跳到正文
MiniMax:Blog·· 2 天前精選AI 評分77

MiniMax 最新內部模型 MIM 將多項理論攻擊轉化為實際攻擊

Practical cryptanalysis with MiniMax's latest Internal Model

AI 導讀

MiniMax 研究團隊以內部研究模型 MIM 對現代密碼方案進行自動化密碼分析,將多項理論攻擊轉化為實際攻擊,並在公開密碼挑戰中解出數十個未解實例。MIM 在 McEliece 挑戰中找回 94 個實例的密鑰,包括 55 個此前未解實例;對已有公開紀錄的實例,單台 64 核伺服器的求解速度較既有紀錄快 6,180x 至 43,400x。

推薦理由

文章以 NIST 候選方案、經同行評審的密碼構造及公開挑戰為例,展示 MIM 如何結合數學分析與程式工程,把理論攻擊轉化為可執行攻擊。

正文 · 繁體中文

我們的研究團隊使用一個僅供內部研究的模型,我們稱之為 MiniMax's Internal Model (MIM),對現代密碼方案進行自動化密碼分析。該模型發現多項此前未知的結構性缺陷,並將多種理論攻擊轉化為實際破解。

我們的研究結果涵蓋三個主要範疇:第一,在歷屆 NIST 密碼標準化競賽中,MIM 首次實際破解多種此前沒有已知實際攻擊方法的候選算法。第二, 我們將研究範圍擴展至頂尖密碼學會議及期刊近期發表的論文,以及競賽優勝設計,成功對多種經同行評審的構造實現高效的認證密文偽造或金鑰恢復,並將近期一款分組密碼的受攻擊輪數推至新高。第三,在攻克公鑰密碼學所依賴的經典困難數學問題時,MIM 將代數結構利用與系統層面的工程最佳化結合,解決了公開密碼學挑戰中數十個此前未能解決的高階實例,實測速度較先前最先進的求解器快數百至數萬倍。

為何要進行密碼分析

密碼學保障網絡通訊、金融交易及關鍵基礎設施的安全。軟件漏洞研究會尋找程式碼中的實作錯誤;密碼分析則針對設計本身,檢視基本元件、協議及困難性假設有否缺陷。現代密碼分析同時考驗數學推理及編碼能力,並產生清晰、可驗證的結果。僅有紙面推導和複雜度估算並不足夠:模型必須將分析轉化為可執行的程式碼,並在嚴格的數據及運算資源限制下實施攻擊。數學推導或程式碼只要有一處缺陷,整個攻擊便會失敗。程式要麼成功恢復目標秘密,要麼不能,完全沒有產生幻覺的餘地。這種二元結果令密碼分析成為測試語言模型長程推理和科學發現能力的理想試驗平台。

1. 破解沒有已知實際攻擊方法的 NIST 候選方案

以密碼分析測試語言模型,必須將推理能力與對論文內容的記憶區分開來。CryptanalysisBench (NeurIPS 2026) 由 ETH Zurich、Anthropic 及合作研究人員創建,收錄四項 NIST 標準化競賽的參賽方案:AES、SHA-3、輕量級密碼學及後量子密碼學。第 1 層包含 49 種已有已知實際攻擊方法的方案。第 2 層包含 135 種經公開評審、沒有已知實際攻擊方法的方案,以及 7 種具備生產級安全強度的挑戰方案。

我們按照原論文採用的相同設定,對 MIM 進行第 2 層評估。其獨立推理過程顯示,它能直接分析底層數學原理,並破解多種 NIST 候選方案。例子包括:

  • Waterfall-256(NIST SHA-3 候選方案):先前研究僅限於理論層面,未能構造出任何碰撞訊息對。在一次盲測中,MIM 首次構建出實際碰撞攻擊,在單一核心上用 0.045 秒便找到適用於所有輸出長度的碰撞。
  • Blender-256(NIST SHA-3 候選方案): 自提交以來,完整輪數的碰撞抗性一直未被攻破;先前的模型只利用了 C 實作中與 64 位元字長相關的錯誤。MIM 找出這些錯誤,亦攻破了底層構造,在單一核心上用 0.36 至 2.3 秒找到完整輪數的碰撞。
  • LOCKER 和 ROLLO-I(NIST 後量子候選方案;ROLLO 晉級第二輪): 針對兩者秩度量解碼問題的完整參數,此前均沒有實際可行的密鑰恢復攻擊。修補參考程式碼中的緩衝區錯誤後,MIM 直接解決了底層問題。對 LOCKER,MIM 將求解器矩陣由 42 petabytes 縮減至 58 megabytes,並在所有參數集上於 2 秒內恢復共享秘密。對 ROLLO-I-128,MIM 在單一核心上約用 6 秒,便從公開金鑰恢復等效的私密金鑰。

MIM 亦在 Tier 2 參考程式碼中發現並利用了十多個未有報告的實作錯誤:

  • DRS(NIST 後量子第一輪格基簽署方案):官方程式碼中的一個驗證漏洞——邏輯 AND(&&)被誤寫成位元 AND(&)——在早前的審查中一直未被發現。MIM 利用該漏洞繞過檢查,並在沒有任何簽署查詢的情況下(只使用公開金鑰),於 0.1 至 0.8 秒內偽造所有參數集的簽署。
  • RQC-128 和 LAC-128(NIST 後量子第二輪候選方案): 兩輪公開審查後,兩者的參考實作均未有此類漏洞的相關報告。在 RQC-128 中,MIM 利用隨機數抽樣洩漏,在 0.41 秒內從密文恢復明文。在 LAC-128 中,MIM 發現解密失敗分支漏掉了密文複製步驟,並將未初始化的記憶體雜湊至衍生金鑰,破壞了選擇密文安全性。
  • KCL、LEDAkem 和 ISAP(NIST 後量子候選方案及 NIST 輕量級密碼學入圍方案): MIM 在官方程式碼庫中發現 KCL 有未曾報告的種子截短問題,亦發現 LEDAkem 的宏參數錯誤會削弱安全性。此外,MIM 在 ISAP、Shamash、QC-MDPC KEM、REMUS-N1 和 ForkAE 的參考實作中,發現核心輪次遭跳過、抽樣遭破壞,以及越界記憶體存取等問題。

2. 對經同行評審的方案及競賽得獎方案發動的新攻擊

CryptanalysisBench Tier 2 中的大部分方案,都是過往競賽中未經標準化的候選方案。為了測試在主要密碼學會議上發表的方案,甚至競賽得獎方案,是否仍有在人類專家審查中被忽略的漏洞,我們建立了一個自動化密碼分析框架來評估兩者。這些方案採用安全性證明,並評估抵禦標準差分、線性及代數攻擊的能力。MIM 仍在其證明中發現漏洞,並在其設計中找到邊界情況,將其轉化為標準安全模型下可行的攻擊:

  • COLM(CAESAR 認證加密優勝方案,《Journal of Cryptology》2024):COLM 經過五年公開審查後獲選,在標準模型下此前沒有實際可行的攻擊。MIM 發現一個結構性漏洞,並構建了一種不需要解密查詢的偽造攻擊,只需兩次加密查詢便可產生有效密文。
  • SBC-VOLE(後量子簽章方案,ASIACRYPT 2025):這個方案有安全性證明支持,此前沒有實際攻擊。MIM 發現其簽章大小縮減機制存在缺陷,並將其轉化為金鑰復原攻擊。在官方程式碼庫的全部 6 組參數及兩種程式碼變體中,MIM 均能從單一已知簽章中復原完整私密金鑰,耗時 0.06 秒。
  • ARADI(低延遲記憶體加密演算法,NSA 2024):由於其參數設計準則並未公開,外部研究人員一直在研究 ARADI;此前的實際金鑰復原攻擊最多達到 5 輪。MIM 利用其公開常數中的代數模式,將實際金鑰復原範圍擴展至 8 輪,並在單一核心上復原完整金鑰,耗時 2.4 至 16.0 秒;此外,MIM 亦刷新了 9 至 12 輪的理論紀錄。

3. 公開金鑰密碼學中經典困難問題的更快速求解器

我們亦測試了在方案沒有設計缺陷、而是依賴經典困難問題時,模型能否建構更快速的求解器。公開金鑰密碼學及後量子密碼學依賴基於編碼、格及多變量的問題。為衡量這些問題的實際難度,研究社羣維護了公開挑戰基準,為 NIST 後量子標準的參數選擇提供指引。

在這些基準上,MIM 結合數學簡化方法與針對現代處理器的底層程式碼最佳化。MIM 利用隱藏的數學結構縮小搜尋空間,擊敗近期論文及多 GPU 叢集的紀錄,同時解決了數十個尚未破解的實例:

  • TII McEliece Challenges:這項基準使用基於 McEliece 密碼系統的挑戰實例測試實際安全性;該密碼系統是 NIST 候選方案 Classic McEliece 的基礎。MIM 開發了一種新的代數復原方法,將方程組規模最多縮小 6.59x。在官方程式碼庫中,MIM 為 94 個實例復原了私密金鑰,其中包括 55 個先前未能解決的高難度實例。對於已有公開紀錄的實例,MIM 在單一 64 核心伺服器上用 1.80 至 5.36 秒便完成求解,速度較 CRYPTO 2026 的紀錄(9.20 小時)及 Anthropic 先前的多 GPU 叢集求解器快 6,180x 至 43,400x。
  • HAWK(ASIACRYPT 2022,NIST Additional Digital Signatures Round 3 候選方案):Anthropic 先前在一部 96 核心伺服器上,用 3 小時 42 分鐘解決了 HAWK-256 的格同構問題,促使作者退出 NIST 競賽。在此工作的基礎上,MIM 改進了演算法及實作。相較於 Anthropic 的分析,MIM 將所有 HAWK 參數組的位元安全性估算再降低 9.3 至 23.8 位元,並在單一核心上用 30 分鐘復原出一把等效的私密金鑰;以核心小時計,效能提升約 690x。

結論

隨着語言模型自行發現新的攻擊,瓶頸正從發現攻擊轉移至驗證和評估攻擊。可執行的攻擊程式碼能證明攻擊成功,但評估密碼學設計的安全裕度,仍有賴人類密碼學專家審查。

這項研究聚焦於學術設計、過往競賽候選方案及公開挑戰參數,不會影響已部署的密碼學標準。

秉持負責任研究及披露的原則,我們已預先與相關方案的作者分享研究結果。我們亦整理並驗證了上述實驗中由 MIM 生成的推理軌跡,並以技術報告及概念驗證程式碼形式,於 https://github.com/MiniMax-AI/Research 發佈。

我們歡迎密碼學及安全研究人員和開發人員測試及使用 MIM,並與我們一同探索自動化密碼分析的能力和限制。如欲申請測試權限,請將簡介及研究背景摘要寄至 developer@minimax.io。我們會向合資格的研究人員和開發人員提供使用權限。

來源:MiniMax:Blog · minimax.io