Présentation des résultats
Anthropic a publié deux nouveaux résultats de cryptanalyse, obtenus grâce à leur modèle avancé Claude Mythos. Le premier résultat concerne une attaque contre le schéma de signature HAWK, tandis que le second est une amélioration de l'attaque contre le chiffrement AES réduit.
Le schéma de signature HAWK
HAWK est un schéma de signature proposé basé sur le problème d'isomorphisme de réseau (module-LIP). L'attaque contre HAWK est une nouvelle algorithmie de récupération de clé qui réduit de moitié le nombre de bits de sécurité du schéma. Bien que l'attaque ne soit pas pratique pour les déploiements actuels, elle démontre une faiblesse cryptanalytique importante.
Il est important de noter que HAWK n'est pas un schéma de signature déployé ou adopté par les standards, mais il était en cours d'évaluation pour une future standardisation. L'attaque contre HAWK est basée sur des outils existants et ne nécessite pas de nouvelles mathématiques fondamentales.
L'attaque contre le chiffrement AES
L'attaque contre le chiffrement AES concerne une version réduite à 7 rounds du chiffrement. Bien que cette attaque soit une amélioration par rapport aux travaux précédents, elle n'est pas nouvelle et ne représente pas une menace pratique pour les déploiements actuels d'AES.
Il est important de noter que les attaques contre les versions réduites de chiffrement comme AES sont courantes et ne sont pas nécessairement représentatives de la sécurité du chiffrement complet. L'attaque contre la version réduite à 7 rounds d'AES nécessite 289 opérations de chiffrement et ne peut être réalisée que si l'on peut convaincre un encrypteur de produire 2105 encryptions de plaintexts choisis sous leur clé secrète.
Implications et limites
Les résultats de cryptanalyse d'Anthropic démontrent l'efficacité des modèles de langage avancés pour la cryptanalyse. Cependant, ils soulignent également la nécessité d'une vérification humaine pour confirmer la validité des résultats. Les modèles de langage peuvent produire des résultats qui semblent réels mais qui sont en fait trompeurs.
Exemple de prompt utilisé par Anthropic :
« So yes, the AIs are getting pretty good. In short: they are now capable of understanding existing cryptanalysis results, synthesizing them into real new attacks, and even extending them. »En conclusion, les résultats de cryptanalyse d'Anthropic sont importants et démontrent les capacités des modèles de langage avancés pour la cryptanalyse. Cependant, il est essentiel de maintenir une approche critique et de vérifier les résultats pour garantir leur validité.
