Anthropic AI Mythos deckt Schwachstelle in PQC-Algorithmus HAWK auf

2026-07-30 · kamil

Ein Kandidat für einen offiziellen US-Standard im Bereich der quantenresistenten Kryptographie, der Algorithmus HAWK, wurde nach der Entdeckung einer gravierenden Schwachstelle zurückgezogen. Das KI-Sicherheitsmodell Mythos von Anthropic half dabei, den Fehler aufzudecken, der das digitale Signaturverfahren als „gebrochen“ erscheinen lässt. Nachdem Anthropic am Montag die Ergebnisse bekannt gab, erklärte der Entwickler von HAWK am Dienstag den Rückzug des Algorithmus.

HAWK und die NIST-Prüfung

HAWK ist ein digitales Signaturverfahren, das entwickelt wurde, um künftigen Angriffen von Quantencomputern standzuhalten. Es hatte zuvor zwei Prüfungsrunden des NIST (National Institute of Standards and Technology) zur Bewertung der Sicherheit von PQC-Algorithmen (Post-Quanten-Kryptographie) erfolgreich durchlaufen. Zum Zeitpunkt der Entdeckung befand sich HAWK in einer dritten Testphase, die genau darauf ausgelegt war, solche Schwachstellen aufzudecken, wie sie nun durch Mythos gefunden wurden.

Die Sicherheit von HAWK basiert auf der Schwierigkeit des sogenannten Lattice Isomorphism Problem, das im Gegensatz zu den heute gängigsten digitalen Signaturverfahren als sicher gegen Quantencomputerangriffe gilt. Der beste bekannte klassische Computerangriff zur Lösung dieses Problems suchte nach Automorphismus-Symmetrien. Mythos lieferte eine bisher unbekannte Methode zur Auffindung solcher Symmetrien, was die Schlüssellänge effektiv halbierte.

Die Rolle von Mythos bei der Entdeckung

Das Mythos-Modell, das derzeit nur einer ausgewählten Gruppe vertrauenswürdiger Nutzer zur Verfügung steht, konnte Angriffe auf zwei Kryptosysteme vorantreiben: HAWK und das weit verbreitete AES-Verfahren. Für HAWK benötigte ein Anthropic-Forscher ohne Kryptographie-Fachwissen, aber mit gelegentlicher menschlicher Anleitung, etwa 60 Stunden Rechenzeit und Kosten von rund 100.000 US-Dollar, um den bekannten Angriff auf den Algorithmus zu verbessern. Diese Verbesserung reduzierte die Schlüsselsicherheit um die Hälfte.

Mythos arbeitete semi-autonom in einem Agenten-Framework, führte eine umfassende Literaturrecherche durch, um den Stand der Technik zu verstehen, und unternahm erhebliche mathematische Überlegungen und Rechenexperimente. Nach der Entdeckung des Angriffs implementierte Mythos eine End-to-End-Verifizierungspipeline, um die Korrektheit des Angriffs zu bestätigen.

Einordnung der Ergebnisse

Obwohl die Schwachstelle durch eine Verdoppelung der Schlüssellänge gemildert werden könnte, würde der zusätzliche Rechenaufwand HAWK im Vergleich zu anderen verfügbaren PQC-Signaturalgorithmen wie ML-DSA und FN-DSA weniger attraktiv machen. In der akademischen Kryptographie gilt ein Algorithmus als gebrochen, wenn Schwachstellen es einem Angreifer ermöglichen, einen Schlüssel schneller abzuleiten als durch einen Brute-Force-Angriff. Sophie Schmieg, eine PQC-Expertin bei Google, merkte an, dass HAWK bereits Schwachstellen vermutet wurden, die irgendwann entdeckt werden würden. Trotzdem machte die durch Mythos gefundene Methode zur Halbierung der Schlüsselsicherheit den Algorithmus weniger konkurrenzfähig.

Matthew Green, Professor und Kryptographie-Experte an der Johns Hopkins University, hob hervor, dass das Beeindruckende an der Entdeckung die Kombination mehrerer bestehender Methoden war, die zuvor niemand zusammengeführt hatte. Die Angriffe sind inkrementell und brechen keine der heute in der Praxis verwendeten Kryptosysteme. Sie zeigen Methoden zur moderaten Reduzierung des Aufwands, der zur Überwindung der Systeme erforderlich wäre. Zudem wurden geschwächte Versionen der Systeme getestet, und die Angriffe wären außerhalb von Testumgebungen wahrscheinlich nicht durchführbar. Die zugrunde liegenden mathematischen „Primitive“ bleiben zumindest vorerst sicher.

Auch beim AES-Verfahren konnte Mythos Verbesserungen bei einem „Meet-in-the-Middle“-Angriff erzielen, der die Anzahl der benötigten Klartexteingaben von 2105 auf 289 reduzierte. Dies würde die Angriffszeit um das 200- bis 800-fache verkürzen, ist jedoch ebenfalls auf geschwächte Versionen des Algorithmus beschränkt und außerhalb des Labors nicht praktikabel.


Thema: Technologie / KI allgemein. Quelle/Inspiration: Ars Technica.

← Zurück zu Aktuelles

Ähnliche Artikel