Claude Mythos, תצוגת המחקר החדשה של Anthropic בתחום ה-AI, זיהתה חולשות קריטיות בשני מבנים קריפטוגרפיים בהרצה אחת. בשיטת החתימה HAWK-256, המודל זיהה סימטריה של סריג (lattice symmetry) המפחיתה את רמת האבטחה התיאורטית מ-2⁶⁴ ל-2³⁸, ובגרסה של 7 סבבים של AES-128, הוא יישם טכניקת "Mobius Bridge" המאיצה התקפות פי 200–800 בערך.

מדוע הממצאים חשובים

שני הצפנים נמצאים בקצוות המנוגדים של ספקטרום האבטחה. HAWK-256 מפותח כאלגוריתם חתימה פוסט-קוונטי (post-quantum) שעשוי להגן על תקשורת עתידית מפני מחשבים קוונטיים. לעומת זאת, AES-128 מצפין את רוב תעבורת האינטרנט של ימינו, מהבנקאות ועד לאחסון בענן.

הדרך לתגלית

חוקרים אנושיים בחנו את HAWK במשך שנתיים מבלי לדווח על שום פגם. הם התמקדו במתמטיקה מבוססת הסריג (lattice-based) של האלגוריתם, שקשה מאוד לחקור באופן מקיף. Claude Mythos מצא סימטריה מתמטית במבנה הסריג שבני אדם פספסו. הסימטריה הזו מאפשרת מתקפת שחזור מפתח (key-recovery attack), המפחיתה את המאמץ הנדרש לזיוף חתימה מכ-2⁶⁴ פעולות לכ-2³⁸—מספר שעדיין אינו נגיש לחומרה קיימת, אך מהווה שדרוג תיאורטי דרמטי כלפי מטה.

התוצאה עבור AES-128 היא מוגדרת יותר. חוקרים מצמצמים באופן שגרתי את מספר הסבבים של AES כדי לחקור את המבנה הפנימי שלו; גרסת 7 הסבבים היא סביבת בדיקה נפוצה. Claude Mythus הציג שיטת "Mobius Bridge" חדשנית המחברת תכונות אלגבריות בין סבבים, ומקטינה את המאמץ בפי 200–800 בהשוואה להתקפות הידועות ביותר על אותו הצופן המצומצם. ה-AI לא פרץ את הגרסה המלאה של AES.

שתי הפריצות הללו עלו לפרויקט סכומי שישה ספרות בשימוש ב-API, ואנליסטים אנושיים השקיעו מאות שעות כדי לאמת את הרמזים שנוצרו על ידי ה-AI, במיוחד במקרה של AES שבו היה צורך לשחזר את ההתקפה ולכמת את האצה שלה.

מי מרוויח ומי דואג

  • חוקרים מקבלים כלי אנליטי חדש. ה-AI מייצר תבניות מועמדות, מה שמשחרר מומחים להתמקד בעבודת הוכחה ומאיץ את תהליך הגילוי.
  • ועדות תקנים מקבלות אזהרה מוקדמת. למרות ש-HAWK עדיין נמצא בתהליך הערכה והתקפת ה-AES מכוונת לגרסה מוחלשת, הממצאים מראים כי הנחות אלגוריתמיות יכולות להיות שבירות.
  • ספקים ומשתמשים יכולים להיאנח לרווחה בינתיים. אף אחת מהחולשות אינה נוגעת במערכת פרוסה; HAWK טרם הופץ, והתקפת ה-AES תקפה רק גרסה המיועדת למחקר בלבד.

העלויות הנסתרות

הרצת Claude Mythos בקנה המידה הדרוש לסריקת מבני סריג וטרנספורמציות של סבבי AES דרשה הוצאות מחשוב משמעותיות—שישה ספרות עבור כל תגלית. הוצאה זו, למרות שהיא מוצדקת עבור מחקר בעל השפעה גבוהה, מעלה שאלות לגבי הכלכליות של קריפטאנליזה (cryptanalysis) בסיוע AI בקנה מידה גדול יותר.

האימות האנושי נותר צוואר הבקבוק.

נקודת מבט נגדית: זה לא כפתור פניקה

המבקרים טוענים שהתוצאות מנופחות יתר על המידה מכיוון שהן אינן משפיעות על סביבת ייצור כלשהי. עד שיופיע ניצול (exploit) קונקרטי נגד מערכת פעילה, הסיכון המיידי נותר תיאורטי.

מה לעקוב אחריו בהמשך

  • ביקורות AI נוספות על מועמדים פוסט-קוונטיים אחרים.
  • הערכה מחדש של שיטות המחקר ב-AES-128.

השורה התחתונה: AI יכולה לחשוף חולשות קריפטוגרפיות שעיניים אנושיות מפספסות, אך הפיכת רמז לפגם מאושר עדיין דורשת אנליסטים מנוסים. התגליות הכפולות של Claude Mythos מדגישות הן את ההבטחה והן את המגבלות של מחקר אבטחה מבוסס מכונה תחילה (machine-first).