AI 半小时破解 25 年密码学谜题,后门论不攻自破
核心要点
Anthropic的Claude AI在30分钟内还原NIST椭圆曲线种子由lrand48生成的过程。Ripple工程主管Akinyele指出,这一发现大幅降低了NSA设置后门的嫌疑,但部分参数选择逻辑仍存疑。
据 Woofun AI 消息,人工智能技术成功破解了困扰密码学界长达 25 年的核心谜题,这一突破性进展引发了行业对现有加密标准安全性的重新审视。 工程主管 对此作出迅速回应,认为 旗下的 AI 所揭示的真相,为长期存在的争议提供了关键线索,使得关于国家安全机构暗中植入后门的担忧在很大程度上得以缓解。
J. 在 X 平台上详细解读了这一技术突破的实质,他指出,尽管这一发现令人瞩目,但其背后的解决方案实际上相当简单且缺乏复杂性。Akinyele 强调,人工智能能够精准定位 椭圆曲线(EC)种子的起源,是一项了不起的成果,因为这直接证实了这些参数的生成机制并非如外界猜测那般神秘或复杂。他进一步解释称,这些看似复杂的密码学参数,实际上是由一个名为 lrand48 的随机数生成器产生的,而该生成器所使用的种子值仅仅是一个普通的 Unix 时间戳。
这种简单的生成逻辑与长期以来业界对于高精度、高安全性随机源的需求形成了鲜明对比,揭示了历史遗留标准在实现层面的朴素性。
这一技术发现的背景,深深植根于美国国家标准与技术研究院(NIST)制定的椭圆曲线参数标准所引发的长期争议之中。多年来,密码学社区内部一直弥漫着对美国国家安全局()可能在这些标准参数中预设后门的担忧。由于这些椭圆曲线参数的起源缺乏透明度和详细的公开文档,许多安全专家怀疑 NSA 利用其影响力,在制定标准时故意引入了特定的数学弱点,从而能够在必要时解密使用该标准保护的数据。
这种起源争议不仅影响了学术界对 NIST 标准的信任度,也在一定程度上推动了去中心化领域对替代性加密算法的探索,因为任何潜在的后门都意味着系统性的安全风险。
Anthropic 在 10 月 16 日发布的一份研究报告中,详细记录了这一突破的具体过程与时间线。报告指出,其内部的 Claude AI 版本仅用了半小时,就成功找到了五种常用 NIST 椭圆曲线种子的确切起源。这五种种子分别是 P-192、P-224、P-256、P-384 和 P-521,它们构成了椭圆曲线数字签名算法(ECDSA)的核心基础,广泛应用于包括区块链在内的众多安全系统中。几十年来,研究人员一直对这些原始种子值的来源感到困惑,部分原因在于这些种子是由美国国家安全局直接提供的,而相关的生成过程和原始数据却极少公开。
这种信息的缺失不仅阻碍了对标准完整性的验证,也加剧了外界对于参数可能被恶意操纵的猜测。
Woofun AI 整理数据显示,Claude AI 的技术原理揭秘在于识别出一种较为简单的伪随机数生成器——lrand48,它存在于较旧的 C 语言编程库中。
这一发现表明,NIST 椭圆曲线的原始种子值并非通过复杂的密码学安全随机数生成器产生,而是通过这个简单的线性同余生成器计算得出。然而,关于原始种子值的具体来源,报告中依然指出存在信息缺失,即虽然确定了生成算法,但最初输入该算法的具体数值或上下文环境仍未完全明确。
这种部分信息的缺失,虽然不足以支持后门论,但依然引发了一些密码学专家对于该标准在历史上是否存在其他未披露弱点的担忧,特别是考虑到 lrand48 本身并不具备密码学安全性,容易被预测和重现。
对于加密货币安全性而言,这一发现的影响评估呈现出双面性。一方面,它明确表明 ECDSA 系统并未遭受成功攻击,也不意味着使用椭圆曲线加密技术的加密货币存在即时安全风险。相反,这一发现使得'有人故意削弱这些特定 NIST 曲线'的说法变得不太可能成立,因为如果存在恶意后门,通常会采用更隐蔽或更复杂的数学结构,而非如此简单的随机数生成方式。

评论
暂无评论