Co znajdziesz w tym artykule?
Wprowadzenie do problemu / definicja
Rozwój modeli generatywnych coraz wyraźniej wpływa na obszar cyberbezpieczeństwa, wykraczając poza analizę kodu, wykrywanie błędów implementacyjnych czy automatyzację prostych zadań badawczych. Najnowszy przypadek pokazuje, że AI może wspierać również kryptanalizę, a więc identyfikowanie słabości w samych konstrukcjach kryptograficznych.
Opisane wyniki dotyczą dwóch odrębnych osiągnięć badawczych: skuteczniejszego ataku odzyskiwania klucza na HAWK-256, czyli testowy wariant kandydata do podpisów postkwantowych, oraz znaczącego przyspieszenia znanego ataku na zredukowaną, 7-rundową wersję AES-128. Choć nie oznacza to natychmiastowego zagrożenia dla powszechnie używanych systemów, publikacja ma duże znaczenie dla środowiska kryptograficznego i zespołów odpowiedzialnych za bezpieczeństwo długoterminowe.
W skrócie
- Model Claude miał pomóc w opracowaniu pełnego ataku odzyskiwania klucza dla HAWK-256.
- W ataku na HAWK wykorzystano wcześniej niewykorzystaną symetrię w strukturze kraty.
- Szacowany koszt ataku na HAWK-256 spadł z około 2^64 do około 2^38 operacji.
- Drugi wynik dotyczy nowej optymalizacji ataku meet-in-the-middle na 7-rundowy AES-128.
- Autorzy wskazują na przyspieszenie rzędu 200–800 razy względem wcześniejszego najlepszego podejścia.
- Nie ma obecnie podstaw, by uznać pełny AES-128 za naruszony lub niebezpieczny w produkcji.
Kontekst / historia
HAWK należy do grona schematów rozwijanych w ramach dodatkowego procesu standaryzacyjnego NIST dla podpisów postkwantowych. Bezpieczeństwo tej konstrukcji opiera się na problemach kratowych, które od lat są uznawane za jedną z najważniejszych rodzin mechanizmów odpornych na zagrożenia związane z przyszłymi komputerami kwantowymi.
W badaniach nad HAWK już wcześniej sugerowano, że odnalezienie odpowiedniej automorfii, czyli nietrywialnej symetrii zachowującej strukturę kraty, mogłoby znacząco ułatwić odzyskiwanie materiału tajnego. Przez długi czas nie było jednak jasne, czy taka właściwość może zostać praktycznie wykorzystana w tej konkretnej konstrukcji.
Równolegle środowisko kryptograficzne od lat analizuje także zredukowane wersje AES. Badanie szyfru z mniejszą liczbą rund nie oznacza złamania pełnej wersji algorytmu, ale pozwala mierzyć margines bezpieczeństwa i rozwijać nowe techniki kryptanalityczne. Z tego względu nawet wynik odnoszący się wyłącznie do 7-rundowego AES-128 jest ważnym sygnałem naukowym.
Analiza techniczna
W przypadku HAWK-256 badacze opisali atak odzyskiwania klucza oparty na wykorzystaniu dodatkowej automorfii w kracie HAWK. Taka symetria pozwala przekształcić problem do postaci łatwiejszej obliczeniowo, a następnie użyć technik redukcji krat i przesiewania do odnalezienia krótkich wektorów prowadzących do odtworzenia funkcjonalnie równoważnego materiału klucza tajnego.
To istotne rozróżnienie: opublikowany atak nie musi odzyskiwać pierwotnego ziarna klucza prywatnego. W praktyce wystarczy jednak uzyskać równoważny materiał podpisujący, który umożliwia generowanie poprawnych podpisów dla danego klucza publicznego. Z punktu widzenia bezpieczeństwa oznacza to skuteczne podważenie badanego wariantu schematu.
Według autorów koszt ataku dla HAWK-256 spadł z około 2^64 do około 2^38 operacji. To bardzo znaczące osłabienie parametru testowego, nawet jeśli atak nadal pozostaje wykładniczy. Jednocześnie publicznie udostępniona implementacja dotyczy wyłącznie HAWK-256, a nie większych wariantów HAWK-512 i HAWK-1024.
Drugi wynik dotyczy 7-rundowego AES-128 i rozwija wcześniejsze ataki typu meet-in-the-middle. Metoda ta polega na rozdzieleniu szyfru na etapy, obliczaniu stanów pośrednich z dwóch stron i dopasowywaniu ich przy użyciu tabel pomocniczych oraz odcisków pośrednich. Nowa konstrukcja, określana jako Möbius Bridge, ma umożliwiać usunięcie jednego z kosztownych etapów zgadywania 256 wartości.
Choć sama transformacja pozostaje kosztowna obliczeniowo, autorzy oceniają, że końcowy efekt daje przyspieszenie od 200 do 800 razy względem wcześniejszego najlepszego podejścia. Jednocześnie atak nadal wymaga około 2^105 wybranych tekstów jawnych szyfrowanych pod jednym nieznanym kluczem, co czyni go praktycznie nieosiągalnym poza warunkami czysto akademickimi.
Konsekwencje / ryzyko
Najważniejszy wniosek dla branży nie dotyczy natychmiastowego zagrożenia operacyjnego, lecz rosnącej roli AI w odkrywaniu słabości kryptograficznych. Dotychczas modele językowe kojarzono przede wszystkim z analizą kodu, automatyzacją exploit developmentu czy wsparciem inżynierii wstecznej. Ten przypadek pokazuje, że mogą być również użyteczne przy badaniu matematycznych fundamentów bezpieczeństwa.
Dla HAWK ryzyko ma przede wszystkim wymiar strategiczny. Jeśli wyniki zostaną niezależnie potwierdzone, mogą wpłynąć na ocenę bezpieczeństwa projektu, wymusić rewizję parametrów lub osłabić jego pozycję w procesie standaryzacji postkwantowej. Skuteczny atak na parametr testowy nie przesądza automatycznie o losie całej rodziny, ale stanowi wyraźny sygnał ostrzegawczy.
W przypadku AES praktyczne ryzyko pozostaje niskie. Badanie nie łamie pełnego, 10-rundowego AES-128 i nie wskazuje na konieczność natychmiastowych zmian w produkcyjnych wdrożeniach. Mimo to publikacja ma duże znaczenie badawcze, bo pokazuje, że AI może skracać czas potrzebny na opracowywanie nowych pomysłów kryptanalitycznych.
Rekomendacje
Organizacje nie powinny reagować panicznie, ale powinny potraktować te wyniki jako ważny sygnał dla strategii kryptograficznej i planów migracyjnych.
- Monitorować procesy standaryzacyjne NIST oraz status kandydatów postkwantowych.
- Budować kryptograficzną zwinność, aby możliwa była wymiana algorytmów, parametrów i długości kluczy bez kosztownej przebudowy systemów.
- Zakładać, że modele AI będą coraz skuteczniej wspierały analizę formalną i odkrywanie nietrywialnych zależności matematycznych.
- Zwiększać nacisk na niezależne audyty, walidację założeń bezpieczeństwa i testowanie implementacji.
- Nie wyciągać pochopnego wniosku, że AES-128 przestał być bezpieczny w zastosowaniach produkcyjnych.
Podsumowanie
Nowe badania wskazują, że AI zaczyna odgrywać coraz większą rolę nie tylko w analizie implementacji, ale również w przyspieszaniu właściwej kryptanalizy. Atak na HAWK-256 ujawnia realne osłabienie parametru testowego i może wpłynąć na dalszą ocenę tego schematu w procesie standaryzacji.
Z kolei przyspieszenie ataku na 7-rundowy AES-128 ma obecnie głównie wartość naukową, ale potwierdza, że modele AI mogą wspierać tworzenie nowych metod badawczych w kryptografii. Dla praktyków bezpieczeństwa kluczowy wniosek jest jasny: przyszła odporność algorytmów będzie zależeć nie tylko od klasycznych analiz akademickich, lecz także od tego, jak skutecznie środowisko nauczy się wykorzystywać i kontrolować narzędzia AI.
Źródła
- https://www.anthropic.com/research/discovering-cryptographic-weaknesses
- https://www.anthropic.com/document/hawk_key_recovery.pdf
- https://www.anthropic.com/document/aes_mobius_bridge.pdf
- https://csrc.nist.gov/projects/pqc-dig-sig/round-3-additional-signatures
- https://thehackernews.com/2026/07/claude-ai-just-cracked-post-quantum.html