Claude成功破解傳統密碼漏洞

# Claude成功破解傳統密碼漏洞！AI首次發現演算法數學缺陷，HAWK簽名方案與AES加密強度恐腰斬

人工智慧領域再傳震撼消息！Anthropic於2026年7月28日發布重磅研究報告指出，其最新推出的Claude Mythos Preview模型，不僅能像先前展示的那樣自主尋找軟體漏洞，更首度成功發現並利用了密碼學演算法本身的數學缺陷。這項突破性的成就，被視為AI在資安領域應用的重要里程碑。 這項研究由Anthropic內部的「Frontier Red Team」主導，研究人員利用Claude Mythos在短短一週內，分別對兩種極具代表性的加密演算法發動了成功攻擊。第一項攻擊針對HAWK——一種專為後量子時代設計的數位簽章方案，第二項攻擊則瞄準了全球最廣泛使用的對稱式加密標準AES的簡化版本。 ## 60小時攻破專家審查兩年的候選標準

HAWK是美國國家標準與技術研究院（NIST）於2022年公開徵求的後量子密碼學候選方案之一，旨在研發能夠抵擋未來量子電腦攻擊的新一代數位簽章系統。該方案已經歷了長達兩年、多輪的人類專家審查，被視為極具潛力的候選者。 然而，Claude Mythos僅花費60小時，便在HAWK所使用的格（Lattice）結構中，找到了一個過去未被發現的對稱性——被稱為「非平凡自同構」。研究人員解釋，雖然早期理論研究已證明，若能有效找到此種自同構便可發動攻擊，但始終未能確認該結構是否存在於HAWK所使用的格中。Mythos不僅成功找到了它，還將其轉化為具體的破解路徑。 這項攻擊的直接影響，是將HAWK原先宣稱的金鑰強度直接攔腰斬半。以HAWK-256小型金鑰為例，原本外界評估要完全破解金鑰需要2的64次方次的運算量，但Mythos展示的攻擊僅需2的38次方次即可達成。這意味著若要維持同等安全等級，HAWK的金鑰長度必須加倍，此舉將大幅削弱該方案作為輕量化後量子簽章候選的競爭優勢。 ## 與AI協作的嶄新研究模式

最令人驚嘆的是，Mythos在此研究過程中展現了接近自主的研究能力。據報告指出，整個HAWK攻擊的發現、開發與驗證過程中，僅有一位具有理論電腦科學背景、但並非格密碼學專家的Anthropic研究員進行引導。 研究員使用了一套類似Claude Code的框架，讓多個AI工作智能體在沙盒環境中協作，並賦予它們使用Python、Sage數學軟體以及存取學術論文的能力。人類研究員的角色被侷限在專案管理層面，例如建議Mythos如何追蹤研究想法，或推薦適合的計算工具。 攻擊過程中的關鍵突破更是展現了AI協作的潛力。一對AI工作智能體起初共同研究一個想法，第一個智能體率先放棄，認定該思路不可行；然而第二個智能體卻找到了能完全發揮該想法潛力的方法。兩者透過不斷交換訊息，最終共同確認了一套有效的攻擊方案。整個研發過程的API運算成本約為10萬美元。 ## AES堅不可摧的神話再遭挑戰

Claude的第二項成就，是成功改進了針對簡化版AES（先進加密標準）的攻擊技術。AES自2001年由NIST採用以來，已歷經超過四分之一世紀的嚴苛考驗，被認為是現今最安全的對稱式加密演算法之一。 這次受攻擊的是僅有7輪加密的簡化版AES-128，而非完整的10輪版本。在密碼學研究中，學術界經常透過分析此類簡化版密碼，來探索可能對完整版構成威脅的攻擊手法。Mythos在此框架下，成功改良了一套基於「中間相遇攻擊」的破解技術。 更具體地說，Mythos成功地取消了攻擊者在破解過程中需要做出的一個關鍵猜測，因此將破解速度提升了200至800倍。不過研究團隊強調，此攻擊目前僅在理論模型中成立，尚無法對已廣泛部署的完整版AES構成實際威脅。 ## 從「實作錯誤」到「設計缺陷」的關鍵跨越

Claude的這項成就，代表了AI在資訊安全領域的重大跨界。Anthropic先前推出的Mythos Preview版本，就已展現了自主尋找並利用軟體漏洞的驚人能力，當時的攻擊目標包括了多個主要的密碼學函式庫。不過當時發現的漏洞，皆屬程式設計師在實作演算法時的編碼錯誤。 而本次的研究成果，標誌著AI首次能夠深入數學層面，發現並利用演算法自身的結構性缺陷。這項能力若能持續進步，未來將可能在被廣泛採用、甚至已成為標準的加密系統中找到漏洞，其潛在影響將是數十億用戶的資料安全。 ## 產業衝擊：從威脅到機會

儘管HAWK攻擊展示的仍是指數時間的攻擊，尚未達到多項式時間的有效破解，但此發現已對NIST的後量子密碼學標準化過程產生衝擊。研究團隊已遵循負責任揭露程序，於6月先將HAWK攻擊報告提交給該方案的作者，並同步向NIST公開郵件列表發布消息。 Anthropic在報告中指出，利用AI來審查此類密碼學提案，已成為開發新一代加密標準的強大工具。有專家預測，配備先進AI模型的密碼學設計者，將能夠持續改進保護全球網路安全的標準，而AI本身未來更可能在設計新一代更強韌的加密方案中扮演關鍵角色。 ## 與學術圈聯手建立AI密碼分析基準

為了讓更多研究人員能夠投入此領域並評估大型語言模型的密碼分析能力，Anthropic在本次研究過程中，特別與蘇黎世聯邦理工學院、特拉維夫大學以及海法大學的學者合作，共同開發「CryptanalysisBench」基準測試工具。 這套基準整合了多種密碼演算法，使其他研究機構能夠簡便地評估各類AI模型的密碼分析能力。此舉不僅有助於推動相關研究，也為未來AI與密碼學的深度結合奠定了基礎。 ## 展望未來：AI驅動的密碼學革命

Anthropic強調，雖然這些研究目前對實際運行的電腦系統不會產生立即影響，也無需修改任何現有軟體，但這已明確展示了前沿AI模型在尋找重要密碼演算法缺陷方面的潛在能力——無論是在演算法部署前或部署後。 從NIST過去標準化ML-KEM和ML-DSA的經驗來看，競賽過程中就有多個提案被發現存在安全性問題，甚至曾有候選方案如SIKE在一個小時內就於筆記型電腦上被完全破解。專家預計，隨著AI能力持續進化，這類由AI驅動的密碼分析將會越來越常見，並在確保全球數位安全方面扮演不可或缺的角色。 對我們而言，這項研究不僅展示了當代人工智慧的頂尖實力，更為我們敲響了一記警鐘：在AI時代，傳統的密碼學安全假設可能需要重新審視。未來的網路安全，或許將不再是單純的人與人之間的攻防戰，而是演算法與AI之間，永無止境的競賽。