Das US-amerikanische KI-Unternehmen Anthropic hat die kryptanalytischen Fähigkeiten seines Modells Mythos demonstriert. In einer aktuellen Untersuchung identifizierte das System spezifische Sicherheitslücken in zwei bedeutenden Verschlüsselungsverfahren: dem Post-Quanten-Signatur-Kandidaten HAWK sowie dem weit verbreiteten Standard AES. Während die Entdeckungen bei HAWK bereits zu einem Rückzug aus dem internationalen Standardisierungsverfahren führten, stufen Experten die Ergebnisse bei AES als theoretisch bedeutsam, aber in der Praxis derzeit nicht anwendbar ein.
Schwächung des Post-Quanten-Verfahrens HAWK
Die Analyse von Mythos konzentrierte sich unter anderem auf HAWK, einen Kandidaten für digitale Signaturen, der Schutz gegen künftige Quantencomputer bieten soll. Das Modell identifizierte eine Schwachstelle durch sogenannte Automorphismus-Symmetrie, wodurch die Sicherheit der Schlüssel effektiv halbiert wurde. Den Berichten zufolge belaufen sich die Kosten für diesen Angriff auf etwa 100.000 US-Dollar bei einer Rechenzeit von 60 Stunden.
Im Detail konnte die Arbeitslast für die Wiederherstellung von Schlüsseln bei HAWK-256 von 2^64 auf 2^38 Operationen gesenkt werden. Dieser Angriff wurde auf einem Server mit 96 Kernen in rund 3,7 Stunden abgeschlossen. Auch bei stärkeren Varianten zeigten sich signifikante Reduktionen: Bei HAWK-512 sank der Aufwand von 2^150 auf 2^108 Gates und bei HAWK-1024 von 2^288 auf 2^182 Gates. Infolge dieser Erkenntnisse wurde HAWK durch die Entwickler aus dem Standardisierungsprozess des National Institute of Standards and Technology (NIST) zurückgezogen.
Theoretische Fortschritte bei AES-128
Die rasanten Fortschritte bei der KI-gestützten Kryptanalyse zeigen, wie schnell sich die technologische Risikolage für Unternehmen verändert. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und neuen Cyberrisiken Unternehmer jetzt kennen müssen, um ihre Systeme zukunftssicher zu machen. Aktuelle Cyber Security Trends jetzt kostenlos herunterladen
Neben HAWK untersuchte Mythos auch den Verschlüsselungsstandard AES. Das Modell entwickelte eine Technik namens „Möbius Bridge“, die speziell auf 7-Runden-AES-128 abzielt. Dieses Verfahren beschleunigt einen sogenannten Meet-in-the-Middle-Angriff um das 200- bis 800-Fache. Trotz dieser rechnerischen Beschleunigung bleibt der Angriff für reale Systeme unpraktikabel, da er den Zugriff auf 2^105 gewählte Klartexte (Chosen Plaintexts) voraussetzt.
Anthropic betonte in diesem Zusammenhang, dass keine produktiven Systeme von den beschriebenen Angriffen betroffen sind. Die Entdeckung der Schwachstelle bei AES nahm laut vorliegenden Daten etwa eine Woche in Anspruch, während die Analyse von HAWK innerhalb von 60 Stunden erfolgte.
Validierung und neue Benchmarks für die KI-Forschung
Interessante Einblicke ergaben sich auch in das Verhalten des KI-Modells während des Forschungsprozesses. Ursprünglich habe sich das System geweigert, Aufgaben zur Kryptanalyse von AES durchzuführen. Nachdem diese Hürden überwunden waren, mussten die Ergebnisse von menschlichen Experten validiert werden. Zwei Forscher benötigten rund einen Monat, um die von der KI generierten Resultate vollständig zu verifizieren.
Begleitend zu den Forschungsergebnissen wurde der Benchmark „CryptanalysisBench“ veröffentlicht. Dieser soll künftig dabei helfen, die Fähigkeiten von Sprachmodellen im Bereich der mathematischen und kryptographischen Analyse messbar zu machen.
Während KI-Systeme neue Angriffsszenarien eröffnen, setzt die EU bereits auf strikte Regulierung durch den AI Act. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre IT-Abteilung angesichts dieser neuen technischen Möglichkeiten jetzt dringend braucht. EU AI Act Umsetzungsleitfaden gratis sichern
Fachliche Einordnung der Ergebnisse
Ein Kryptographie-Experte der Johns Hopkins University ordnete die Entdeckungen ein. Demnach halbiere der Angriff auf HAWK die Sicherheitsbits unter Verwendung bekannter Werkzeuge. Die Ergebnisse zu AES-128 stufte er hingegen als eine moderate Verbesserung bestehender Methoden ein. Die Bedeutung der Arbeit liege jedoch vor allem darin, dass eine künstliche Intelligenz in der Lage war, komplexe mathematische Strukturen wie die Automorphismus-Symmetrie eigenständig für Angriffe auf Verschlüsselungsverfahren zu nutzen.
