Anthropic 的 AI 发现新的密码学弱点

关键信息

Anthropic 表示，HAWK 攻击大约在 60 小时内被找到，API 成本约为 10 万美元；AES 结果的成本也约为 10 万美元，并消耗了大约 10 亿个 token。AES 攻击只适用于使用 10 轮中的 7 轮的修改版本，而且 HAWK 仍只是 NIST 标准化流程中的候选方案，还不是已部署标准。

资讯摘要

Anthropic 表示，其 Claude Mythos Preview 模型在两项对数字安全非常关键的密码学目标上发现了数学弱点。一个目标是 HAWK，这是一种正在 NIST 额外数字签名流程中评估的后量子签名方案；另一个目标是 AES-128 的降轮版本，而 AES 是最常用的对称加密标准。Anthropic 强调，这两个发现都不会影响当前正在使用的系统，因为 HAWK 还没有作为标准部署，而 AES 的结果只适用于经过修改、只使用 10 轮中的 7 轮的版本。公司称，HAWK 攻击利用了该方案所依赖的格结构中一个此前未被注意到的对称性。Mythos 在一个多智能体系统中半自主运行，据称在大约 60 小时内就找到了这一攻击，而人类研究人员此前已花了两年多时间审查 HAWK，整个过程的 API 成本约为 10 万美元。

对于 AES 任务，Anthropic 说模型一开始认为这个问题太难而拒绝继续，但在被鼓励去寻找真正新颖的想法后，它提出了一种新的指纹识别方法，Anthropic 将其命名为 Möbius Bridge。公司称，这种方法去掉了攻击者原本必须做的一次猜测，并且相较此前最好的攻击把效果提升了 200 到 800 倍。人类参与主要是搭建研究框架、用少量提示引导模型，以及在最后验证结果；据称，非密码学专家的研究人员随后又花了数百小时核查这些结论。Anthropic 还表示，它已提前向美国政府和行业合作伙伴共享这些发现，同时仍然限制 Mythos 的访问权限。

资讯正文

Anthropic 表示，其 Mythos 模型发现了保护互联网安全的加密算法中的漏洞

要点

- Anthropic 的 AI 模型 Claude Mythos Preview 在加密算法中发现了数学弱点，其中包括 AES 的一个简化版本。AES 是全球使用最广泛的对称加密标准。Anthropic 表示，这些发现对当前正在使用的系统没有立即影响。

- 该模型在一个多智能体系统中基本独立完成工作，开发出了两种攻击方法，每种方法的 API 成本约为 10 万美元。

- 据 Anthropic 称，人类研究人员主要负责项目管理、提供简单提示，并在后期验证结果。

Anthropic 的 AI 模型 Claude Mythos Preview 发现了支撑数字安全的加密算法中的数学弱点。

据 Anthropic 称，该模型针对后量子签名方案 HAWK 开发出了一种改进的攻击方法，并针对高级加密标准（AES）的一个简化版本开发出了一种新的攻击方法。加密保护着人们在网上几乎做的所有事情，而 AES 是全球使用最广泛的对称加密标准，用于数字数据保护。

Anthropic 表示，这两项发现都不会影响今天正在使用的系统。HAWK 只是美国国家标准与技术研究院（NIST）正在推进的标准化流程中的一个候选方案，而针对 AES 的攻击则适用于一个经过修改的版本，该版本只使用了完整方案 10 轮中的 7 轮。不过，这些结果仍显示出，AI 模型可能如何挑战互联网安全背后的核心假设。

Mythos 用 10 万美元在 60 小时内发现了 HAWK 攻击方法

HAWK 是 NIST 额外后量子签名竞赛第三轮中剩余的方案之一。这些方案旨在即使面对未来的量子计算机也能保持安全。Anthropic 表示，人类专家已经审查 HAWK 两年多，但 Mythos Preview 只用了 60 小时就发现了一种改进的攻击方法。

据报告称，这种攻击利用了 HAWK 安全性所依赖的数学格中的一个此前未被发现的对称性。Mythos 在一个多智能体系统中半自主地完成了这一发现。报告称，最初有一个智能体试图将这一想法否定为不可行，但第二个智能体找到了一种完全利用它的方法。

Anthropic 表示，这位人类研究员有理论计算机科学背景，但并非基于格的密码学专家。他的角色主要限于项目管理。API 总成本约为 10 万美元。

Mythos 最初拒绝了 AES 任务，随后找到了新的攻击方法

据 Anthropic 称，该模型几乎完全独立地发现了针对 AES-128 简化版本的攻击。研究人员搭建了一个支架，使 Claude 能够提出假设并通过实验进行检验。随后，Mythos 开发出一种 Anthropic 称为“ Möbius Bridge ”的新指纹识别方法。

这种方法减少了攻击者必须做出的一个猜测，并且相较于此前已知的最佳攻击方法，将性能提升了 200 到 800 倍。

人工提示只起到很小的作用。该模型最初拒绝处理这个问题，因为它认为进一步改进已不可能，并写道：“如果你想要不同的结果，目标就必须改变……AES-128 r5/r6 确实非常难。”在研究人员鼓励它寻找“真正新颖的想法”之后，Mythos 才开始尝试更具创造性的方法。

在三天时间里，该模型随后生成了数亿个 token，而研究人员只又给出了三个实质性提示，主要是为了让它保持在正轨上。其中一个提示只是写道：“再次强调，我们不是在寻找触手可及的成果，我们需要真正的研究来发现真正困难的发现。”

这次运行还花费了大约 10 万美元的 API 费用，处理了约 10 亿个 token。Anthropic 表示，此后并非密码学专家的人类研究人员又花了数百小时来检查结果。

Anthropic 已分享这些发现，并仍限制对 Mythos 的访问

Anthropic 已提前与美国政府和行业合作伙伴分享了这些发现。它还就 HAWK 弱点与该方案的作者协调了披露事宜。Mythos Preview 仍对公众不可用。

Anthropic 还与苏黎世联邦理工学院、特拉维夫大学和海法大学的研究人员合作，开发了一项名为 CryptanalysisBench 的基准测试，使他人能够系统评估语言模型的密码分析能力。

来源与参考

1. 原始链接
2. Anthropic says its Mythos model found vulnerabilities in cryptographic algorithms that secure the internet