Advanced Encryption Standard
PulseAugur coverage of Advanced Encryption Standard — every cluster mentioning Advanced Encryption Standard across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
AES reduced-round attack acceleration could spur new cryptanalysis research
Anthropic's Claude Mythos Preview has demonstrated a technique that accelerates known attacks on reduced-round AES-128 by hundreds of times. This significant speedup could encourage further research into cryptanalysis of AES variants, potentially leading to new theoretical attacks or practical exploits against specific configurations.
LLMs are being actively used to find vulnerabilities in cryptographic algorithms and implementations.
Recent evidence shows LLMs like Anthropic's Claude Mythos Preview are not only finding theoretical cracks in cipher designs (HAWK, AES) but are also being employed to audit cryptographic code for common implementation flaws. This suggests a growing trend of AI-assisted security analysis in cryptography.
Quantum cryptanalysis research will increasingly target symmetric ciphers on real hardware.
The successful demonstration of quantum cryptanalysis on IBM hardware, targeting symmetric cipher structures with algorithms like Simon's, indicates a shift towards practical, hardware-based attacks. Future research is likely to expand on this, testing larger qubit instances and more complex symmetric cipher designs on available quantum computing platforms.
-
AI实验室可能混淆安全与安保，导致漏洞
作者认为，领先的AI实验室可能将AI安全（AI safety）与AI安保（AI security）混为一谈，从而导致关键漏洞。AI安全侧重于对齐和防止有害输出，依赖于分类器和权重调整等不完美的方法。相比之下，AI安保要求像传统计算机科学标准那样彻底修复漏洞。作者以Anthropic的Boris Cherny关于提示注入“已基本解决”的说法为例，指出基准测试中攻击仍有相当大的成功率，并认为这种方法可能导致了最近的沙盒逃逸事件。
-
TokenPAPA 详细介绍 LLM API 聚合器的安全措施
TokenPAPA 是一个提供对 30 多个 LLM 模型访问的 API 聚合器，它强调了其在处理用户数据方面的安全和隐私措施。该服务使用 TLS 1.3 加密所有流量，并使用 AES-256 加密静态数据，确保提示和完成永远不会以明文形式发送，并且存储的数据在没有单独密钥的情况下无法读取。API 密钥以加盐的单向哈希形式存储，并且从不记录，同时提供范围限定、撤销和使用限制的选项。支付处理通过 Stripe 进行，符合 PCI-DSS…
-
LLMs Grok 和 Gemini 被加密指令攻击绕过
Adversa AI 的研究人员展示了一种新颖的攻击向量，该向量可以绕过 Grok 和 Gemini 等 LLM 的安全措施。该技术涉及将加密的恶意指令嵌入网页中，然后 LLM 会将其解密并作为可信输出执行。这绕过了传统的输入和输出过滤器，因为恶意负载在模型沙箱内解密之前不可见明文。该攻击利用了一个信任边界问题，其中解密的明文被视为模型自身生成的内容，从而允许模型通过出站 URL 请求泄露用户数据，而无需任何用户交互。
-
OpenAI 通过先进的加密和访问控制加强客户隐私
OpenAI 正在加强其客户隐私措施，采用先进的加密和访问控制来保护敏感的企业数据。这些举措旨在建立客户信任并降低风险，使 OpenAI 在与 Anthropic 等竞争对手的竞争中占据优势。该公司的做法包括对静态和传输中的数据使用 AES-256 加密、基于角色的访问控制以及定期审计，以确保符合 GDPR、CCPA 和 HIPAA 等法规。
-
LLM 代理创建自适应硬件木马以测试检测器弱点
研究人员开发了 TrojanGYM，一个利用多个大型语言模型创建自适应硬件木马的新颖框架。这些木马通过生成利用检测器盲点的多样化触发器和载荷，旨在绕过现有的基于学习的检测器。该框架包含一个涉及 LLM 代理、语法检查、功能验证和基于 GNN 的检测器的迭代循环，以改进木马插入策略。还引入了一个新的检测器 Robust-GNN4TJ，它显著提高了对 LLM 生成木马的检测率。
-
Claude "Mythos" 预览版削弱加密算法
Anthropic 的 Claude "Mythos" 模型预览版展示了削弱 PQC HAWK 加密算法和 AES 的新攻击。这些发现表明，在高级 AI 分析的条件下，广泛使用的加密标准可能存在潜在漏洞。
-
隐形USB驱动器在诱饵盘后隐藏加密分区
Rootkit Labs开发了一款名为Phantom Drive的开源隐形USB驱动器，它在标准的8GB诱饵盘后隐藏了一个加密分区。该设备看起来像一个普通的USB存储棒，直到用户创建一个包含密码的特定文本文件。此操作会触发固件解锁一个由AES-256加密保护的隐藏分区，该加密使用从密码和微控制器的唯一ID派生的密钥。固件在密码写入存储之前进行拦截，增加延迟以阻止暴力破解攻击，并允许USB模拟各种供应商ID。
-
LLM不太可能破解对称加密，分析发现
分析认为，大型语言模型（LLM）不太可能破解对称加密。虽然LLM可以协助发现非对称加密中的漏洞，但它们缺乏破解AES等对称算法的能力。对称加密的复杂性和数学基础使其能够抵抗当前LLM的模式识别和生成优势。
-
Claude Mythos Preview 发现 HAWK 和 AES 的加密漏洞
Anthropic 的 Claude Mythos Preview 发现了两个加密漏洞。一个漏洞影响 HAWK 密钥，这是一种后量子密码学的候选算法，可将其有效强度减半。另一个漏洞显著加快了 AES 攻击速度，使其比当前方法快 200 到 800 倍。Anthropic 表示，这些问题对生产系统没有影响。
-
Anthropic 的 Claude Mythos AI 在密码设计中发现漏洞
Anthropic 的 AI 模型 Claude Mythos Preview 已经识别出两种加密设计中的重大漏洞。该模型发现了 HAWK-256 后量子签名方案中的一个弱点，大大降低了其估计的安全强度。此外，Mythos 开发了一种新技术，将已知攻击 AES-128 缩减轮版本的方法加速了数百倍。Anthropic 强调，这些发现不会影响当前的生产系统，并且已经过严格验证。
-
LLM用于审计加密代码，标记常见的实现缺陷
大型语言模型（LLM）正成为审计加密代码的宝贵工具，充当识别常见实现错误的初步过滤器。通过使用针对已知漏洞模式（如nonce重用、不安全的ECB等密码模式以及依赖于时间的比较）的结构化提示，LLM可以快速标记潜在问题。虽然LLM不能取代人类密码学家，但它们可以通过揭示明显的反模式来显著加快审查过程，使专家能够专注于更复杂的逻辑和设计缺陷。然而，由于LLM有时会产生幻觉，因此必须根据官方规范验证其发现。
-
Anthropic的Claude "Mythos" AI改进了加密攻击模拟
Anthropic的Claude "Mythos"模型在模拟的加密攻击中展现了增强的能力。具体来说，它在对抗HAWK数字签名方案和高级加密标准（AES-128）的七轮版本方面表现出改进的性能。这一发展突显了AI在网络安全研究中的应用进步，特别是在分析加密算法的安全性方面。
-
Claude AI 发现针对后量子密码学和 AES 的新攻击
Anthropic 的 Claude Mythos AI 识别出了后量子密码学和高级加密标准 (AES) 中的新漏洞。该 AI 发现了一种针对 HAWK-256 的新型攻击，以及一种攻击 AES-128 的显著更快的方法。虽然这些发现不会影响当前的 HTTPS 或 Signal 等安全系统，但它们代表了 AI 在为原创密码学研究和密码分析做出贡献方面能力的一次显著进步。
-
人类在AI时代的角色争论：倍增器、消费者还是协作者？
在人工智能超级智能（ASI）时代，人类的角色正在受到质疑，这与国际象棋领域的情况类似，AI已经超越了人类的能力。虽然国际象棋中的AI已成为一种消费工具而非协作工具，但人类程序员可能会成为AI编码代理的倍增器，利用他们的智能来增强AI的输出。在数学领域，影响尚不明确，一些AI驱动的发现似乎缺乏动机，而另一些则融入了人类的见解。一项竞赛已经启动，旨在探索这些动态，特别是测试人类指导是否能将AI生成的文学分析提升到超越AI基线水平，并识别出…
-
Anthropic 详细介绍了对 HAWK-256 的实际密钥恢复攻击
Anthropic 发布了一项研究，展示了针对 HAWK-256（一种加密模型）的实际密钥恢复攻击。随附的代码在 Apache 2.0 许可下发布，包含 AES、HAWK 和 LEA 的组件。此研究产物目前未得到积极维护。
-
Anthropic的Mythos AI发现加密漏洞，引发安全质疑 · 跟踪10个来源
Anthropic的Claude Mythos Preview模型已识别出加密算法中的漏洞，包括后量子签名方案HAWK和弱化版本的AES。虽然这些发现并未对当前系统构成直接威胁，但它们凸显了AI模型发现复杂数学弱点的日益增长的能力。研究涉及HAWK的多智能体协作和AES的自主假设测试，每次发现的API使用成本约为10万美元。
-
Claude Mythos Preview发现加密算法弱点
Anthropic的研究人员利用Claude Mythos Preview识别出加密算法中的漏洞，特别是削弱了HAWK数字签名方案，并发现了一种针对简化版AES的新攻击方法。虽然这些发现不会影响当前的生产系统，但它们凸显了先进AI模型在发现安全算法中的数学缺陷方面的潜力。该研究涉及大量的计算资源和人工指导，以鼓励AI持续寻找新颖的攻击方法。
-
Anthropic 的 Claude 模型发现加密弱点，推出新基准 · 跟踪 9 个来源
Anthropic 的 Claude Mythos Preview 模型在密码学研究方面展现了先进的能力，它自主发现了 HAWK 数字签名方案和高级加密标准 (AES) 的简化版本中的弱点。虽然这些发现目前不影响已部署的系统，但它们凸显了前沿人工智能模型进行专家级密码分析的潜力，这可能对防御性应用产生重大影响。Anthropic 与苏黎世联邦理工学院、特拉维夫大学和海法大学的学者合作，开发了 CryptanalysisBench，这是…
-
AI模型发现加密货币漏洞，阿布扎比建造AI法院，能源成本上升 · 追踪4个来源
Anthropic的Claude模型已展现出重大能力，它发现了后量子密码算法的关键漏洞，并以远超十年前的记录速度破解了AES密码。另外，阿布扎比正在为其司法系统开发世界上第一个集成AI平台，目标是在2026年9月前协助法官进行数据分析和法律起草。更广泛的AI格局正从实验室创新转向能源消耗的经济学，电力成本成为全球AI主导权竞争的关键因素。
-
IBM硬件上演示的量子密码分析
研究人员已在真实的IBM量子硬件上成功执行了量子密码分析，特别是针对对称密码结构。他们使用Simon算法在IBM的Heron一代处理器上，将Even-Mansour周期恢复的安全参数从N=4扩展到了N=10。该研究还对四种密码设计范式中的五种不同量子攻击进行了基准测试，展示了它们在模拟中最多25个量子比特上的执行情况，并将一个21量子比特的实例提交给硬件。这项工作突出了在创纪录的结构规模上进行真实硬件演示，并提供了一个可复现的基准，同…