Claude Mythos، جو Anthropic کا نیا AI ریسرچ پری ویو ہے، نے ایک ہی بار میں دو کرپٹوگرافک تعمیرات (cryptographic constructions) میں اہم کمزوریوں کی نشاندہی کی۔ HAWK-256 سگنیچر اسکیم میں، ماڈل نے ایک لیٹس سمٹری (lattice symmetry) کی نشاندہی کی جس نے نظریاتی سیکیورٹی لیول کو 2⁶⁴ سے کم کر کے 2³⁸ کر دیا۔ جبکہ AES-128 کے 7-راؤنڈ ورژن میں، اس نے ایک "Mobius Bridge" تکنیک کا استعمال کیا جس نے حملوں کی رفتار کو تقریباً 200 سے 800 گنا تک بڑھا دیا۔

یہ دریافتیں کیوں اہم ہیں

دونوں سائفرز (ciphers) سیکیورٹی کے طیف کے بالکل مخالف سروں پر موجود ہیں۔ HAWK-256 کو ایک پوسٹ-کوانٹم سگنیچر الگورتھم کے طور پر تیار کیا جا رہا ہے جو مستقبل کے مواصلات کو کوانٹم کمپیوٹرز سے محفوظ رکھ سکتا ہے۔ اس کے برعکس، AES-128 آج کے انٹرنیٹ ٹریفک کے بڑے حصے کو انکرپٹ کرتا ہے، جس میں بینکنگ سے لے کر کلاؤڈ اسٹوریج تک سب شامل ہے۔

دریافت تک کا سفر

انسانی محققین نے دو سال تک HAWK کا جائزہ لیا لیکن کسی نقص کی اطلاع نہیں دی۔ انہوں نے الگورتھم کی لیٹس بیسڈ میتھ (lattice-based math) پر توجہ مرکوز کی، جسے مکمل طور پر جانچنا انتہائی مشکل سمجھا جاتا ہے۔ Claude Mythos نے لیٹس اسٹرکچر میں ایک ایسی ریاضیاتی ہم آہنگی (mathematical symmetry) دریافت کی جسے انسانوں نے نظر انداز کر دیا تھا۔ وہ ہم آہنگی ایک 'کی ریکوری اٹیک' (key-recovery attack) کو ممکن بناتی ہے، جس سے سگنیچر جعلی بنانے کے لیے درکار کوشش 2⁶⁴ آپریشنز سے کم ہو کر تقریباً 2³⁸ رہ جاتی ہے—جو کہ موجودہ ہارڈ ویئر کی پہنچ سے اب بھی دور ہے لیکن ایک بڑا نظریاتی زوال ہے۔

AES-128 کا نتیجہ زیادہ محدود دائرہ کار رکھتا ہے۔ محققین عام طور پر اس کے اندرونی نظام کا مطالعہ کرنے کے لیے AES کے راؤنڈز کو کم کر دیتے ہیں؛ 7-راؤنڈ ورژن ایک عام ٹیسٹ بیڈ ہے۔ Claude Mythus نے ایک نیا "Mobius Bridge" طریقہ متعارف کرایا جو مختلف راؤنڈز کے درمیان الجبری خصوصیات (algebraic properties) کو جوڑتا ہے، جس سے اسی کم شدہ سائفر پر ہونے والے بہترین معلوم حملوں کے مقابلے میں 200 سے 800 گنا تک کی بچت ہوتی ہے۔ AI نے AES کے مکمل ورژن کو نہیں توڑا۔

ان دونوں بڑی کامیابیوں پر API کے استعمال کے باعث پروجیکٹ کو چھ ہندسوں (six-figure) کے اخراجات برداشت کرنے پڑے، اور انسانی تجزیہ کاروں نے AI کی فراہم کردہ معلومات کی تصدیق کے لیے سینکڑوں گھنٹے صرف کیے، خاص طور پر AES کے معاملے میں جہاں حملے کو دوبارہ دہرانا اور اس کی رفتار میں اضافے کی پیمائش کرنا ضروری تھا۔

کون جیتتا ہے، کون پریشان ہوتا ہے

  • محققین کو ایک نیا تجزیاتی آلہ ملتا ہے۔ AI ممکنہ پیٹرنز تیار کرتا ہے، جس سے ماہرین کو ثبوت کے کام پر توجہ مرکوز کرنے اور دریافت کے عمل کو تیز کرنے میں مدد ملتی ہے۔
  • اسٹینڈرڈ کمیٹیاں کو قبل از وقت وارننگ مل جاتی ہے۔ اگرچہ HAWK ابھی بھی جانچ کے مرحلے میں ہے اور AES کا حملہ ایک کمزور ورژن کو نشانہ بناتا ہے، لیکن یہ دریافتیں ظاہر کرتی ہیں کہ الگورتھمک مفروضے نازک ہو سکتے ہیں۔
  • وینڈرز اور صارفین فی الحال سکون کا سانس لے سکتے ہیں۔ کوئی بھی کمزوری موجودہ استعمال شدہ سسٹم کو متاثر نہیں کرتی؛ HAWK ابھی تک رول آؤٹ نہیں کیا گیا، اور AES کا حملہ صرف تحقیق کے لیے بنائے گئے ورژن پر لاگو ہوتا ہے۔

پوشیدہ اخراجات

لیٹس اسٹرکچر اور AES راؤنڈ ٹرانسفارمیشنز کو تلاش کرنے کے لیے مطلوبہ پیمانے پر Claude Mythos کو چلانے کے لیے خاطر خواہ کمپیوٹنگ اخراجات درکار تھے—ہر دریافت پر چھ ہندسوں کے اخراجات۔ یہ خرچہ، اگرچہ زیادہ اثر انگیز تحقیق کے لیے جائز ہے، لیکن بڑے پیمانے پر AI کی مدد سے ہونے والے کرپٹو اینالیسس (cryptanalysis) کے معاشی پہلوؤں پر سوالات اٹھاتا ہے۔

انسانی تصدیق اب بھی ایک رکاوٹ ہے۔

مخالف نقطہ نظر: یہ گھبراہٹ کا بٹن نہیں ہے

ناقدین کا کہنا ہے کہ ان نتائج کو ضرورت سے زیادہ اہمیت دی جا رہی ہے کیونکہ یہ کسی بھی پروڈکشن انوائرمنٹ (production environment) کو متاثر نہیں کرتے۔ جب تک کسی لائیو سسٹم کے خلاف کوئی ٹھوس حملہ (exploit) سامنے نہیں آتا، فوری خطرہ صرف نظریاتی رہے گا۔

آگے کیا نظر آئے گا

  • دیگر پوسٹ-کوانٹم امیدواروں کے مزید AI آڈٹ۔
  • AES-128 کی تحقیقی طریقوں کا دوبارہ جائزہ۔

خلاصہ یہ ہے کہ: AI ایسی کرپٹوگرافک کمزوریوں کو سامنے لا سکتا ہے جو انسانی نظروں سے اوجھل رہ جاتی ہیں، لیکن ایک اشارے کو تصدیق شدہ نقص میں بدلنے کے لیے اب بھی تجربہ کار تجزیہ کاروں کی ضرورت ہوتی ہے۔ Claude Mythos کی دوہری دریافتیں مشین پر مبنی سیکیورٹی ریسرچ کے وعدوں اور حدود، دونوں کو اجاگر کرتی ہیں۔