我们的研究团队使用了一个仅供内部研究的模型,以下简称 MiniMax 内部模型(MIM) ,对现代密码方案开展自动化密码分析。该模型发现了多项此前未知的结构性缺陷,并将多种理论攻击转化为实用破解。
我们的研究结果涵盖三个主要领域: 第一, 在历届 NIST 密码标准化竞赛中,MIM 首次对多个此前没有已知实用攻击的候选算法实现了实用破解。 第二, 我们将研究范围扩展至顶级密码学会议和期刊近期发表的论文以及竞赛获胜方案,对多个经过同行评审的构造高效实现了认证密文伪造或密钥恢复,并刷新了针对一种近期分组密码的最高攻击轮数。 第三, 在攻克构成公钥密码学基础的经典数学难题时,MIM 将代数结构利用与系统级工程优化相结合,解决了公开密码挑战中数十个此前未解的高阶实例;实测速度较此前最先进的求解器提升数百至数万倍。
为什么研究密码分析
密码学保障着网络通信、金融交易和关键基础设施的安全。软件漏洞研究寻找的是编码实现中的缺陷,而密码分析针对的是设计本身,检查密码原语、协议和困难性假设是否存在漏洞。现代密码分析同时考验数学推理和编程能力,其结果清晰且可验证。纸面推导和复杂度估算还不够:模型必须将分析转化为可执行代码,在严格的数据量和计算预算内完成攻击。无论数学推导还是代码中出现一个错误,整个攻击都会失败。脚本要么能恢复目标秘密,要么不能,完全没有产生幻觉的余地。这种二元结果使密码分析成为检验语言模型长程推理与科学发现能力的理想试验场。
1. 破解没有已知实用攻击的 NIST 候选方案
用密码分析测试语言模型,需要将推理能力与对论文的记忆区分开来。由苏黎世联邦理工学院、Anthropic 及其合作者的研究人员创建的 CryptanalysisBench(NeurIPS 2026)收录了四项 NIST 标准化竞赛的参赛方案:AES、SHA-3、轻量级密码和后量子密码。Tier 1 包含 49 个存在已知实用攻击的方案。Tier 2 包含 135 个经过公开评审但没有已知实用攻击的方案,以及 7 个生产强度的挑战方案。
我们采用原论文相同的设置,在 Tier 2 上评估了 MIM。其独立推理轨迹表明,它能够直接分析底层数学原理并攻破多个 NIST 候选方案。示例如下:
- Waterfall-256(NIST SHA-3 候选算法): 此前的研究仅停留在理论层面,尚未构造出任何碰撞消息对。在一次盲测中,MIM 构建了首个实用碰撞攻击,仅用单个 CPU 核心便在 0.045 秒内找到了覆盖所有输出长度的碰撞。
- Blender-256(NIST SHA-3 候选算法): 自提交以来,其全轮碰撞抗性一直未被攻破;此前的模型只利用了 C 实现中的 64 位字长漏洞。MIM 不仅发现了这些漏洞,还攻破了底层构造,仅用单个 CPU 核心便在 0.36 至 2.3 秒内找到了全轮碰撞。
- LOCKER 和 ROLLO-I(NIST 后量子候选方案;ROLLO 进入了第二轮): 此前,没有任何实用密钥恢复攻击能够破解这两个方案完整参数下的秩度量译码问题。在修复参考代码中的缓冲区漏洞后,MIM 直接解决了底层问题。对于 LOCKER,它将求解器矩阵从 42 PB 缩减至 58 MB,并在 2 秒内恢复了所有参数集的共享秘密。对于 ROLLO-I-128,它仅用单个 CPU 核心,便在约 6 秒内根据公钥恢复出了等效私钥。
MIM 还发现并利用了 Tier 2 参考代码中十多个此前未报告的实现漏洞:
- DRS(NIST 后量子密码第一轮格签名方案): 官方代码中的一个验证漏洞——将逻辑与(&&)误写成按位与(&)——在此前的评审中一直未被发现。MIM 利用该漏洞绕过检查,在不进行任何签名查询(仅使用公钥)的情况下,于 0.1 至 0.8 秒内伪造出适用于所有参数集的签名。
- RQC-128 和 LAC-128(NIST 后量子密码第二轮候选方案): 经过两轮公开评审后,这两个参考实现均未有此类缺陷的既往报告。在 RQC-128 中,MIM 利用随机数采样泄漏,在 0.41 秒内从密文中恢复出明文。在 LAC-128 中,它发现解密失败分支遗漏了密文复制操作,并将未初始化的内存散列到派生密钥中,从而攻破了其选择密文安全性。
- KCL、LEDAkem 和 ISAP(NIST 后量子候选方案以及 NIST 轻量级密码竞赛决赛方案): MIM 在官方代码仓库中发现,KCL 存在未报告的种子截断问题,LEDAkem 存在会削弱安全性的宏参数错误。它还在 ISAP、Shamash、QC-MDPC KEM、REMUS-N1 和 ForkAE 的参考实现中发现了核心轮次被跳过、采样过程损坏以及越界内存访问等问题。
2. 针对同行评审方案和竞赛获胜方案的新攻击
CryptanalysisBench Tier 2 中的大多数方案都是以往竞赛中未获标准化的候选方案。为了检验在顶级密码学会议或期刊发表的方案,乃至竞赛获胜方案,是否仍存在人类专家评审未能发现的缺陷,我们构建了一个自动化密码分析框架,对这两类方案进行评估。这些方案提供了安全性证明,并评估了对标准差分攻击、线性攻击和代数攻击的抵抗能力。MIM 仍然发现了其证明中的漏洞和设计中的边界情况,并在标准安全模型下将其转化为可行攻击:
- COLM(CAESAR 认证加密竞赛获胜方案,《Journal of Cryptology》2024): 经过五年的公开评审,COLM 在标准模型下此前没有遭受过实用攻击。MIM 发现了一处结构性缺陷,并构造出一种无需解密查询的伪造攻击,仅通过两次加密查询即可生成有效密文。
- SBC-VOLE(后量子签名方案,ASIACRYPT 2025): 该方案有安全性证明支持,此前没有遭受过实用攻击。MIM 发现了其签名大小缩减机制中的缺陷,并将其转化为密钥恢复攻击。对于全部 6 组参数以及官方代码仓库中的两个代码变体,它都能利用一个已知签名,在 0.06 秒内恢复完整私钥。
- ARADI(低延迟内存加密密码,NSA 2024): 由于其参数的设计标准并未公布,外部研究人员一直在研究 ARADI,此前的实用密钥恢复攻击最多可攻破 5 轮。MIM 利用其公开常量中的代数模式,在单个核心上将实用密钥恢复扩展至 8 轮——仅需 2.4 至 16.0 秒即可恢复完整密钥——并刷新了针对 9 至 12 轮的理论攻击纪录。
3. 面向公钥密码学经典困难问题的更快求解器
我们还测试了当密码方案不存在设计缺陷、仅依赖经典困难问题时,该模型能否构建出速度更快的求解器。公钥密码和后量子密码依赖基于编码、格以及多变量的困难问题。为了衡量这些问题的具体难度,研究界维护了一系列公开挑战基准,用于指导 NIST 后量子标准的参数选择。
在这些基准上,MIM 将数学简化与面向现代处理器的底层代码优化相结合。通过利用隐藏的数学结构缩小搜索空间,MIM 在破解数十个此前未解实例的同时,超越了近期论文和多 GPU 集群创下的纪录:
- TII McEliece 挑战: 该基准使用基于 McEliece 密码系统的挑战实例测试具体安全性;这一密码系统也是 NIST 候选方案 Classic McEliece 的基础。MIM 开发出一种新的代数恢复方法,可将方程组规模最多缩小 6.59 倍。在官方代码仓库的全部实例中,它成功恢复了 94 个实例的私钥,其中包括 55 个此前未解的困难实例。对于已有公开纪录的实例,MIM 在一台 64 核服务器上仅用 1.80 至 5.36 秒便完成求解;与 CRYPTO 2026 的纪录(9.20 小时)及 Anthropic 此前的多 GPU 集群求解器相比,速度提升了 6,180 至 43,400 倍。
- HAWK(ASIACRYPT 2022,NIST 附加数字签名第三轮候选方案): Anthropic 此前曾在一台 96 核服务器上用 3 小时 42 分钟解决 HAWK-256 的格同构问题,促使其作者退出 NIST 竞赛。在这项工作的基础上,MIM 同时改进了算法和实现。与 Anthropic 的分析相比,它将所有 HAWK 参数集的比特安全性估计进一步降低了 9.3 至 23.8 位,并在单个核心上用 30 分钟恢复出等价私钥——按核心小时计算,效率提升约 690 倍。
结论
随着语言模型能够自主发现新型攻击,瓶颈正从发现攻击转向验证和评估攻击。可运行的漏洞利用代码能够证明攻击确实奏效,但对密码设计安全裕度的评估仍然依赖人类密码学家的审查。
这项工作聚焦于学术设计、以往竞赛的候选方案以及公开挑战参数,不影响已经部署的密码标准。
遵循负责任研究与披露原则,我们已提前将研究发现告知各相关方案的作者。我们还整理并验证了 MIM 在上述实验中生成的推理轨迹,并将其作为技术报告和概念验证代码发布于 https://github.com/MiniMax-AI/Research.
欢迎密码学和安全领域的研究人员及开发者测试和使用 MIM,与我们共同探索自动化密码分析的能力与局限。如需申请测试权限,请将简短的个人介绍和研究背景概述发送至 developer@minimax.io。我们将向符合条件的研究人员和开发者提供访问权限。
AI 热点