W skrócie
- Claude Mythos od Anthropic w 60 godzin odkrył istotną lukę w algorytmie HAWK, który jest kandydatem do standardów kryptografii postkwantowej.
- Sztuczna inteligencja opracowała technikę Möbius Bridge, która znacząco przyspiesza ataki na badawczą, zredukowaną wersję popularnego algorytmu szyfrującego AES.
- Firma Anthropic udostępniła benchmark CryptanalysisBench, pokazując, że AI może stać się nowym, potężnym narzędziem w kryptoanalizie, niezależnie od komputerów kwantowych.
- Więcej podobnych informacji znajdziesz na stronie głównej serwisu, otwiera się w nowym oknie
Claude Mythos odkrył słabe punkty w algorytmach szyfrujących
Model sztucznej inteligencji Claude Mythos Preview od firmy Anthropic w zaledwie 60 godzin dokonał tego, czego eksperci nie osiągnęli przez dwa lata testów. Jeden z najpotężniejszych modeli na świecie wykrył istotną wadę strukturalną w algorytmie HAWK - jednym z głównych kandydatów do nowych, postkwantowych standardów bezpieczeństwa cyfrowego (zapewniających ochronę przed komputerami kwantowymi zdolnymi do łamania dzisiejszych systemów szyfrowania). Odkrycie to skutecznie zmniejszyło o połowę siłę jego klucza szyfrującego.
Model ten, działając w większości autonomicznie przez 3 dni, opracował nową technikę ataku o nazwie "Möbius Bridge". Metoda ta przyspiesza o 200-800 razy znany atak na osłabioną wersję algorytmu AES, czyli najpopularniejszego szyfru symetrycznego na świecie.
Żadne z tych odkryć nie zagraża obecnie danym użytkowników. HAWK nie został jeszcze nigdzie wdrożony, a wyniki dotyczące AES odnoszą się do wariantu badawczego, nie zaś do pełnego algorytmu zabezpieczającego przeglądarki czy bankowość. Wyniki te pokazują jednak tempo rozwoju AI i stawiają pytania o przyszłość audytów kryptograficznych, których koszt w tym przypadku wyniósł około 100 tys. USD w mocy obliczeniowej.
Zobacz również:
Przełom w kryptoanalizie. Ukryta symetria w algorytmie HAWK
HAWK to schemat podpisu cyfrowego stworzony z myślą o erze komputerów kwantowych, w której tradycyjne metody, takie jak RSA czy ECDSA, staną się bezużyteczne. W maju 2026 r. HAWK awansował do 3. rundy konkursu standaryzacyjnego amerykańskiego Narodowego Instytutu Standaryzacji i Technologii (NIST). Jego siła opiera się na trudności rozwiązania tzw. problemu izomorfizmu krat (ang. lattice isomorphism problem).
Mythos, pracując wewnątrz struktury wieloagentowej opartej na Claude Code, przeanalizował literaturę, przeprowadził eksperymenty obliczeniowe i odnalazł w kracie algorytmu HAWK przeoczoną wcześniej cechę - nietrywialny automorfizm. Wcześniejsze prace naukowe dowodziły teoretycznie, że taka cecha umożliwiłaby atak, jednak uznali oni, że nie wpłynie to na algorytm w praktyce. Mythos odnalazł dodatkowy automorfizm, który urzeczywistnił ten scenariusz.
Opracowana technika tworzy strukturę zwaną kratą tau-cyklu na podstawie klucza publicznego, a następnie wykorzystuje algorytmy redukcji i sita do odzyskania tajnego klucza podpisującego.
Dzięki tym odkryciom koszty ataków spadają miliony razy
Dla najmniejszego wariantu HAWK-256, udostępnionego przez NIST jako cel wyzwania kryptoanalitycznego, oczekiwany koszt pełnego ataku spadł z 264 do 238 operacji - czyli około 67 mln razy. Oprogramowanie stworzone przez Anthropic pozwala odzyskać materiał klucza na 96-rdzeniowym serwerze w około 3 godziny i 42 minuty.
Należy jednak rozróżnić wariant testowy HAWK-256 od produkcyjnych wersji HAWK-512 czy HAWK-1024. W ich przypadku nakład pracy potrzebny do złamania szyfru spadł odpowiednio z 2150 do 2108 oraz z 2288 do 2182. Oznacza to, że pełnowymiarowe warianty produkcyjne wciąż pozostają niemożliwe do złamania przy użyciu dostępnych współcześnie zasobów obliczeniowych.
Praktyczną konsekwencją dla algorytmu HAWK jest konieczność podwojenia rozmiaru kluczy w celu utrzymania pierwotnych założeń bezpieczeństwa. Taka zmiana pozbawiłaby go jednak głównej zalety - kompaktowości i wydajności.
Badanie zostało przeprowadzone przy wsparciu ludzkiego nadzorcy, którego rola ograniczała się głównie do kwestii organizacyjnych, podczas gdy cały ciężar matematyczny i eksperymentalny spoczywał na modelu AI.
Möbius Bridge. Nowe narzędzie stworzone przez AI
Drugie odkrycie dotyczy algorytmu AES-128. Badacze skierowali model Mythos do analizy jego zredukowanej, 7-rundowej wersji (pełny algorytm wykorzystuje 10 rund). Analiza wersji o zmniejszonej liczbie rund jest standardową praktyką akademicką pozwalającą badać marginesy bezpieczeństwa szyfru.
W klasycznym ataku typu meet-in-the-middle na 7-rundowy AES-128, atakujący musiał wyliczyć 256 różnych wartości i wyszukać je w wstępnie przygotowanej tabeli. Claude Mythos opracował nową metodę o nazwie "Möbius Bridge". Jest to algorytm identyfikacji, którego wynik nie zmienia się w całym zakresie 256 wartości. Zapobiega to konieczności przeszukiwania tabeli. Zastosowanie tej i innych optymalizacji przyspieszyło atak od 200 do 800 razy.
Atak ten wymaga pozyskania około 2105 wybranych tekstów jawnych (ang. plaintext) zaszyfrowanych jednym kluczem, co w warunkach rzeczywistych jest niemożliwe do zrealizowania. Nie zagraża to pełnej, 10-rundowej wersji AES.
Podczas tych prac Mythos wykazał wysoki poziom autonomii. Po początkowym oporze modelu i krótkim ponagleniu ze strony badacza wygenerował on samodzielnie kilkaset milionów tokenów wyjściowych, tworząc wspomnianą metodę, a łącznie wygenerował ponad miliard tokenów w trakcie całego procesu. Następnie dwóch badaczy Anthropic spędziło blisko miesiąc na weryfikacji matematycznej i zrozumieniu wyników dostarczonych przez model w 3 dni.
Anthropic liderem kryptoanalizy wspomaganej przez AI
Anthropic ujawnił również wstępne wyniki dotyczące innych systemów szyfrujących:
- LEA (Lightweight Encryption Algorithm): szyfr stosowany w urządzeniach IoT i systemach wbudowanych. Mythos opracował praktyczny atak na wariant 13-rundowy (z pełnych 24), pozwalający odzyskać klucz w czasie krótszym niż godzina na zwykłym komputerze stacjonarnym.
- Serpent-128: wykryto atak pełnego odzyskania klucza dla wersji 6-rundowej (z 32 rund).
- Inne systemy: odnotowano niewielkie usprawnienia (mniej niż 10-krotne przyspieszenia) w atakach na Salsa20, funkcję haszującą Poseidon oraz SHA-1.
Producent określa te wyniki jako początek nowej dyscypliny - kryptoanalizy wspomaganej przez AI. Firma udostępniła prace naukowe, rejestr toku myślenia modelu podczas rozpracowywania AES oraz benchmark CryptanalysisBench, stworzony we współpracy z uczelniami ETH Zurich, TU Berlin, Tel Aviv University i University of Haifa.
Wyniki te uwidaczniają, jak czołowe modele sztucznej inteligencji coraz lepiej radzą sobie z rozwiązywaniem trudnych problemów matematycznych i naukowych. O ile dotychczasowe procedury migracji na kryptografię postkwantową uwzględniały głównie zagrożenie ze strony komputerów kwantowych, o tyle szybki rozwój kryptoanalizy opartej na sztucznej inteligencji staje się nowym wyzwaniem, które zaczyna wpływać na bezpieczeństwo cyfrowe znacznie wcześniej.
