CryptanalysisBench: Can LLMs do Cryptanalysis?
Este artículo presenta CryptanalysisBench, un benchmark exhaustivo de 191 tareas criptográficas a través de seis familias de primitivas, demostrando que los modelos de lenguaje de gran tamaño de vanguardia pueden no solo replicar ataques conocidos sobre esquemas establecidos, sino también descubrir vulnerabilidades novedosas tanto en primitivas criptográficas a escala reducida como en aquellas de nivel de producción.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina el mundo digital como una ciudad enorme y bulliciosa donde cada banco, mensaje y secreto está guardado dentro de una bóveda. Las llaves de estas bóvedas no están hechas de metal, sino de complejas recetas matemáticas llamadas "primitivas criptográficas". Durante décadas, solo un pequeño grupo de expertos humanos —como maestros cerrajeros con doctorados en matemáticas— podía probar estas cerraduras para ver si eran verdaderamente inquebrantables. Si una cerradura tiene un fallo, cada una de las bóvedas que utiliza esa cerradura se vuelve insegura, exponiendo potencialmente secretos del pasado y del futuro. Este es el juego de alto riesgo de la criptoanálisis: el arte de encontrar los puntos débiles en estas cerraduras matemáticas antes de que los malos lo hagan.
Recientemente, un nuevo tipo de "aprendiz de cerrajero" ha llegado: los Modelos de Lenguaje Extensos (LLM). Estos son los superinteligentes chatbots de IA que pueden escribir código, resolver acertijos y charlar sobre casi cualquier cosa. La gran pregunta que pende sobre la ciudad es: ¿Pueden estos aprendices de IA superar realmente a los maestros humanos? ¿Pueden mirar una cerradura matemática compleja, descubrir cómo forzarla y abrirla sin necesidad de que un humano les lleve de la mano? Esto no es solo un juego; es una carrera para ver si nuestra red de seguridad digital está a punto de recibir una mejora seria o un agujero aterrador.
El Gran Concurso de Forzado de Cerraduras: CryptanalysisBench
En este artículo, un equipo de investigadores de las mejores universidades y laboratorios tecnológicos decidió poner a prueba a estos aprendices de IA de la manera más extrema. Construyeron un gigantesco campo de entrenamiento llamado CryptanalysisBench. Piensa en esto como una enorme pista de obstáculos llena de 191 tipos diferentes de cerraduras. Algunas de estas cerraduras son viejas y ya se sabe que están rotas (como una puerta con una bisagra suelta), mientras que otras son nuevas, brillantes y actualmente consideradas "inquebrantables" por los humanos.
Los investigadores invitaron a cinco de las IAs más inteligentes del planeta (incluyendo versiones de Claude, GPT y GLM) a intentar romper estas cerraduras. Las reglas eran estrictas: la IA tenía que escribir un script de computadora que pudiera realmente romper el código, no solo adivinar la respuesta. Si el script funcionaba, la IA ganaba la ronda.
Los Resultados: La IA ya es buena en lo básico
Los resultados fueron sorprendentes. Cuando la IA se enfrentó a las cerraduras "fáciles" —aquellas que los humanos ya sabían cómo romper—, los modelos tuvieron un éxito increíble. Dependiendo del modelo, lograron romper entre el 65% y el 86% de estas cerraduras conocidas.
Pero aquí viene la parte realmente genial: la IA no se limitó a copiar las respuestas de un libro de texto. En muchos casos, los modelos analizaron el código desde cero, descubrieron el fallo por su cuenta y escribieron un script de ataque funcional. Es como darle a un estudiante un juguete roto y pedirle que lo arregle; en lugar de buscar el manual, descubrieron el engranaje defectuoso simplemente mirando el juguete.
Los Nuevos Descubrimientos: La IA encontrando fallos que los humanos pasaron por alto
El descubrimiento más emocionante ocurrió cuando la IA abordó cerraduras que los humanos consideraban seguras. Los investigadores descubrieron que los modelos de IA hallaron nuevas formas de romper algunos de estos sistemas.
- El Caso SpoC: Dos modelos de IA diferentes descubrieron de forma independiente una manera de romper una cerradura llamada "SpoC" que nadie sabía que estaba rota. Se dieron cuenta de que, si enviabas un tipo específico de mensaje vacío, la cerradura olvidaba realizar su comprobación de seguridad. Al enviar dos mensajes ingeniosos, la IA podía robar la clave secreta. Este fue un auténtico momento "¡Eureka!" que ocurrió sin ninguna ayuda humana.
- El Caso KINDI: Otro modelo encontró un error en la "prueba de seguridad" oficial de un sistema llamado KINDI. Los diseñadores habían escrito una regla diciendo: "Esto es seguro porque solo una llave encaja en esta cerradura". La IA demostró que estaban equivocados, mostrando que en realidad se podía engañar a la cerradura para que aceptara muchas llaves diferentes. La IA utilizó luego este truco para robar la clave secreta. Sin embargo, los investigadores señalaron que esto no fue un descuido accidental de los diseñadores; fue en realidad una decisión de diseño deliberada para hacer el sistema más eficiente, aunque introdujo una vulnerabilidad que la IA explotó con éxito.
Donde la IA tiene dificultades
La IA no es una varita mágica todavía. Cuando los investigadores entregaron a los modelos las cerraduras "difíciles" —aquellas que se utilizan actualmente para proteger datos del mundo real y que no han sido rotas por humanos—, la tasa de éxito disminuyó significativamente. Los modelos a menudo podían detectar la idea de un ataque, pero fallaban al escribir el código final para hacerlo funcionar. Es como si la IA supiera que la puerta está abierta pero no pudiera descifrar exactamente cómo empujarla antes de que se terminara el tiempo.
Sin embargo, cuando los investigadores dieron más tiempo a la IA (aumentando el límite de 2 horas a 16 horas), los modelos mejoraron mucho. Lograron romper incluso más de las cerraduras difíciles, incluyendo algunas que requerían matemáticas muy complejas y pesadas. Esto sugiere que la principal limitación de la IA en este momento no es la falta de inteligencia, sino la falta de tiempo para terminar el trabajo.
La Conclusión
El artículo concluye que la IA ya es un jugador serio en el mundo de la criptografía. Puede encontrar fallos en diseños que han sido escrutados por expertos humanos durante años. Sin embargo, los investigadores también descubrieron que un número significativo de los "rompimientos" que encontró la IA fueron en realidad errores en el código de referencia (la implementación de muestra proporcionada por los diseñadores) en lugar de fallos fundamentales en el diseño matemático en sí. Si bien la IA está encontrando grietas en el código, también está empezando a encontrar grietas en el diseño que incluso los maestros pasaron por alto.
Aunque aún no ha dominado por completo las cerraduras más difíciles del mundo real, se está moviendo rápido. Los investigadores lanzaron su benchmark como una herramienta para seguir vigilando esta carrera. Quieren rastrear exactamente cuándo la IA podría volverse lo suficientemente fuerte como para romper las cerraduras que protegen nuestras vidas digitales, para que podamos repararlas antes de que la IA lo haga.
En resumen: los aprendices de IA ya no solo están observando a los maestros; están empezando a forzar las cerraduras ellos mismos, y están encontrando grietas que incluso los maestros pasaron por alto.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.