運用 Claude 發現加密演算法的薄弱環節
為何重要
此研究突破以往 AI 僅能發現程式實作錯誤的認知，證明其具備深入數學領域自動化分析的能力。這標誌著密碼學審查方式可能產生變化，未來開發者與監管機構需更重視源自模型本身的自動化安全性測試。
Anthropic 利用 Claude Mythos Preview 發現了針對 HAWK 數位簽章與縮減回合數的 AWS 的弱點，證實強大語言模型具有攻擊嚴格審查演算法的能力。
- Claude 在 60 小時內將針對 HAWK 的攻擊效果提升一半，有效金鑰大小減半。
- 面對縮減回合的 AES 版本，Claude 減少了攻擊所需猜測數量，將最佳攻擊速度提升 200-800 倍。
- 研究顯示每個發現的成本約為 10 萬美元，且目前不影響生產系統。