رمزنگاری پسا‌کوانتومی که سال‌ها شکست آن ناممکن بود، توسط کلود میتوس شکسته شد

شرکت Anthropic اعلام کرد که نسخه‌ای منتشر نشده از قدرتمندترین مدل هوش مصنوعی این شرکت، دو حمله قبلاً ناشناخته به الگوریتم‌های رمزنگاری را کشف کرده است که یکی از آن‌ها متوجه طرحی است که در حال حاضر برای تبدیل شدن به یک استاندارد فدرال ایالات متحده رقابت می‌کند.

HAWK و چالش کوانتومی

این طرح HAWK نام دارد، یک سیستم امضای دیجیتال که از ریاضیات برای اثبات اینکه تراکنش از سوی شماست بدون افشای کلید خصوصی شما استفاده می‌کند و برای مقاومت در برابر کامپیوترهای کوانتومی آینده ساخته شده است. موسسه ملی استاندارد و فناوری (NIST)، نهاد غیرنظارتی فدرال، آن را در ماه مه به دور سوم رقابت امضای پسا-کوانتومی خود منتقل کرد و HAWK تنها نامزد مبتنی بر شبکه (lattice-based) باقی‌مانده است.

Claude، مدل هوش مصنوعی Anthropic، یک تقارن پنهان در ریاضیات HAWK را کشف کرد که هیچ انسانی به آن فکر نکرده بود. برای کوچکترین پیکربندی، هزینه بازیابی یک کلید مخفی از ۲ به توان ۶۴ عملیات به ۲ به توان ۳۸ عملیات کاهش یافت، که تقریباً ۶۷ میلیون بار کار کمتر است.

اصلاح این مشکل به معنای تقریباً دو برابر کردن اندازه کلیدهای HAWK است. Anthropic در این باره نوشت: «متأسفانه، دو برابر کردن اندازه کلید HAWK بسیاری از دلایلی را که این طرح (در وضعیت فعلی خود) را به یک نامزد جذاب امضای PQC تبدیل می‌کند، از بین می‌برد.»

این تفاوت برای بلاک‌چین‌ها اهمیت بیشتری دارد تا به نظر می‌رسد. اندازه امضا به فضای بلاک و فضای بلاک به کارمزدها مربوط می‌شود، بنابراین هر زنجیره‌ای که به دنبال جایگزینی مقاوم در برابر کوانتوم باشد، تا حدی بر اساس بایت در هر امضا انتخاب می‌کند. کلیدهای فشرده و امضای سریع، تمام مزیت HAWK بودند و اصلاح آن بخش زیادی از این مزیت را از بین می‌برد.

نگران نباشید، دارندگان ارز دیجیتال: سکه‌های شما (فعلاً) امن هستند. HAWK هرگز در هیچ کجا مستقر نشده است و بیت‌کوین همچنان بر روی ECDSA، طرح امضای پیشاکوانتومی که نامزدهایی مانند HAWK قرار است در نهایت جایگزین آن شوند، اجرا می‌شود.

Anthropic هر دو نتیجه را قبل از انتشار به نویسندگان الگوریتم‌ها و شرکای دولتی و صنعتی ایالات متحده اطلاع داد و یافته HAWK را با NIST هماهنگ کرد.

حمله به AES

حمله دوم، AES را هدف قرار می‌دهد، رمزنگاری که ترافیک HTTPS، درایو رمزگذاری شده و بک‌اند صرافی شما را مختل می‌کند. AES-128 کامل، داده‌ها را از ۱۰ دور رمزگذاری عبور می‌دهد و Claude یک نسخه تحقیقاتی ۷ دوره‌ای را مورد حمله قرار داد که از سال ۲۰۱۳ هیچ پیشرفتی در آن صورت نگرفته بود.

این تنظیمات به طور عمدی سختگیرانه بود. محققان مدل را از تمام پنج خانواده شناخته شده تحلیل رمز AES منع کردند و به آن دستور دادند تا ششمین خانواده را ابداع کند. این کار با این جمله به پایان رسید که اولین حمله دیفرانسیلی چیزی را شکست نداد، بلکه بازی را ابداع کرد. Claude همچنین یادداشت‌های کاری را از اجرای قبلی عامل‌ها به ارث برد که حدود ۲۰۰ نوع حمله ناموفق را قبلاً امتحان کرده بودند.

با این حال، مدل مقاومت کرد. طبق رونوشت‌هایی که Anthropic منتشر کرد، این مدل به محققان گفت: «در مورد AES-128 r5/r6/r7 چیزی پیدا نکرد، زیرا چیز آسانی برای یافتن وجود ندارد؛ این پرمطالعه‌ترین رمز بلوکی موجود است.»

Anthropic تنها سه پیام اساسی در سه روز آینده ارسال کرد، از جمله: «دوباره، هدف این است که ما یک مدل بسیار هوشمند مانند یک محقق برجسته داشته باشیم، ما می‌خواهیم حملات جدیدی پیدا کنیم.» پیام دیگر اجازه نداد Claude AES را با یک رمز ساده‌تر جایگزین کند.

سپس ترفندی را تولید کرد که مقاله آن را «پل موبیس» (Möbius Bridge) نامیده است و یکی از ۹ بایت کلید را که مهاجم قبلاً مجبور بود حدس بزند، از بین برد. اصلاح آن به نسخه منتشر شده چند روز دیگر و یک میلیارد توکن خروجی زمان برد.

کشف ضعف در LEA

یافته‌ای که کوتاه‌ترین مسیر را به چیزی واقعی داشت، کمترین توجه را به خود جلب کرد. Claude همچنین ۱۳ دور از LEA، یک استاندارد ملی کره جنوبی و استاندارد رمزگذاری سبک ISO که برای تلفن‌ها و دستگاه‌های اینترنت اشیا ساخته شده است را در کمتر از یک ساعت بر روی یک دسکتاپ در برابر بهترین نتیجه قبلی که به ۲ به توان ۹۸ جفت متن ساده نیاز داشت، شکست. LEA مستقر شده ۲۴ دور را اجرا می‌کند، بنابراین هیچ چیز در میدان شکسته نشده است.

مقاله HAWK در مورد تقسیم کار به طور غیرمعمولی صریح است. نویسندگان آن نوشتند: «بیشتر اکتشافات ریاضی در این مقاله با کمک هوش مصنوعی انجام شده است. سهم نویسندگان انسانی عمدتاً شامل هدایت، سازماندهی و تأیید کار هوش مصنوعی بود.»

Claude ایده حمله به AES را در عرض چند روز پیدا کرد. سپس محققان Anthropic صدها ساعت صرف یادگیری کافی رمزنگاری کردند تا تأیید کنند که این ایده کار می‌کند – همان مدلی که در طول آزمایش‌های داخلی ۲۷۱ آسیب‌پذیری در فایرفاکس پیدا کرده بود.

Anthropic نوشت: «جامعه امنیت سایبری اکنون با این واقعیت دست و پنجه نرم می‌کند که مدل‌های زبانی قادر به کشف تعداد زیادی باگ هستند که فرآیندهای استاندارد انسانی (مانند اولویت‌بندی آسیب‌پذیری، تأیید و اصلاح) در پیگیری آن‌ها دچار مشکل می‌شوند.» این شرکت هشدار داد که محققان انسانی ممکن است به گلوگاه تبدیل شوند.

Anthropic همچنین CryptanalysisBench را ساخت – ۱۹۱ وظیفه شکستن رمز که عمدتاً از مسابقات NIST گرفته شده‌اند. مدل‌ها یک اسکریپت حمله کارآمد را ارسال می‌کنند که یا در یک بازی امنیتی رسمی برنده می‌شود یا نمی‌شود، بدون امتیاز جزئی و بدون نمره دهی انسانی.

Mythos 5، ۸۵.۷ درصد از وظایف با راه‌حل‌های شناخته شده را شکست داد، در حالی که ضعیف‌ترین مدل آزمایش شده ۶۵.۳ درصد را شکست داد. در برابر رمزهای با قدرت کامل بدون شکست منتشر شده، هر مدل زیر ۹ درصد امتیاز کسب کرد.