post-quantum cryptography
PulseAugur coverage of post-quantum cryptography — every cluster mentioning post-quantum cryptography across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
AI-driven cryptanalysis is outpacing NIST's post-quantum algorithm vetting
Recent evidence shows AI models like Anthropic's Mythos and other systems cracking NIST-tested and finalist algorithms. This suggests that the speed of AI-driven cryptanalysis may be outstripping the pace at which NIST can vet and standardize post-quantum cryptography (PQC) algorithms, potentially creating a window of vulnerability.
AI-assisted cryptanalysis will become a standard tool for PQC research and development
Given Claude AI's demonstrated role in advancing PQC research and other AI systems' ability to find crypto weaknesses, it's plausible that AI-assisted cryptanalysis will become a standard, indispensable tool for both researchers and developers in the PQC space. This could significantly accelerate the discovery of new vulnerabilities and the development of more robust PQC solutions.
Financial institutions will accelerate PQC adoption timelines due to AI-driven threats
With AI demonstrating the ability to crack PQC algorithms rapidly, financial institutions like those in Hong Kong, which are already beginning to prepare, may feel pressured to accelerate their adoption timelines for PQC. The emerging threat landscape, amplified by AI capabilities, could shift PQC from a long-term planning item to an urgent security imperative.
-
白宫修订关键技术清单，新增人工智能安全和量子密码学
白宫已更新其关键技术清单，移除了数据中心、电池和增强现实等类别，同时新增了后量子密码学、集成光子学和高熵合金。此次修订是自2024年2月以来的首次，旨在通过减少政府在数据中心建设等私营部门已深度参与领域的投资，重新聚焦联邦政府在新兴技术上的努力。更新后的清单将影响出口管制、外国投资审查和研究资助重点。
-
量子计算对AI管道数据安全构成威胁
文章讨论了当前AI管道在数据安全和梯度反转方面，易受未来量子攻击的脆弱性。文章指出，尽管像联邦强化学习人类反馈（FedRLHF）这样的分布式学习方法可以保护原始数据，但量子计算机使用Shor算法仍可截获并解密传输的抽象梯度向量和加密签名。文章提出了一种基于格的零知识加密解决方案，以保护这些管道免受量子时代的威胁，旨在防止敏感训练数据和专有信息的重构。
-
Anthropic 的 Mythos AI 发现 NIST 测试算法中的加密漏洞
Anthropic 的 AI 模型 Mythos 识别出了两种先前未知的加密算法漏洞。尽管这些发现并未危及当前的安保系统，但它们提供了可减少破解所需精力的方法。所识别出的漏洞存在于 NIST 为后量子密码学标准进行测试的算法的弱化版本中。
-
AI 60小时破解NIST后量子密码学决赛算法
一个人工智能系统已在60小时内成功破解了一种NIST后量子密码学决赛算法。这一突破表明当前密码学标准可能容易受到先进AI能力的攻击。该发展引发了对未来数字通信和数据安全性的担忧。
-
人工智能有望在后量子过渡期间彻底改变密码分析
人工智能有望对密码分析产生重大影响，尤其是在当前向后量子密码学过渡期间。安全专家 Matthew Green 认为，人工智能可以为分析新的密码学问题提供急需的推动力。这一发展可能有助于增强对这些新算法安全性的信心，并丰富密码分析领域。
-
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。
-
Claude AI 助力后量子密码学研究取得突破
最近的一项分析探讨了 AI 模型 Claude 如何在推动后量子密码学研究方面发挥了重要作用。该研究强调了 Claude 在密码分析方面的能力，展示了其在加速开发能够抵御量子计算威胁的安全密码系统方面的潜力。这一突破标志着为后量子时代做好准备迈出了重要一步。
-
人工智能和量子计算加剧了企业的网络风险
随着自主人工智能的出现以及量子时代解密威胁的迫近，网络安全格局正在迅速演变。自主人工智能能够实现以机器速度运行的自主、自适应网络攻击，压缩防御者的响应窗口。与此同时，量子计算的进步通过“先收集，后解密”的活动，威胁着当前加密数据的长期安全性。董事会和首席信息安全官必须通过投资自动化防御、采用后量子密码学和实施强大的取证能力来积极应对这些风险。
-
香港银行开始为量子计算威胁做准备，香港金管局表示
香港金融管理局（HKMA）表示，香港银行业正处于为量子计算带来的网络安全威胁做准备的早期阶段。一项新的准备度指数显示，该行业得分2.3分（满分10分），目标是在2030年实现全面准备。虽然68%的银行已开始开展宣传活动、规划或试点项目，但仍有相当一部分银行缺乏采用后量子密码学的正式路线图。
-
Kimi K3 发现 Claude、GPT-5.6 错过的加密漏洞
一位用户报告称，AI模型Kimi K3成功识别出其后量子密码学项目中存在的五个漏洞，而其他先进模型如Fable、Opus 4.8和GPT-5.6 Sol均未能发现。用户使用这些模型审计了一个无服务器的后量子群组加密协议，Kimi K3作为独立审计员。尽管经过了Claude的先前审查和修复，Kimi K3的无限制审计仍然发现了关键缺陷，凸显了其在专业安全分析方面的潜力。
-
尽管准确率稳定，但大型语言模型会因不相关上下文而翻转答案 · 跟踪 2 个来源
佐治亚理工学院和斯坦福大学的最新研究表明，大型语言模型可能表现出预测不稳定性。虽然总体准确率得分可能保持很高，但当模型接收到不相关或无意义的上下文时，单个答案可能会发生显著变化。这表明大型语言模型的性能可能存在隐藏的脆弱性，而标准评估指标未能捕捉到这一点。
-
量子机器学习探测后量子密码学弹性
研究人员探索了使用量子生成对抗网络（QGAN）来评估后量子密码学的弹性。该研究展示了QGAN如何将基于哈希的数字签名的概率分布加载到量子计算机的内存中。这种利用近期混合量子-经典方法的方法，被认为是利用量子计算探测后量子密码学原语漏洞的基础性步骤。
-
后量子密码学带来商业风险，需要早期迁移
后量子密码学（PQC）是一个关键的业务连续性问题，而不仅仅是数学问题，因为像RSA和椭圆曲线密码学这样的当前加密方法容易受到未来量子计算机的攻击。虽然量子计算机并非迫在眉睫的威胁，但攻击者已经可以窃取今天的加密数据以供将来解密，这对敏感信息构成了重大风险。企业需要开始迁移到PQC解决方案，以保护机密性、真实性和完整性，从而确保其数字业务信任模型保持不变。
-
AI 溯源：可验证的记录对于可信赖的 AI 行为至关重要
Mickai 提倡为 AI 系统提供可审计的溯源，强调需要对 AI 的行为和决策进行可验证的记录。这种方法旨在确保 AI 的输出，无论是在药物开发、法律还是国防领域，都能够被追溯和信任。提出的解决方案包括创建所有输入、模型和决策的密封、签名和锚定的记录，以防止模型崩溃和记忆中毒等问题。
-
可验证记录对 AI 控制和问责至关重要，而不仅仅是证明
Mastodon 用户 Mickai 发布的一系列帖子认为，在 AI 系统中，尤其是在公共部门和国防领域，真正的控制和问责依赖于可验证的、已密封的、已锚定的记录，而不是单纯的证明或数据驻留。作者强调，后量子密码学对于确保这些记录的真实性至关重要，而不仅仅是保密性。这种方法被认为是解决‘供应商证明陷阱’、许多 AI 代理项目因治理差距而失败以及 GDPR 和欧盟 AI 法案等法规的冲突要求等问题的解决方案。
-
研究发现：LLM 辅助的 PQC 开发面临新的“编码漂移”风险
Dinithi Nadee Shakya Rathnaikage 的一篇新论文介绍了一种名为“PQC 中的安全编码漂移”的模型，该模型描述了对 LLM 的依赖如何导致后量子密码学开发中的安全编码实践退化。研究强调，LLM 在提高生产力的同时，也可能引入细微的漏洞。为解决此问题，该论文提出了一个游戏化框架，该框架整合了对抗性评估和行为反馈，将 LLM 转变为主动的安全副驾驶，以实现更安全的 PQC 实现。
-
新框架利用后量子AI保护医疗物联网安全
本研究论文提出了一种框架，用于保护医疗物联网（IoMT）设备免受量子计算威胁。它将后量子密码学（PQC）与联邦学习（FL）以及使用Kubernetes的原生边缘编排相结合。该系统旨在通过确保量子安全通信和通过分布式加密处理降低延迟来保护敏感健康数据，并在Raspberry Pi测试平台上进行了验证。
-
IPEVO Vurbo.AI 翻译工具在 G7 网络安全宣言发布之际推出
Tech Wind 现正销售 IPEVO 的 Vurbo.AI，这是一款实时人工智能翻译工具，旨在打破国际会议和谈判中的语言障碍。与此同时，G7 网络安全工作组发布了一项宣言，强调中小企业网络安全的重要性，并呼吁向后量子密码学过渡。
-
提出面向6G网络物理系统的AI原生闭环安全
一篇新的调查论文提出了一种面向支持6G的网络物理系统（CPS）的AI原生闭环安全框架。该提议的系统旨在以毫秒级精度在网络边缘检测和缓解威胁，解决了传统安全模型的局限性。它集成了多种AI技术，包括联邦学习和数字孪生，以创建一个强大且自适应的安全管道。
-
Let's Encrypt 优先迁移抗量子证书
Let's Encrypt 宣布了其迁移到后量子密码学 (PQC) 的策略，以保护数字证书免受未来量子计算威胁。该组织优先考虑转型，为采用勾勒出清晰的前进道路。此举承认了从抗量子加密转向身份验证方法的重点转移，这对于 Let's Encrypt 等证书颁发机构至关重要。