AI 辅助密码分析显威力：PQC 候选算法 HAWK 因新弱点退场

导语

一个仍在争夺美国后量子密码标准席位的算法，因 AI 辅助发现的弱点而提前退场。Ars Technica 报道称，Anthropic 的安全模型 Mythos 帮助研究人员改进了针对 HAWK 的攻击方法，使这个数字签名方案失去竞争力；随后 HAWK 开发者宣布撤回该候选算法。

HAWK 的目标，是在未来量子计算机出现后仍能保护数字签名安全。它此前已经通过 NIST 后量子密码算法评估的前两轮测试，进入第三轮审查。第三轮本来就是为了发现更隐蔽的问题，而 Mythos 的发现恰好击中了这一点。

核心要点

• HAWK 的问题不在“被现实攻破”，而在安全余量被削弱。 Anthropic 称，一名并非密码学专家的研究人员在约 60 小时、约 10 万美元算力成本下，借助 Mythos 改进了已知攻击，使 HAWK 的有效密钥强度大幅下降。
• 攻击依赖的是既有工具的重新组合。 HAWK 的安全性建立在格同构问题之上。报道称，Mythos 找到了寻找自同构对称性的新方法。密码学界通常认为，只要攻击能比穷举更快导出密钥，算法就可视为被破坏。
• 补救并非没有，但代价不划算。 理论上可以通过加倍密钥大小缓解弱点，但这会带来额外计算成本，使 HAWK 相比 ML-DSA、FN-DSA 等后量子签名方案更不具吸引力。
• AES 结果更温和。 Mythos 还改进了针对弱化版 AES 的 meet-in-the-middle 攻击，把所需明文输入数量从约 2^105 降至 2^89。即便如此，该攻击仍只适用于实验环境，且测试对象不是完整规范下的 AES。

意义与影响

这次事件最值得关注的，并不是“AI 破解了加密世界”。原文也强调了几个重要限制：测试对象包括弱化版本或仍处评估阶段的系统；底层数学原语并未因此失效；攻击在真实部署环境中大多不可行。

真正的变化在于研究流程。Mythos 没有凭空发明全新数学，而是通过文献梳理、推理和实验，把已有方法连接起来，找到人类研究者多年未明确组合出的路径。这类能力尤其适合密码分析：大量已知技巧分散在论文中，关键突破有时来自正确的拼接与验证。

对后量子标准化而言，HAWK 退场反而说明审查机制仍在发挥作用。候选算法在正式成为标准前暴露问题，远好过进入大规模部署后再被发现。对 AI 行业而言，这也是一次提醒：将模型包装成“自动科学家”容易带有营销色彩，但在安全研究中，AI 已经可能成为足够有力的放大器。未来的瓶颈或许不再只是发现攻击，而是人类如何快速判断这些发现是否真实、新颖且重要。

来源：Ars Technica AI