跳转至

AI Assisted Cryptanalysis: Anthropic Claude Mythos 破解 HAWK 和 AES

Ch01.1255 AI Assisted Cryptanalysis: Anthropic Claude Mythos 破解 HAWK 和 AES

📊 Level ⭐⭐ | 4.4KB | entities/ai-assisted-cryptanalysis-anthropic-claude-mythos-hawk-aes.md

AI Assisted Cryptanalysis: Anthropic Claude Mythos 破解 HAWK 和 AES

2026年7月，Anthropic 的 Claude Mythos（未发布的先进模型）产出了两项密码分析成果：攻击签名方案 HAWK 和改进型 AES 降轮攻击。本文基于 Matthew Green（约翰霍普金斯大学密码学家）的深度分析。

HAWK 签名方案攻击

Claude Mythos 对非标准后量子签名方案 HAWK 实现了密钥恢复攻击。HAWK 基于 module Lattice Isomorphism Problem (module-LIP)。关键发现：

  • HAWK 尚未标准化，但与正在标准化的 Falcon 相关——攻击不转移到 Falcon
  • 攻击仍为指数时间，但将安全强度减半（可通过加倍密钥长度修复，但牺牲了 HAWK 的效率优势）
  • 已产出可运行代码，数小时内可攻破弱化挑战实例
  • 最显著的是：攻击未发明新数学，而是更彻底地应用已有工具——Claude 自评："坦率说，这对整个领域有点尴尬——没有任何成分是稀奇的"

AES 降轮攻击

第二项成果是对降轮 AES（7 轮，完整 AES 为 10-14 轮）的改进攻击：

  • 7 轮 AES 攻击并非首创——这是对 2013 年工作的常数因子改进
  • 需要 2^89 次操作和 2^105 个选择明文——完全不实用
  • 是纸上分析，无可运行代码
  • 技术上仍有趣，但属小幅增量改进

研究过程：AI 驱动的密码分析

Anthropic 的流程出人意料："他们似乎只是让 Claude 去找结果，然后把它按在磨刀石上直到找到为止。" 没有庞大的领域专家团队，没有精细调优——模型能够：

  1. 理解现有密码分析结果
  2. 综合为真实的新攻击
  3. 扩展已有方法
  4. 无需详细的人工干预

验证瓶颈

Green 指出核心问题：模型善于产出看起来真实但可能误导的结果。人类注意力比以往更重要。

  • HAWK 类"完整攻击"（可运行代码）→ 验证容易
  • AES 类"速度改进"（纸上分析）→ 需要形式化证明或专家审查

对密码学的影响

  • 对称密码学：混乱而鲁棒。AI 的大量智能时数不太可能奇迹般地攻破
  • 公钥密码学：更脆弱。公钥系统依赖的数学对象种类有限（ECDLP、RSA、格问题、编码理论），AI 的智力密度可能在这些领域产生真正进展
  • 当前正处于从传统公钥算法向后量子算法过渡的历史时期——如果 AI 要在此时展示密码分析能力，时机正好

对 AI 能力的判断

Green 给出了一个引人深思的类比：使用这些模型"如同在深度突降的池塘里游泳"——前一分钟触手可及，跨过某条线就只能靠自己了。但这条线在向外移动。

"如果你认为这些模型是'美化的自动补全'或进展在放缓——请停止这种想法。模型非常智能且有能力，正在快速进步。如果说有天花板，我还没看到证据。"

相关实体

→ 原文存档