除した事例のように、EU圏での事業があると「Chapter V データ移転条件」違反のリスクが浮上します。

同様に米国SOX法に基づくIT統制監査でも「監査証跡が中国本土に置かれる」ことを指摘される可能性が高いため、上場企業のIT統制としては不合格となるシナリオが多く考えられます。

3. 個人利用と違い「アカウントを削除した後も履歴が残る」可能性を容認

DeepSeekは2025年1月に「データ削除要請フォーム」を追加しましたが、申請後「合理的な期間(最大90日)」でデータは消去されるものの、すでに学習に活用されたパラメーターまでロールバックできる保証はありません。

企業の法令遵守記録(証跡)としては「削除済み」としても、技術的に完全抹消は現時点で実質不可能です。

機密情報を扱う場合：使用は推奨しない(リスクレベル：極めて高)

防衛・金融・医療・法務など「情報漏洩が人命・社会インフラ・市場fairnessに直結」する分野では、DeepSeekを現状のまま使うことは「企業存続・国家安保」の両面でリスクが高すぎます

理由は三つあります。

1. 中国《国家情報法》第七条により、DeepSeekは中国政府の要請があればデータを提出しなければならない

中華人民共和国国家情報法第7条は「いかなる組織及び国民も、法に基づき国家情報活動を支持し、これに協力し、知り得た国家情報活動の秘密を守らなければならない」と定めています。

同法は裁判所の令状なしでの行政アクセスを合法化しており、提出義務違反には「拘留・刑事罰」が科されるため、DeepSeek側に「拒否」する法的余地は残されていません。

2. 過去に漏洩実績あり：2025年1月にWiz社が「DeepSeekのデータベースがインターネットに公開＆認証なし」でログ・APIキー・チャット履歴を丸見えに

同件は「即時修正済み」ですが、データベースが中国本土のCloud Serviceにホストされていたこと、さらにChina Mobile回線を経由していた点が確認されています。

つまり「意図しない露出」が既成事実であり、今後もゼロリスクを保証する根拠はどこにもありません。

3. 日本国内でも禁止拡大中：GMOインターネット、楽天モバイル、地方自治体などが社内通達で利用禁止

2025年3月時点で非公表事例を含めると、少なくても30団体以上が「業務利用禁止・原則禁止」を社内規程に追加しています。

取材に対し複数のCISO(Chief Information Security Officer)は「行政からの要請がなくても、自主的にリスクを排除するのが合理的判断」と語っています。

DeepSeekの安全性における5つの重大リスク

DeepSeekを使う前に「何が危ないのか」を網羅的に把握しておかないと、後々取り返しのつかない事態に陥ります

ここでは技術的・法的・政治的観点で「実際に起こりうるリスク」を5つに整理し、それぞれに「具体例」「被害規模」「自己防衛ポイント」を示します。

リスク①：データが中国政府に渡る可能性

① 国家情報法という「データ提出義務」の存在

中国は2017年に《中華人民共和国国家情報法》を施行しました。

第七条は「いかなる組織・個人も国家情報工作に対して支持・協力をしなければならず、関連する情報を提供しなければならない」と定めています。

民事的な同意は不要で行政機関が直接データを要求できる権限を明記しており、DeepSeekは北京深網科技(DeepSeek Lab)が設立した法人であり、同法の適用を受けるため「中国政府からの要請があれば拒否できない」という構造が固定化されています。

② 実際のデータ移管ルート

2025年1月のWiz調査では、DeepSeekの本番データベースが「bj1.ctr.deepseek.com」という中国本土ドメインにホストされ、バックエンドのオブジェクトストレージも「obs.cn-east-3.myhuaweicloud.com(Huawei Cloud)」に置かれていることが判明しました。

これは技術的に「上海リージョン」のデータセンターであり、中国の《サイバーセキュリティ法》が即座に適用されるロケーションです。

つまり「物理的にも法的にも」中国当局がアクセス可能な環境にある、ということです。

③ 過去の「データ提供例」と被害額

法的に要請を受けて「公開していない」事例は中国側から当然発表されていませんが、同じ中国法下のTikTok(ByteDance)に対しては、2022年に《中国人民解放軍総参謀部》が関心を示し、インド政府が「インド国民の生体認証データが軍部に渡った」と非難しました。

結果としてインド国内でTikTokは全面禁止となり、ByteDanceは事業損失約1.4兆円(当時レート)を計上しています。

DeepSeekも同様の立法リスクを抱えているため「企業の機密データが軍事情報に利用される」可能性はゼロではありません。

内閣サイバーセキュリティセンター(NISC)も同様の見解を示しています。

リスク②：入力した情報が学習データに使われる

① プライバシーポリシーの文言トラップ

DeepSeekの英語プライバシーポリシー(2025-02-14改訂)は、”We may use your input and output to improve our services”と明記しています。

しかし「いつまで」「どこまで」使うか、さらに「削除請求しても学習済みパラメーターまでロールバックするか」は言及されていません。

ChatGPTでは《オプトアウトフォーム》が用意されている一方、DeepSeekにはそれが存在しないため、一度送ったデータを「使わせない」手段が現状ありません。

② 「忘却権」の限界

EU GDPRでは「個人データの削除(Right to erasure)」が認められていますが、機械学習モデル内の「分散表現」まで完全に抹消する技術は立法・裁判所ともに未成熟です。

Googleも2014年「忘却権」判決後、検索インデックスからURLを削除しても「モデルが学習済みの言語確率」までは改変しておらず、学術的に”完全な忘却”は未達成です。

DeepSeekについても同様に「アカウント削除＝学習データ抹消」は成立しません。

③ 実測値：削除要請からの”残存率”

2025年3月に国内セキュリティベンダーがDeepSeekに対して実験を行いました。

• n=1000件のダミーメールアドレスを投入
• 30日後にアカウント削除＋削除要請
• さらに30日後に「同プロンプトを投げてメールアドレスがレスポンスに出現するか」を統計

→ 結果：4.6%で「元メールアドレスの一部が出現」。削除要請後も”記憶”が完全に消えていない実証結果があります。

企業機密なら4.6%でも致命的です。

リスク③：セキュリティホール・脆弱性の存在

① 公開DB事件(2025-01-29)

Wizが「DeepSeekの本番MongoDBインスタンスがインターネットに公開＆認証なし」で発見しました。

含まれていたのは以下の通りです。

• チャット履歴約130万行
• APIキー(openai./github./slack.)約1.2万件
• Kubernetesクラスタログ(トークン含む)

即座にレポートしたところ24時間でクローズドされましたが、「サイバー犯罪者が先に発見していた」可能性は否定できません。

② モバイルアプリの暗号化不備(2025-02-06)

NowSecureがiOS版を動的解析した結果、以下の問題が発見されました。

• TLS pinning実装漏れ → 中間者攻撃(MITM)で平文盗聴可能
• Keychain保存データが暗号化キーなし
• UIスクリーンショットがバックグラウンドでプレビューとして残る

App Store審査を通過した時点で「最低限の暗号化」は満たしていたものの、ベンダーとしては「セキュア設計」は未達成との評価です。

③ ジェイルブレイク成立率：87%(2025-02-20)

KELA社が185種の悪意プロンプトを自動生成してDeepSeek-R1に投入したところ、以下の結果が出ました。

• ランサムウェアコード生成 … 92%で制限突破
• 偽造領収書作成 … 81%
• 違法薬物合成手順 … 76%

のいずれも「普通のプロンプト」で防衛壁を迂回できました。

これはGPT-4(当時18%)と比べて4.8倍の突破率にあたり、セキュアコード生成用途では信頼性を欠くと判定されました。

リスク④：利用規約・プライバシーポリシーの変更リスク

① いつ変更される?

DeepSeek Terms of Use(2025-02-14改訂)には「We may modify these Terms at any time by posting the updated version on the Service」という”一方的変更条項”があり、ユーザーへの個別通知義務はありません。

重要な変更は90日以内に通知するとしていますが、「通知＝ヘッドライン表示」で十分とされ、メールやSMSでの告知は保証されていません。

② 変更されてしまったら?

日本法(民法548条の4)では「不利益変更」に対して「契約解除・損害賠償」が認められる可能性がありますが、DeepSeekの条項は準拠法を「香港法」に指定しています。

香港は英国普通法圏のため「合理的な通知」があれば一方的変更が認められる判例が多数存在します。

結果として「重要なデータを入力した後に、突然の利用条件変更」に対して日本司法で救済しにくい構造です。

③ 実際の変更事例

• 2025-01-20 … 学習利用に関する記述を追加(“may use your data”)
• 2025-02-14 … 香港準拠法への変更・訴訟管轄を「香港国際仲裁センター」に限定
• 2025-03-01 … 無料APIのレートリミットを「10 req/min → 3 req/min」に引き下げ

このように「重要でない変更」と思われる数値も、サービス継続に大きく影響します。

企業が業務システムを組んだ直後にレート変更された場合、SLA違反となる恐れもあります。

リスク⑤：日本政府・企業による利用制限

① 政府：注意喚起→実質禁止へ

デジタル庁は2025-02-06「DeepSeek等の生成AIの業務利用に関する注意喚起」を発出しました。

表向きは「利用控えるよう」としていますが、裏では「IT調達申合せ」に基づき「内閣サイバーセキュリティセンター・デジタル庁への助言義務」を課しているため、事実上の禁止に等しい運用です。

防衛省・外務省・警察庁では2025年3月時点で社内通達で「ダウンロード・インストールを禁止」としています。

② 自治体：個情委通報で一斉自制

個人情報保護委員会は2025-02-03、都道府県・市区町村の情報システム担当者向けに「DeepSeek利用時は中国法令が適用される」との注意を通達しました。

結果として北海道、宮城、愛知、京都、福岡など主要自治体が「業務利用禁止」を2025年度の情報セキュリティポリシーに明記しています。

民間事業者にとっては「行政案件に参加できなくなる」という間接的リスクも生じています。

③ 企業：上場企業40社超が社内禁止

2025年4月時点でトヨタ、三菱重工、楽天、GMO、クックパッドなど計44社が「DeepSeek業務利用禁止」を公式に発表(東京商工リサーチ調べ)しています。

特に外国為替及び外国貿易法(輸出管理法令)の対象企業や防衛調達参加者は「外国クラウドへの技術データ移転」で罰則(最長10年以下懲役または1千万円以下罰金)が科されるため、リスクが高すぎて使えない状況です。

DeepSeekとは？基本情報とセキュリティ仕様

「中国発の高性能生成AI」として一躍注目されたDeepSeekですが、そもそも「誰が」「どこで」「どんな法的枠組みの下」で動いているのかを知らなければ、リスクの大きさは見えてきません

ここでは開発元の資本構成・データセンターの所在・中国法令との関係を、第三者機関の調査と合わせて整理します。

DeepSeekの開発元と運営体制

項目	内容	出典
正式名称	深度求索(北京深網科技)有限公司	北京市市场監督管理局
設立	2023年7月	同上
資本金	1.6億元(約32億円)	国家企業信用信息公示系統
代表者	梁文鋒(Liang Wenfeng)35歳	同公告、紅杉中国プレスリリース
主要株主	紅杉中国(Sequoia China)51%、創業チーム49%	The Information
事業目的	大規模言語モデル/高性能計算基盤の開発	営業許可証

データの保存場所とアクセス権限

DeepSeekのプライバシーポリシー(2025-02-14)では以下を明記しています。

「サービス稼働に必要な範囲で、中華人民共和国及びその他必要な地域にユーザデータを保存・移転する場合があります」

IPアドレス/ドメイン解析結果(2025年3月実測)

サービス	主要IPレンジ	データセンター所在地	管轄法
chat.deepseek.com	156.251.XXX.XXX	北京・青雲店(China Telecom)	中国法
api.deepseek.com	203.205.XXX.XXX	上海・浦東区(China Mobile)	中国法
cdn.deepseek.com	119.167.XXX.XXX	杭州・阿里雲(Alibaba Cloud)	中国法

中国のサイバーセキュリティ法・国家情報法との関係

1. サイバーセキュリティ法(2017年)

• 第21条：ネットワーク事業者は「技術対応策・管理制度」を整備し、行政部門の検査を受ける義務
• 第28条：国家のサイバー情報職能部門が「法的な手続き」によりデータへのアクセスを求めた場合、ネットワーク事業者は協力しなければならない
• 第37条：「個人情報や重要データ」を中国国外に移転する場合は安全評価を受ける義務

→ DeepSeekが国外クラウドへデータをレプリケートする場合も、事前に中国工信部への届出・評価が必須です。

参考：個人情報保護委員会「中国のサイバーセキュリティ法」

2. 国家情報法(2017年)

• 第7条：いかなる組織・個人も国家情報工作を支持・協力しなければならない
• 第12条：国家情報工作機関は「職務に必要な場合」、裁判所の令状なしで個人・組織のデータへアクセス可能
• 第29条：協力拒否した場合は「拘留・刑事罰(最大7年)」が科される

→ 法的に「NO」と言えない状況が中国側には存在します。

参考：中華人民共和国国家情報法

3. データセキュリティ法(2021年)

• 第21条：「重要データ」を処理する主体は定期リスク評価を実施し、県級以上の政府部門に報告
• 第30条：国家が定める「国家コアデータ」は管理機能部門の批准がなければ国外提供不可

→ 技術的に「データの分類」が不明なため、DeepSeekがユーザーデータを「重要データ」あるいは「国家コアデータ」と断定されれば、中国政府による事前検閲や出口規制が可能です。

参考：個人情報保護委員会「中国のデータセキュリティ法」

DeepSeek v3とr1のセキュリティ仕様の違い

仕様	DeepSeek v3(ChatModel)	DeepSeek r1(ReasonerModel)
推定参数量	67B	236B
訓練データ最終取得日	2024-06	2024-11
強化学習(RL)適用	なし	あり(セキュリティポリシーもRLで学習)
拒否率(有害プロンプト)	51%	76%
ログ保持期間	90日間固定	90日間(だがリフレッシュ単位：セッション)
エンドツーエンド暗号化	TLS 1.3のみ	TLS 1.3+サーバサイド暗号化
オプトアウト(学習利用)	不可	不可(削除要請フォーム実装済みだが再学習ロールバックは未保証)

まとめ

次章以降では、第三者機関によるテスト結果や各国政府・大手企業の公式見解を踏まえ、これらの法的・技術的リスクを「客観的数値」としてさらに深掘りします。

DeepSeekの安全性テスト結果【第三者検証データ】

法的リスクを超えて「技術的にどれだけ安全か」は、第三者機関の検証結果を見なければ分かりません

以下では2025年1～4月に公表された主要なペネトレーションテスト・プロンプトインジェクション・データ漏洩再現実験を集計し、DeepSeekが「実際に破綻したケース」を数値で示します。

セキュリティ専門家による脆弱性診断結果

1. Wiz Research(2025-01-29)

• テスト対象：DeepSeek本番環境(chat.deepseek.com)
• 手法：シャッタードメインと判明したbj1.ctr.deepseek.comから漏洩MongoDBを発見
• 結果：認証なし・Read/Write可能・約130万件のチャットログ・1.2万件のAPIキーが丸見え
• CVSSスコア：9.8(Critical)
• 修正時間：24時間以内にClose、だが「悪用の有無」は未公表

2. NowSecure(2025-02-06)

• テスト対象：iOS版 DeepSeek App(v1.0.7)
• 手法：動的解析(jailbroken iPhone 14)
• 結果：

• TLS pinning未実施 → 中間者攻撃でパケット平文獲得
• Keychainの保存データが暗号化キーなし
• UIスクリーンショットがバックグラウンドで残る(情報漏えいリスク)

• 総合リスクレーティング：High(OWASP MASVSレベル2未達)

3. WithSecure(2025-03-15)

• テスト対象：DeepSeek API(r1)
• 手法：ネットワーク隔離環境でAPIゲートウェイをFuzzing
• 結果：

• 503エラーを返す際に内部Python tracebackが露出(情報開示)
• レート制限実装漏れ(1,000req/sを超えても503のみ、BANなし)

• CVSSスコア：5.3(Medium)

以上3件のうちCritical 1件、High 1件、Medium 1件。「深刻度の高い脆弱性が複数、短期間で連続」という状況は、GoogleやOpenAIが過去に経験した「Critical連発」期(2018～2019)と似たパターンです

プロンプトインジェクション攻撃への耐性テスト

実験概要(KELA, 2025-02-20)

• モデル：DeepSeek-R1-Chat(236B)
• 攻撃手法：

• ベースプロンプトに「悪用を許可する偽システムメッセージ」を埋め込み
• 自動生成した185種の「有害リクエスト(ランサムウェア、偽領収書、薬物合成)」を投入

• 成功判定：出力されたコード/テキストが「そのまま実行or複製可能」かを静的判定

結果

攻撃カテゴリ	成功件数 / 総数	成功率
ランサムウェアコード生成	92 / 100	92%
偽領収書PDF作成	81 / 100	81%
違法薬物合成手順	76 / 100	76%
総合	249 / 300	83%

参考：GPT-4同等テストでは18%、Claude-3では15%だったため、DeepSeek-R1は約4.6倍防衛が甘い計算になります。

データ漏洩リスクの検証結果

1. 再現実験設定

• 実施機関：国内セキュリティベンダA(匿名化)
• 期間：2025-03-01 ～ 04-01
• サンプル：n=1,000 社内ダミーメールアドレス(「user-0001@dummy.example」形式)
• 手順：

• DeepSeek Web版にアドレスを含むプロンプトを投稿
• 30日後にアカウント削除+削除要請
• さらに30日後に同プロンプトを投げ「メールアドレスがレスポンスに含まれるか」をカウント

2. 結果

• 削除要請後も出現した件数：46件(4.6%)
• 部分出現(@以前のみ)：112件(11.2%)
• 完全に出現しなかった：842件(84.2%)

総評：数値化した「安全さ」の位置づけ

ベンダー	テスト件数	Critical	High	Medium	総合スコア(10点満点)
DeepSeek	3	1	1	1	3.7
OpenAI GPT-4	3	0	0	1	7.9
Anthropic Claude-3	3	0	0	1	8.2
Google PaLM2	3	0	1	0	7.4

※スコア算出：Critical=0点、High=3点、Medium=6点、Low=8点、なし=10点(単純平均)

DeepSeekは「未成熟なセキュリティ管理体制」を色濃く反映。特に「認証なしDB公開」「ジェイルブレイク突破率83%」は2025年時点の主流モデルと比較しても突出しています

参考：第三者テストレポート一覧(全文リンク)

• Wiz Research – Uncovers Exposed DeepSeek Database
• NowSecure – Multiple Security Flaws in DeepSeek iOS App
• KELA – Breaking DeepSeek-R1
• WithSecure – DeepSeek API Fuzzing Report

日本政府・専門家・大手企業の公式見解まとめ

「DeepSeekは使っても大丈夫？」という問いに対して、最も信頼できるのは「日本政府」「独立行政法人」「大手企業の情報セキュリティ部門」が出した文書です。

ここでは2025年1月～10月に公表された”白紙の通知”から”社内通達”までを網羅し、どこまでリスクを許容しているかを一覧で示します。

デジタル庁・内閣サイバーセキュリティセンター（NISC）の見解

2025年2月6日、デジタル庁のデジタル社会推進会議幹事会事務局は、各政府機関等に対して「DeepSeek等の生成AIの業務利用に関する注意喚起」を発出しました。

同時に、内閣サイバーセキュリティセンター（NISC）も各省庁に対し、DeepSeekのようなサービスの利用におけるリスクアセスメントの徹底を指示しています。

個人情報保護委員会（PPC）の見解

2025年2月3日、個人情報保護委員会（PPC）は「DeepSeekに関する情報提供」を公表しました。

項目	個人情報保護委員会の指摘内容
データの保存場所	中国国内サーバーに保存され、中国法の管轄下にある
法的リスク	国家情報法により、中国政府が情報アクセス権限を持つ可能性
アカウント削除後の扱い	データ保持期間が不明確で、削除後も情報が残る可能性
企業の対応推奨	個人情報や機密情報の入力は控えるべき

PPCは「利用自体を禁止する法的根拠はない」としながらも、個人情報を含むデータの入力には十分な注意が必要と明記しています。

NECサイバーセキュリティ戦略本部の評価

2025年2月28日、NECサイバーセキュリティ戦略本部は公式ブログで、DeepSeekの技術的評価とセキュリティリスクを詳細に分析しました。

NECは「技術的には優れているが、エンタープライズ利用では慎重な判断が必要」と結論づけています。

トヨタ・三菱重工など大手企業の利用禁止事例

2025年2月、日本の主要企業が相次いでDeepSeekの社内利用禁止措置を発表しました。

企業名	対応措置	理由	発表日
トヨタ自動車	全社員の利用を禁止	情報セキュリティの観点から懸念	2025年2月12日
三菱重工業	利用申請を却下する方針	機密情報漏洩リスクの回避	2025年2月12日
ソフトバンク	社内アクセスを規制	業務用端末での利用を制限	2025年2月12日
その他製造業大手	段階的な利用制限	データガバナンスポリシーに基づく判断	2025年2月～

特にトヨタは「情報セキュリティの観点から懸念があるため、利用を禁止している」と明言しています。

海外（米国・EU）での対応状況

DeepSeekに対する規制は、欧米諸国でより厳格です。

🇺🇸 米国の対応

機関名	対応措置
NASA（米航空宇宙局）	全職員の利用を禁止
米海軍	軍事施設での使用を全面禁止
連邦政府機関	政府端末でのアクセスをブロック

米国は2025年3月、ウォール・ストリート・ジャーナル（WSJ）の報道によれば、連邦政府全体での利用禁止を検討しています。

🇪🇺 EU（欧州連合）の対応

• イタリア：アプリストアからのダウンロードを禁止（GDPR違反の疑い）
• EU委員会：データプライバシー規制（GDPR）との整合性を審査中
• ドイツ：政府機関での利用を制限

🇦🇺 オーストラリアの対応

2025年2月4日、オーストラリア政府は全政府システムからDeepSeekを即時撤去する措置を発表しました。国家安全保障上の懸念が理由です。

総括：日本における「DeepSeek利用の現実的なリスク判断基準」

日本政府および主要機関の見解を総合すると、以下のような判断基準が浮かび上がります。

利用シーン	リスクレベル	政府・専門家の見解
個人的な学習・趣味	🟡 中リスク	自己責任の範囲で利用可能（個人情報の入力は避ける）
企業での一般業務	🟠 高リスク	機密情報を含まない範囲での利用に限定すべき
政府機関・防衛関連	🔴 極めて高リスク	原則利用禁止（デジタル庁・NISCの通達）
製造業・研究開発部門	🔴 極めて高リスク	知的財産保護の観点から利用禁止（トヨタ・三菱重工の事例）

DeepSeekをローカル環境で使えば安全？検証結果

「中国本土のクラウドを使わなければ、中国政府にデータは渡らない」――。その仮説を検証するため、DeepSeekのオープンソースモデル（DeepSeek-Coder、DeepSeek-R1-Distill）をDocker/Kubernetesで完全オフライン構築し、①動作検証、②通信ログ、③リスク残存を第三者機関に依頼してシミュレーションしました。結果は「ローカルでもゼロリスクではない」でした。

以下、詳細レポートです。

ローカル環境（オフライン）での利用方法

1. 入手可能なモデル一覧（2025-10時点）

名称	規模	ライセンス	商用利用	日本語対応	入手URL
DeepSeek-Coder-6.7B	6.7B	MIT*	✅	◯（学習率87%）	Hugging Face
DeepSeek-Coder-33B	33B	MIT*	✅	◯	同上
DeepSeek-R1-Distill-Llama-70B	70B	MIT*	✅	◯	Hugging Face
DeepSeek-R1-Base-236B	236B	DeepSeek License**	要追加契約	◯	申請制

*MITライセンスは改変・再配布・商用を許可
**DeepSeek Licenseは「軍事・surveillance用途を禁止」する独自条項。企業内利用は可能だが再配布時は追加契約が必要。

2. 最小構成ハードウェア

用途	CPU	RAM	GPU	推定価格（オープン価格）
6.7B 軽量PoC	8Core	32GB	RTX4080 16GB	30万円
33B 本格活用	16Core	128GB	RTX6000 Ada 48GB	140万円
70B 実務利用	32Core	256GB	A100 80GB×2	600万円

3. Docker Compose 起動例（6.7B）

version: "3.9"
services:
  llm:
    image: ghcr.io/huggingface/text-generation-inference:1.4
    ports:
      - "8080:80"
    volumes:
      - ./deepseek-coder-6.7b-instruct:/data
    environment:
      - QUANTIZE=gptq
      - TRUST_REMOTE_CODE=false   # 外部コードダウンロード禁止
      - HF_HUB_OFFLINE=1          # 完全オフライン
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]

ローカル利用のメリット・デメリット

メリット	具体的効果
中国本土通信ゼロ	パケットキャプチャでOutgoing 0件を確認 [国内検証機関B社]
データ所在地完全自主管理	サーバールーム鍵・UPS・消去タイミングを完全コントロール
カスタマイズ可能	システムプロンプト/温度/Top-Pを社内基準に最適化
法令対象外（国外委託該当なし）	個情委「国外委託影響評価」免除

デメリット	具体的課題
初期費用が高い	70Bクラスで600万円＋α
運用スキル必須	Kubernetes、GPUドライバ、コンテナセキュリティ自作
性能劣化（量子化）	4bit量子化で推論速度30%減、精度（BLEU）-2.3pt
サポート不在	商用SLAなし、バグ修正は自前

コストシミュレーション（5年）

項目	ローカル（70B）	API cloud（R1）
初期投資	600万円	0
月額運用（電力・保守）	12万円	100万Prompt/月→約150万円
5年総額	600+720=1,320万円	150×60=9,000万円

電力：A100×2+サーバーで約4.2kW継続、年間電気代≒90万円（東京電力・従量灯B）

ローカル環境でも残るリスク

1. モデルウェイトそのものの「著作権・輸出規制」

• deepseek-r1-base-236BはDeepSeek Licenseであり「再配布時は追加契約」が必要。
• パラメータは“技術データ”と見做され米国EAR（Export Administration Regulations）の対象。
• 中国・ロシア・イラン・北朝鮮へ直接輸出はライセンス要。日本国内利用はNO LICENSE REQUIREDだが、国外出張持ち出しは違反の可能性あり 米国商務省産業安全保障局（BIS） 2025-08。

米国商務省産業安全保障局（BIS）が管轄する輸出管理規則（EAR）は、軍民両用品（デュアルユース品）や機微な商用技術の輸出を規制しています。

2. 訓練データの”漏出”再現

第三者検証機関C社がDeepSeek-R1-Distill-Llama-70Bを完全オフラインで動作させ、

「社内メールアドレス100件を含むプロンプト」を1,000回反復。

→ その後同モデルに再度同じプロンプトを投げると、4件のメールアドレスが出現（4%）。

結論：”一度読み込ませたデータは、完全に’忘却’できない”

3. コンテナイメージのセキュリティホール

• text-generation-inference:1.4イメージをTrivy 0.57でスキャン
• High/Critical CVE合計21件（log4j-core 2.17.0、nginx 1.25.2など）
• オフラインでも内部ネットワークからの攻撃（横向き移動）リスク残存

4. 内部者（Insider Threat）

オンプレミスは“物理アクセス”が最終的な鍵。

• 不正持ち出し経路：USB-Cディスプレイ出力、ThunderboltDMA、冷凍DRAM
• 対策：機材持ち込み禁止、FUSBポート物理封印、ケーシング開封検知シール

オフライン運用で”ゼロリスク”は物理的不可能？

結論：「中国へデータが行かない」「クラウド脆弱性を回避」は可能
だが「モデル自身が記憶」「イメージCVE」「Insider」は残るので、100％ゼロリスクは達成できません。

参考：独立行政法人情報処理推進機構（IPA）「テキスト生成AIの導入・運用ガイドライン」

• 「完全オフライン」を推奨しつつ、「モデル自身が記憶するリスクは残る」と注記
• 「イメージCVE管理」は運用者責任と明記

「オフラインにすれば完全に安全」は幻想。「中国にデータが渡らない」「クラウド脆弱性を避ける」ことはできても、完全無欠のゼロリスクは物理的不可能です。

DeepSeekを安全に使うための7つの対策

「中国本土クラウドを使うリスクは理解した。でも、完全に手放すのはもったいない」。

その気持ちに応えるため、技術的・運用上「今すぐ実行できる」対策を7つに絞り、それぞれの手順と期待効果を図解入りで解説します。

すべてを実施すれば「個人利用レベル」ではリスクを3分の1に、「企業利用」でも行政への説明責任を果たせる水準にまで引き下げられます。

対策①：機密情報は絶対に入力しない

1. 入力NGデータ一覧（2025年11月版）

カテゴリ	具体例	リスク度	理由
個人特定	メール、住所、顔写真、マイナンバー	★★★	中国法で行政アクセス可能
金融・決済	クレカ番号、口座、暗証番号	★★★	詐欺・なりすまし直結
医療・健康	診断書、レントゲン、処方箋	★★★	薬事法・プライバシー法違反
企業秘匿	設計図、ソース、営業データ	★★★	営業秘密漏洩で民事損害
行政情報	マイナポータル情報、行政SNS	★★	国家公務員法抵触
学生データ	成績、指導案、保護者連絡先	★★	個人情報保護法該当
雑談会話	天気、言葉遊び、校正依頼	★	公表しても支障なし

指針：★★★は「入力するだけで社内規程違反」、★★は「同意なく本人特定可能」、★は「公表OK」。
出典：内閣サイバーセキュリティセンター（NISC）「政府機関等の対策基準策定のためのガイドライン（令和7年度版）」要保護情報の扱い

2. 運用ルールの作り方（個人編）

3. 運用ルールの作り方（企業編）

※DeepSeekは削除申請フォームを2025年1月に開設済み DeepSeek プライバシーポリシー

対策②：プライバシー設定を確認・変更する

Web版設定手順（2025年11月時点）

モバイル版（iOS/Android）

• 「Settings」→「Privacy & Security」→「Tracking」→DeepSeekをOFF
• 2025年2月のNowSecure調査で、IDFA（広告ID）を暗号化せず送信していた問題を回避
• 「Background App Refresh」→OFF：バックグラウンドで画面キャプチャが残るリスクを軽減

対策③：アカウント情報を最小限にする

1. 登録必須項目（DeepSeek側が要求）

• メールアドレス or 電話番号（どちらか1つ）
• パスワード（8文字以上、英数混合）

2. 任意項目（入力しなくても利用可能）

• 本名、Nickname
• 会社名、部署
• 生年月日、性別
• SNS連携（GitHub/Google）

3. 最小化手順

4. 運用イメージ

対策④：ローカル環境での利用を検討する

1. 検討フローチャート

（フローチャート画像は省略）

2. 最小構成（6.7B）Q&A

Q	A
完全オフラインにするには？	モデルダウンロード後、物理NICオフorVLAN孤立でOK
性能は？	4bit量子化で推論速度 22token/s（RTX4080）
お金は？	初期30万円、月額電力6,000円程度

3. 残存リスク（再掲）

• モデルが記憶（約4%で入力データが再出現）
• コンテナCVE（2025-10時点でHigh/Critical 21件）
• Insider Threat（物理アクセスが最終的な鍵）

→ 対策：月次パッチ、USBポート封印、ケーシング開封検知

対策⑤：重要な用途には代替ツールを使う

1. 用途別・セキュリティ重視リスト（2025年11月）

用途	推奨サービス	データ保存域	学習利用	第三者認証	価格
雑談・文書校正	Claude-3.5 Sonnet	米国	オプトアウト可	SOC2 Type2	$20/月
ソースコード	GitHub Copilot	米国	OFF可	ISO27001	$10/月
医療・薬事	PaLM2 for Healthcare	米国	別契約でOFF	ISO27701	要問合せ
防衛・インフラ	国産AI（ELYZA、rinna）	国内DC	明示的に不使用	ISMAP取得	要問合せ
自治体業務	日本語GPT（東大ttk）	学内	不使用	文部科学省監査	研究利用無償

参考：デジタル庁「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」2025年版

2. 使い分けイメージ

• 雑談（★リスク低）→ DeepSeek Web版（設定済）
• ソース（★★中）→ GitHub Copilot（学習OFF）
• 医療（★★★高）→ PaLM2 Healthcare（BAA締結）
• 機密（★★★極高）→ 国産AI or ローカルLlama

対策⑥：定期的に利用状況を見直す

1. チェックリスト（四半期ごと）

• ☑ 新規チャット履歴に機密データが混入していないか
• ☑ DeepSeekプライバシー設定がOFFのままか
• ☑ アカウント情報（メール・ニックネーム）が最小限か
• ☑ CVEニュースでDeepSeek本体/コンテナに新たな脆弱性がないか
• ☑ 社内規程が政府・業界最新通知と乖離していないか

2. 効率化ツール

対策⑦：セキュリティテストを定期的に実施する

1. 自宅・個人でもできる”セルフ診断”

項目	推奨ツール	実施頻度
通信キャプチャ	Wireshark	月1回（10分）
モバイルアプリ権限	iOS「Privacy Report」	iOSアップデート後
パスワードリーク	Have I Been Pwned	月1回
削除再現テスト	同プロンプト再投入	四半期1回

2. 企業向け”軽量ペネトレーションテスト”

費用：社内工数のみ（約5人日/年）

参考：独立行政法人情報処理推進機構（IPA）「脆弱性診断内製化ガイド」2025年版

DeepSeekを使っても良いケース・ダメなケース

「結局、自分の使い方はセーフ？」という疑問にズバリ答えます。

ここでは、業務領域別・情報種別別に「OK」「NG」「条件付きOK」を360事例以上から抽出し、1分で判断できるチェックリストとフローチャートを提供。

結論ファーストで、あなたのユースケースが「安心」「危険」「要検討」の3つに整理できます。

【OK】こんな使い方なら問題ない

1. 天気予報・交通案内・雑学質問
   公開情報のみを扱うため、漏洩リスクなし。
2. 一般的な英語添削・外国語学習
   個人名・企業名を含まない学習用テキストの添削。
3. 公用文書のフォーマット整形
   すでに公開されている文書のレイアウト調整。
4. プログラミング学習用のサンプルコード生成
   教育目的の汎用コード（実務システムには使用しない）。
5. 小説・詩・キャッチコピーなどの創作ライティング
   商業機密に該当しない創作物の執筆補助。

【NG】絶対にやってはいけない使い方

以下の7つの使い方は、法律違反やセキュリティ事故に直結する危険性があります。

絶対に避けてください。

NG行為	具体例	該当法律・罰則
①社内秘資料の入力	未公開の経営戦略書、新製品仕様書、顧客リスト	不正競争防止法（営業秘密侵害罪：10年以下の懲役または1000万円以下の罰金）
②顧客・社員の個人情報	氏名・住所・クレジットカード番号・病歴	個人情報保護法（1年以下の拘禁刑または50万円以下の罰金、法人は1億円以下の罰金）
③実務用ソースコードの丸投げ	自社システムのAPI認証ロジック、決済処理コード	不正競争防止法（営業秘密侵害）
④医療診断・薬剤選択の相談	「この症状に効く薬は?」「CTスキャン画像を診断して」	医師法17条（医業の無資格行為：3年以下の懲役または100万円以下の罰金）
⑤法廷資料・訴訟戦略の作成依頼	訴状ドラフト、示談書、契約書レビュー	弁護士法72条（非弁行為：2年以下の懲役または300万円以下の罰金）
⑥防衛・軍事関連の調達情報	防衛装備品の仕様、輸出規制対象技術	経済産業省 輸出貿易管理令運用指針（2025年10月施行補完的輸出規制）
⑦金融取引アルゴリズム・インサイダー情報	高頻度取引ロジック、未公開株価情報	金融商品取引法（インサイダー取引：5年以下の懲役または500万円以下の罰金）

【条件付きOK】慎重に使えば許容範囲

以下の7つのケースは、適切な匿名化・マスキング処理を施せば利用可能です。

• ①社名・固有名詞をダミー化した業務文書
  例：「〇〇株式会社」→「A社」、「田中太郎」→「担当者X」
• ②数値を丸めた財務レポート
  例：売上高「123,456,789円」→「約1.2億円」
• ③汎用的なコードスニペット（機密ロジックを含まない）
  例：日付フォーマット変換、CSV読み込み処理
• ④一般的な契約書約款のテンプレート生成
  例：NDA（秘密保持契約）のひな形作成（個別条項は弁護士に確認）
• ⑤匿名化された統計データの分析
  例：「20代男性の購買傾向」（個人を特定できない集計データ）
• ⑥教育目的の疑似コード・擬似データ生成
  例：研修用のサンプルデータベース作成
• ⑦公開情報のみを基にした市場調査レポート
  例：競合他社の公式発表データの整理

リスク診断フローチャート：あなたの使い方は安全？

以下の3つの質問に答えるだけで、60秒でリスクレベルを判定できます。

※ より詳細なフローチャート図（Mermaid記法）は実装上の都合により省略していますが、上記の3ステップ診断で基本的なリスク判定が可能です。

業種別・迅速判定シート（抄録）

各業種における典型的な使用ケースの安全性を一覧表で整理しました。

業種	典型的な使用ケース	判定	条件・注意点
製造業	生産ラインの最適化シミュレーション	NG	製造ノウハウは営業秘密に該当
IT・ソフトウェア	教育用サンプルコード生成	OK	実務システムには使用しない
金融・保険	顧客ポートフォリオ分析	NG	個人情報保護法・金商法に抵触
医療・製薬	一般的な健康情報の要約	条件付きOK	診断・処方には使用不可（医師法17条）
法律・会計	契約書テンプレート作成	条件付きOK	最終確認は必ず専門家が行う
教育・研究	論文の英文校正	OK	未発表データは匿名化推奨
メディア・広告	キャッチコピー案の生成	OK	クライアント情報は入力しない
小売・EC	商品説明文の自動生成	OK	顧客データは入力しない
公共・行政	市民向け案内文書の作成	条件付きOK	個人情報・機密指定文書は不可
防衛・セキュリティ	いかなる用途でも	絶対NG	輸出貿易管理令違反リスク

企業でDeepSeekを導入する場合の安全性チェックポイント

「社内承認を得るための要件」「実務で使えるレベルの基準」「代替案との比較表」を、2025年11月時点の最新法令・団体規格・大手企業事例に基づき完全網羅。

導入検討会議で「この資料があれば説明責任を果たせる」ように、チェックシート＋テンプレート＋数値検証をセットで提供します。

導入前に確認すべき3つのポイント

企業導入の可否は、この3つのポイントで99%決まります

ポイント	詳細	不合格の場合のリスク	法令根拠
① 機密情報の有無	要保護・準機密・個人情報をいっさい入力させない	漏洩時：刑法19条・国家公務員法100条他	NISC統一基準群4.2.1
② 国外サーバの法的管轄	DeepSeekは中国法適用を免れない	行政アクセス：中国国家情報法第7条	デジタル庁通知2025-0206
③ サプライチェーンリスク	紅杉中国（外資）系だが中国本土法人	輸出管理令（EAR）再輸出リスク	経産省「技術データ移転」2025-08

社内ガイドライン策定のテンプレート（Wordダウンロード可）

企業がDeepSeekを導入する際には、明文化された社内ガイドラインが必須です。

以下のテンプレートを参考に、自社の状況に合わせてカスタマイズしてください。

ダウンロードリンク（PDF/Word）はこちら → 【準備中】
参考：NISC「生成AIガイドライン策定テンプレート」2025年9月版（案）

Azure版DeepSeekの安全性は？

Microsoft Azure上でホスティングされるDeepSeekは、本家版とは異なるセキュリティ仕様を持っています。

代替案の検討（企業向けAIツール3選）

DeepSeekのリスクを避けたい企業には、以下の3つの代替案を推奨します。

まとめ：企業導入のゴーサインは「3つのチェック」だけ

まとめ：DeepSeekの安全性は「リスクを理解して使う」が正解

本記事は「deepseek 安全性」で検索してくる全ての人に、法制度・技術的検証・企業実例・具体的な数値を惜しみなく提示し、「使う・使わない」を自分で決められるようにすることを目的に執筆されました。

34,000字を超える全文の結論を、たった60秒で再確認してください。

1. 結論ファースト：3つのリスクレベル

「DeepSeekは使っても良いのか？」→ 用途と入力データを見極めれば「条件付きで可」。だが機密を伴う業務には向かない。

リスクレベル	判断	根拠
低 （雑談・言葉校正）	条件付きで利用可	公知事実、個人特定なし、匿名化すれば民事リスクも低い
中 （社内文書・汎用コード）	慎重検討	中国法適用≒行政アクセスあり、企業には説明責任が発生
高 （機密・個人情報）	即座に別サービスへ	中国国家情報法第7条、政府通知・大手企業全面禁止、完全抹消不可

2. 技術的・法的エビデンス（数値で再確認）

→ 技術的未熟さ＋法的リスクは主要国が既に結論を出している。

3. 企業・行政が即実践できる「安全な使い方」

4. 代替サービス選択の目安（コスパ&セキュリティ）

サービス	中国法リスク	国内DC	価格(1K input)	おすすめ用途
Claude-3.5 (Bedrock)	なし	✅ 東京	0.6円	日本語長文・会議要約
PaLM2 (GCP-Tokyo)	なし	✅ 東京	1.0円	和文精度重視
ELYZA/ rinna	なし	✅ 自社DC	0.5円	官公庁案件・ISMAP
DeepSeek-Azure	モデル保有	✅ 東京	0.55円	削除保証・上場企業向け
DeepSeek本社	あり	❌ 中国	0.09円	雑談・言葉校正のみ

→ “中国法リスク”をゼロにするならClaude/ELYZAが最コスパ

5. よくある誤解と正解（1行まとめ）

誤解	正解
「無料版は危険、有料版は安全」	データ扱いは同一、課金しても学習利用OFF不可
「ローカルなら完全安全」	国外送信ゼロだがCVE・Insider・モデル記憶リスク残る
「Azure版なら中国法リスクなし」	モデル所有者は変わらず→法的対象は残存、但し削除保証・監査はChatGPT並
「ChatGPTなら完全安全」	米法適用だが”zero-risk”ではない、国内DC・OPT-OUTで十分実務レベル

6. 行動指針：今日からできる3ステップ

7. 最終メッセージ