AI破解密码学盲区，Claude Mythos Preview发现人类专家多年未察觉的弱点

Anthropic的研究人员利用Claude Mythos Preview发现了主流密码算法中人类专家多年来未能察觉的数学缺陷。该AI改进了针对HAWK一种后量子数字签名方案和减轮版AES全球使用最广泛的对称密码的攻击方法。这两项结果目前均不影响生产系统但标志着人工智能在压力测试数字安全基础方面的一次重大转变。密码算法保护着从网上银行到加密网络流量的一切。数字签名方案用于验证网站的真实性而对称密码则确保共享密钥的通信双方之间的数据隐私。这些系统中的漏洞可能危及数十亿用户。此前Claude Mythos Preview主要发现的是密码库中的实现错误即实践中削弱加密效果的编码失误。而这项新研究表明该模型也能识别算法本身的弱点。攻击HAWK第一个突破针对的是HAWK——NIST后量子密码竞赛的第三轮候选方案。NIST发起这一竞赛旨在替换RSA和ECDSA等方案因为这些方案在未来可能被量子计算机攻破。HAWK经受住了人类专家两年的审查。Mythos以半自主方式运行约60小时产生约10万美元的API成本成功改进了已知的最佳密钥恢复攻击有效将方案的密钥强度减半。该攻击利用了HAWK格结构中一个此前未被使用的对称性——一个非平凡自同构。先前的理论曾指出这种对称性可能实现更快的攻击但无人能证明HAWK设计中存在这种结构。该结果表明提出的密钥尺寸弱于声称的强度例如破解HAWK-256的预期成本从2^64次操作降至2^38次操作。将密钥尺寸加倍可以恢复安全性但会大大削弱HAWK作为紧凑型后量子方案的优势。该攻击仍为指数级对较大密钥无法在实用时间内完成且不影响其他NIST候选方案或一般的格密码。Anthropic已将这一发现告知HAWK的作者并通过NIST协调披露。攻击AES第二项成果改进了针对7轮AES-128的密码分析。完整AES-128使用10轮仍然安全研究人员研究减轮版本是为了探索攻击技术。在中途相遇方法的基础上Mythos发明了一种名为“莫比乌斯桥”Möbius Bridge的指纹识别技术。该方法省去了此前需要检查256个值的一个猜测步骤使得攻击速度比先前最佳方法快200至800倍具体取决于测量方式。这一发现几乎完全自主完成仅在几天内接受了少量人工提示。随后研究人员花费数百小时验证了相关结论。Anthropic还在针对减轮版LEA和Serpent的早期研究中取得了有希望的结果并在Salsa20、Poseidon和SHA-1上获得了较小改进。为帮助学术界跟踪进展该公司与苏黎世联邦理工学院、特拉维夫大学和海法大学合作推出了CryptanalysisBench这是一个用于评估语言模型密码分析能力的新基准。这些发现不要求对已部署的软件进行任何更改。HAWK仅是候选方案而针对AES的攻击并未破解完整密码。但它们表明前沿AI能够加速密码学长期以来依赖的对抗性评审——即在方案保护真实用户之前发现弱点。随着模型能力不断增强人类专家可能将越来越多地专注于验证AI生成的研究。Anthropic已启动更广泛的审计工作并计划围绕语言模型在安全研究中的角色举办学术研讨会。只要以负责任的方式使用这类工具将有助于强化保护每个人互联网安全的底层算法。