El laboratorio de Inteligencia Artificial Anthropic ha revelado que su modelo Claude Mythos Preview ha sido capaz de identificar debilidades matemáticas reales en algoritmos criptográficos. Este avance es significativo ya que el modelo no se limitó a la búsqueda de errores comunes de programación en el código, sino que fue capaz de analizar y comprometer la base matemática que sostiene la seguridad de estos sistemas.
Los detalles de este logro fueron publicados este martes en la web de la compañía, donde se describieron dos simulaciones de ataque específicas. La primera se centró en HAWK, un esquema de firma digital diseñado para ser resistente a la computación postcuántica, y la segunda se dirigió a una versión reducida de AES, que es el estándar de cifrado simétrico más extendido y utilizado en todo el mundo actualmente.
Es importante señalar que Claude Mythos Preview es una herramienta a la que solo tienen acceso un número reducido de organizaciones globales. Esta restricción se debe a las potenciales repercusiones que el modelo podría tener en materia de ciberseguridad, así como a los riesgos asociados con amenazas biológicas y químicas.
En el caso del ataque al esquema HAWK, el proceso fue semiautónomo, contando con una guía humana mínima. En tan solo 60 horas de trabajo, Mythos Preview no solo superó la eficacia del mejor ataque conocido hasta la fecha, sino que descubrió una simetría matemática que no había sido explotada previamente. Este hallazgo permitió reducir a la mitad la fortaleza efectiva de las claves de HAWK.
Desde el punto de vista técnico, la seguridad de la firma digital HAWK se basa en la dificultad de resolver un problema matemático denominado Problema del Isomorfismo de Retículos. Aunque investigaciones previas habían sugerido que encontrar una simetría permitiría atacar el esquema, Claude Mythos Preview fue el encargado de hallar una simetría real que había pasado desapercibida para los expertos. Esta vulnerabilidad implica que, para mantener el nivel de seguridad original de HAWK, sería necesario duplicar el tamaño de su clave, una medida que eliminaría precisamente las ventajas competitivas que hacen de HAWK una propuesta atractiva.
Por otro lado, el modelo se enfrentó a una variante del cifrado AES reducido, específicamente siete de las diez rondas del estándar AES-128. En este escenario, el proceso fue totalmente autónomo. Claude Mythos Preview diseñó una técnica mejorada denominada 'Möbius Bridge' para ejecutar el ataque. El resultado fue un método entre 200 y 800 veces más rápido que cualquier otro procedimiento conocido hasta el momento.
Un detalle relevante en este segundo ataque es que, inicialmente, el modelo se negó a llevar a cabo la tarea. Según informó Anthropic, la IA sostenía que era imposible mejorar el criptoanálisis del AES. Sin embargo, tras ser impulsado al inicio, el proceso de trabajo autónomo culminó en aproximadamente tres días.
Anthropic ha subrayado la importancia crítica de los algoritmos criptográficos en la vida cotidiana. La compañía explica que cada vez que un usuario visita una página web, su navegador se comunica mediante un esquema de firma digital. Asimismo, el tráfico de datos entre el usuario y el sitio web está protegido por cifrados simétricos, que utilizan una llave idéntica para la transmisión. Sin estos sistemas, servicios esenciales como la banca online y el correo electrónico quedarían expuestos y serían de fácil acceso para los cibercriminales.
Para mitigar los riesgos, Anthropic aclaró que ninguno de los ataques se realizó sobre sistemas en producción; en el caso de HAWK, el algoritmo aún es un candidato y no ha sido desplegado. Además, el laboratorio coordinó la divulgación de estos hallazgos de forma responsable con el Instituto Nacional de Estándares y Tecnología (NIST) de Estados Unidos y avisó previamente a los creadores de HAWK.
El costo operativo de alcanzar estos resultados fue considerable, ascendiendo a unos 100.000 dólares en API por cada resultado obtenido. Finalmente, con el objetivo de seguir evaluando la capacidad de los modelos de IA en el análisis de algoritmos de cifrado, Anthropic ha creado, en colaboración con investigadores de ETH de Zúrich y las universidades de Tel Aviv y Haifa, un nuevo benchmark denominado CryptanalysisBench.
