Модель Mythos от Anthropic обнаружила скрытые уязвимости в двух крупных системах шифрования

Ключевые моменты

• Модель Mythos от Anthropic выявила уязвимости в математических основах двух алгоритмов шифрования в 2025 году.
• Результаты имеют инкрементальный характер: ни одна система шифрования, используемая в повседневной жизни, не взломана и не подвергается немедленной угрозе.
• Результаты показывают снижение «сложности», что означает, что теоретически потребуется меньше вычислительной работы для взлома затронутых систем.
• Anthropic пока не опубликовала результаты, прошедшие экспертную оценку, поэтому независимая проверка ещё предстоит.

Модель AI, разработанная Anthropic, компанией из Сан-Франциско, создавшей семейство чатботов Claude, обнаружила ранее неизвестные уязвимости в математике, лежащей в основе двух криптографических алгоритмов — систем, которые шифруют ваши сообщения, пароли и финансовые данные, чтобы сохранить их в тайне.

Модель называется Mythos. Anthropic описывает её как специализированный инструмент безопасности AI, предназначенный для исследования математических проблем, которые человеческие исследователи могут решать годами или вообще упустить.

Что на самом деле обнаружила Mythos?

Она обнаружила способы снизить «сложность» двух алгоритмов, то есть теоретический объём вычислительной работы, необходимой для их взлома, оказался несколько ниже, чем предполагалось ранее. Это значительный результат в криптографических исследованиях, но не катастрофа.

Ясно говоря: ничто из того, что обнаружила Mythos, не ломает ни одну систему шифрования, на которую сейчас полагаются банки, больницы, правительства и обычные люди. Ваши сообщения в WhatsApp, ваш онлайн-банкинг, ваши медицинские записи не подвергаются новой угрозе.

Результаты работают на окраинах проблемы. Криптографическая безопасность строится на предположении, что определённые математические задачи настолько сложны, что ни один компьютер не сможет их решить в разумные сроки. Mythos обнаружила, что две такие задачи могут быть немного менее сложными, чем считалось в области.

Должен ли кто-нибудь беспокоиться?

Не срочно, но не никогда.

Инкрементальные результаты — это то, как обычно начинаются краходы в криптографии. Небольшое снижение сложности сегодня может объединиться с более быстрым оборудованием завтра и более умной моделью в следующем году во что-то более серьёзное. Криптографы воспринимают эти сигналы серьёзно, даже когда тревога ещё не звучит.

Есть также проблема прозрачности, о которой стоит сказать. Как первыми сообщили в Ars Technica AI, на данном этапе действительно сложно отличить значительный научный результат от отполированного корпоративного объявления. Anthropic не опубликовала эти результаты в рецензируемом журнале, где независимые математики могли бы проверить утверждения. Пока этого не произойдёт, результаты имеют оговорку.

Что дальше?

Следующий важный этап — независимая проверка. Криптографы, работающие вне Anthropic, должны будут изучить методы, воспроизвести результаты и сказать, реальна ли угроза и насколько она велика.

Для большинства людей практические рекомендации остаются неизменными: используйте надёжные, уникальные пароли; держите программное обеспечение в актуальном состоянии; и верьте, что сообщество безопасности внимательно это отслеживает. Если результаты Mythos выдержат проверку, организации, ответственные за установление глобальных стандартов шифрования, должны будут решить, следует ли постепенно выводить из обращения или укреплять какие-либо из затронутых алгоритмов.

Инструменты AI, которые могут исследовать математические слабости быстрее, чем человеческие исследователи, — это действительно новая переменная в этой области. Это стоит внимательно отслеживать.

Часто задаваемые вопросы

Означает ли это, что мои пароли или сообщения скомпрометированы?

Нет. Уязвимости, обнаруженные Mythos, представляют собой теоретическое снижение математической сложности, а не активные эксплойты. Нет данных о том, что какие-либо данные, защищённые текущими системами шифрования, подвергаются риску в результате этих результатов.

Как AI способна находить недостатки в математике шифрования?

Шифрование основано на задачах, которые легко поставить, но очень сложно обратить, например умножение двух огромных простых чисел друг на друга. Модели AI могут искать в огромных математических пространствах ярлыки или закономерности, которые человеческие исследователи могли бы упустить в ходе многолетней работы.

Почему имеет значение, что результаты не прошли экспертную оценку?

Экспертная оценка означает, что независимые специалисты проверяют, является ли метод обоснованным и выдерживает ли результат проверку. Без неё невозможно узнать, является ли результат подлинным прорывом или переоценкой. В криптографии в особенности эта разница критически важна.