Claude AI tạo đột phá trong mật mã học: Tìm ra lỗ hổng HAWK và tăng tốc tấn công AES

Anthropic vừa công bố một cột mốc đáng chú ý trong lĩnh vực an ninh mạng khi mô hình Claude Mythos Preview đã hỗ trợ các nhà nghiên cứu tìm ra phương pháp khôi phục khóa (key-recovery attack) đối với thuật toán HAWK-256, đồng thời tăng tốc độ tấn công lên từ 200 đến 800 lần đối với AES-128 (phiên bản rút gọn 7 vòng).

Đột phá trên thuật toán HAWK-256

HAWK là một trong những ứng viên sáng giá trong quy trình tiêu chuẩn hóa chữ ký số hậu lượng tử (post-quantum) của NIST. Anthropic cho biết, Claude Mythos đã phát hiện ra một tính chất đối xứng (automorphism) chưa từng được biết đến trong cấu trúc lưới (lattice) của HAWK. Điều này cho phép kẻ tấn công giảm độ phức tạp của việc khôi phục khóa, đưa HAWK-256 vào tầm ngắm của các cuộc tấn công thực tế.

Kết quả là, đội ngũ nghiên cứu đã xây dựng thành công mã khai thác (exploit) có thể khôi phục khóa trên một server 96 nhân chỉ trong khoảng 3 giờ 42 phút. Mặc dù đây là một bước tiến lớn, Anthropic khẳng định các hệ thống sản xuất hiện tại không bị ảnh hưởng, vì cuộc tấn công chỉ nhắm vào tham số HAWK-256 (vốn được dùng làm mục tiêu thử nghiệm) chứ không phải các tham số bảo mật chính thức như HAWK-512 hay HAWK-1024.

Cập nhật quan trọng: Ngay sau khi công bố, đội ngũ phát triển HAWK đã chính thức rút thuật toán này khỏi quy trình tiêu chuẩn hóa của NIST do lo ngại về tính an toàn sau khi các ước tính bảo mật bị giảm đáng kể.

Tối ưu hóa tấn công AES-128

Đối với AES-128, Claude Mythos đã tìm ra một kỹ thuật mà Anthropic gọi là “Möbius Bridge”. Kỹ thuật này giúp loại bỏ bước đoán 256 chiều trong các cuộc tấn công kiểu meet-in-the-middle truyền thống. Kết quả là tốc độ tấn công vào phiên bản 7 vòng của AES-128 được cải thiện đáng kể.

Tuy nhiên, các chuyên gia nhấn mạnh rằng đây vẫn là một cuộc tấn công mang tính lý thuyết. Nó đòi hỏi một lượng dữ liệu văn bản thuần (chosen plaintexts) cực lớn, điều không khả thi trong môi trường thực tế. Anthropic cũng làm rõ rằng không có phần mềm sản xuất nào cần phải thay đổi hoặc vá lỗi (patch) dựa trên kết quả này.

Vai trò của AI trong nghiên cứu mật mã

Đáng chú ý, Anthropic tiết lộ rằng Claude Mythos Preview đã tự thực hiện phần lớn công việc nghiên cứu trong khoảng 60 giờ, với sự hướng dẫn về định hướng dự án từ con người. Chi phí API cho quá trình này rơi vào khoảng 100.000 USD. Dù AI đóng vai trò chủ chốt, các nhà nghiên cứu con người vẫn mất hàng trăm giờ để xác minh tính chính xác của phương pháp.

Sự kiện này đánh dấu một bước tiến mới trong việc sử dụng AI để giải quyết các bài toán mật mã học phức tạp, đồng thời đặt ra câu hỏi về tương lai của các thuật toán hậu lượng tử khi đối mặt với sự hỗ trợ từ các mô hình ngôn ngữ lớn (LLM) trong việc tìm kiếm các lỗ hổng (vulnerability) tiềm ẩn.

Nguồn tham khảo: The Hacker News