CryptanalysisBench: Can LLMs do Cryptanalysis?
Questo articolo introduce CryptanalysisBench, un benchmark completo di 191 compiti crittografici suddivisi in sei famiglie di primitivi, dimostrando che i modelli linguistici di grandi dimensioni all'avanguardia possono non solo replicare attacchi noti su schemi consolidati, ma anche scoprire nuove vulnerabilità sia in primitivi crittografici scalati che in quelli di livello di produzione.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate il mondo digitale come una città enorme e frenetica dove ogni banca, messaggio e segreto è chiuso all'interno di una cassaforte. Le chiavi di queste cassefori non sono fatte di metallo, ma di complesse ricette matematiche chiamate "primitive crittografiche". Per decenni, solo un piccolo gruppo di esperti umani — come maestri fabbri con un dottorato in matematica — ha potuto testare queste serrature per vedere se fossero davvero indistruttibili. Se una serratura presenta un difetto, ogni singola cassaforte che utilizza quella serratura diventa insicura, rischiando di esporre segreti del passato e del futuro. Questo è il gioco ad alta posta in gioco della crittanalisi: l'arte di trovare i punti deboli in queste serrature matematiche prima che lo facciano i cattivi.
Recentemente, un nuovo tipo di "apprendista fabbro" è arrivato: i Large Language Models (LLM). Questi sono i chatbot AI super intelligenti che possono scrivere codice, risolvere enigmi e chiacchierare di quasi tutto. La grande domanda che incombe sulla città è: questi apprendisti AI possono davvero superare in astuzia i maestri umani? Possono guardare una serratura matematica complessa, capire come scassinarla e aprirla senza che un essere umano debba tenergli la mano? Questo non è solo un gioco; è una corsa per vedere se la nostra rete di sicurezza digitale sta per ricevere un serio aggiornamento o un buco terrificante.
Il Grande Concorso di Scasso: CryptanalysisBench
In questo articolo, un team di ricercatori provenienti dalle migliori università e laboratori tecnologici ha deciso di sottoporre questi apprendisti AI alla prova definitiva. Hanno costruito un enorme campo di addestramento chiamato CryptanalysisBench. Pensatelo come un massiccia corsa a ostacoli piena di 191 diversi tipi di serrature. Alcune di queste serrature sono vecchie e già note per essere rotte (come una porta con un cardine allentato), mentre altre sono nuovissime, lucenti e attualmente considerate "indistruttibili" dagli umani.
I ricercatori hanno invitato cinque delle AI più intelligenti del pianeta (incluse versioni di Claude, GPT e GLM) a provare a scassinare queste serrature. Le regole erano rigide: l'AI doveva scrivere uno script per computer che potesse effettivamente violare il codice, non solo indovinare la risposta. Se lo script funzionava, l'AI vinceva il round.
I Risultati: L'AI è già brava nelle basi
I risultati sono stati sorprendenti. Quando l'AI affrontava le serrature "facili" — quelle che gli umani sapevano già come rompere — i modelli avevano un successo incredibile. A seconda del modello, sono riusciti a rompere tra il 65% e l'86% di queste serrature note.
Ma la parte davvero interessante è questa: l'AI non si è limitata a copiare le risposte da un libro di testo. In molti casi, i modelli hanno analizzato il codice da zero, hanno capito il difetto da soli e hanno scritto uno script di attacco funzionante. È come dare a uno studente un giocattolo rotto e chiedergli di ripararlo; invece di cercare il manuale, hanno capito l'ingranaggio rotto semplicemente guardando il giocattolo.
Le Nuove Scoperte: L'AI trova difetti che gli umani hanno mancato
La scoperta più eccitante è avvenuta quando l'AI ha affrontato serrature che gli umani ritenevano sicure. I ricercatori hanno scoperto che i modelli AI hanno trovato nuovi modi per rompere alcuni di questi sistemi.
- Il Caso SpoC: Due diversi modelli AI hanno scoperto indipendentemente un modo per rompere una serratura chiamata "SpoC" che nessuno sapeva fosse rotta. Si sono resi conto che se si inviava un tipo specifico di messaggio vuoto, la serratura dimenticava di eseguire il controllo di sicurezza. Inviando due messaggi astuti, l'AI poteva rubare la chiave segreta. Questo è stato un vero momento "Eureka!" avvenuto senza alcun aiuto umano.
- Il Caso KINDI: Un altro modello ha trovato un errore nella "dimostrazione di sicurezza" ufficiale di un sistema chiamato KINDI. I progettisti avevano scritto una regola dicendo: "Questo è sicuro perché solo una chiave si adatta a questa serratura". L'AI ha dimostrato che avevano torto, mostrando che era possibile truccare la serratura per farle accettare molte chiavi diverse. L'AI ha poi usato questo trucco per rubare la chiave segreta. Tuttavia, i ricercatori hanno notato che questa non era una svista accidentale dei progettisti, ma era in realtà una scelta di design deliberata per rendere il sistema più efficiente, anche se ha introdotto una vulnerabilità che l'AI è riuscita a sfruttare con successo.
Dove l'AI fatica
L'AI non è ancora una bacchetta magica. Quando i ricercatori hanno dato ai modelli le serrature "difficili" — quelle che vengono attualmente utilizzate per proteggere i dati del mondo reale e che non sono state violate dagli umani — il tasso di successo è diminuito significativamente. I modelli spesso riuscivano a individuare l'idea di un attacco, ma fallivano nel scrivere il codice finale per farlo funzionare. È come se l'AI sapesse che la porta è aperta, ma non riuscisse proprio a capire come spingerla per aprirla prima che finisse il tempo.
Tuttavia, quando i ricercatori hanno dato all'AI più tempo (aumentando il limite da 2 a 16 ore), i modelli sono diventati molto più bravi. Sono riusciti a rompere anche alcune delle serrature più difficili, incluse alcune che richiedevano matematica molto complessa e pesante. Ciò suggerisce che il limite principale dell'AI in questo momento non è la mancanza di intelligenza, ma la mancanza di tempo per finire il lavoro.
In Breve
L'articolo conclude che l'AI è già un giocatore serio nel mondo della crittografia. Può trovare difetti in design che sono stati esaminati dagli esperti umani per anni. Tuttavia, i ricercatori hanno anche scoperto che un numero significativo delle "rotture" trovate dall'AI erano in realtà bug nel codice di riferimento (l'implementazione di esempio fornita dai progettisti) piuttosto che difetti fondamentali del design matematico in sé. Mentre l'AI sta trovando crepe nel codice, sta anche iniziando a trovare crepe nel design che persino i maestri hanno mancato.
Sebbene non abbia ancora padroneggiato completamente le serrature più difficili del mondo reale, si sta muovendo velocemente. I ricercatori hanno rilasciato il loro benchmark come strumento per continuare a monitorare questa corsa. Vogliono tracciare esattamente quando l'AI potrebbe diventare abbastanza forte da rompere le serrature che proteggono le nostre vite digitali, in modo da poterle riparare prima che lo faccia l'IA.
In breve: gli apprendisti AI non sono più solo spettatori dei maestri; stanno iniziando a scassinare le serrature essi stessi, e stanno trovando crepe che persino i maestri hanno mancato.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.