Google DeepMind 发布 AlphaProof Code,在机械码层面形式验证 Signal 协议实现
Google DeepMind、AlphaProof Codeを発表 ——Signalプロトコルの実装を機械語レベルで形式検証 | gihyo.jp
Google DeepMind 于 2026 年 11 月 10 日发布人机协作形式验证框架 AlphaProof Code,并将其用于 Signal 协议参考实现 libsignal。团队在不改动 libsignal 代码的情况下,用 rustc 编译出 AArch64 版 Linux 可执行文件,在 Lean 中建模指令与运行环境,证明编译后机械码满足前方秘匿性等安全特性。5 人团队耗时 4 周,AI 智能体基于 Gemini Carbon 生成约 650 万行 Lean 证明代码;规格、证明与验证脚本已公开在 GitHub 的 google-deepmind/code-verification。
推荐理由
AI 评分 68
原文交代了人机协作验证流程与 libsignal 机械码层面的证明范围,也列出未覆盖的假设与限制。
主题
正文 · AI 翻译
Google DeepMind于2026年11月10日发布了“AlphaProof Code”,这是一个由人类专家与AI智能体协作对软件进行形式验证的框架。研究团队将该机制应用于Signal协议(用于端到端加密通信)的参考实现libsignal。据称,在有关密码处理和运行环境等假设之下,他们证明了编译后的机器码满足主要安全特性。
推出AlphaProof Code:深度验证复杂软件的一项突破 - Google DeepMind
在形式验证中,首先将软件应满足的性质作为规格进行描述。然后,在关于运行环境和输入等前提成立时,以数学方式证明程序满足该规格。以往的密码协议验证大多针对抽象设计或为便于验证而重写的实现,要验证实际使用的代码需要耗费大量人力。研究团队将此次成果定位为首次在不修改广泛使用的密码协议实现的情况下,证明其协议级安全性。
人类批准规格,AI生成证明,Lean进行检查
在AlphaProof Code中,人类专家决定要证明程序的哪些性质、对输入和运行环境等设定哪些前提。AI智能体按照这一方针,用定理证明辅助系统Lean的语言描述要证明的主张和前提,起草规格。专家确认并修改草案,然后批准规格。
批准后,统筹角色的AI智能体将证明程序满足规格的工作进行拆分,分配给各负责的智能体。各负责人生成Lean证明代码,由整合负责人将其汇总。
生成的证明由Lean内核检查逻辑正确性。此外,检查负责的AI智能体运行比较工具,不仅将所证明的主张,还将该主张直接或间接引用的定义与已批准的规格进行比对。由此避免接受AI擅自修改规格而生成的证明。不过,即使能够确认证明的正确性及与规格的一致性,该规格是否表达了原本想要确认的性质,仍需由人类判断。
AlphaProof Code的形式验证流程。左上由人类和AI创建Lean规格,并由人类批准。左下将编译后的机器码在Lean上的执行模型中处理。右侧的AI智能体群证明代码满足该规格。检查负责人进行Lean检查和与已批准规格的比对,接受同时通过两者的证明(来自Google DeepMind的发布博客)。
在libsignal实现中证明前向保密性等
据技术论文介绍,研究团队在不修改libsignal代码的情况下将其集成到验证用命令行程序中,使用Rust编译器rustc生成面向AArch64版Linux的可执行文件。将该可执行文件读入Lean,基于用Lean定义的AArch64指令及Linux上运行环境行为的模型,由AI智能体生成证明。此次直接验证了编译后的代码,因此无需假设编译器正确运行。
该证明工作由5人团队历时4周完成,AI智能体生成了约650万行Lean证明代码。据发布介绍,生成证明的AI智能体模型使用了Gemini Carbon。
验证对象是一对一通信,包括通信双方共享作为加密密钥基础的秘密值的PQXDH,以及之后为每条消息更新加密密钥的Triple Ratchet。研究团队针对该程序证明了即使当前密钥等泄露,也能防止过去消息被解密(前向保密性)。此外,还证明了在攻击者不介入被攻破后的密钥交换等条件下,通过密钥更新可以恢复通信安全性。
研究团队还故意在验证用代码中重现了libsignal过去修复的2个漏洞。在此次验证中,确认了有漏洞的代码是否也会满足本次规格。无论哪种情况,都证明了重现漏洞的程序不满足规格所定的安全特性,并用Lean检查了该证明。
不过,此次验证对象仅限于研究团队集成libsignal后创建的命令行程序。此外,此次证明假设部分密码处理和文件输出处理等按规格运行,并未验证这些实现本身。在设想使用量子计算机的攻击者时,并未证明到被攻破后可以恢复通信安全性[1]。
规格、证明及验证工具已在GitHub公开
Google DeepMind在GitHub的google-deepmind/code-verification上公开了此次形式验证的成果。其中收录了用Lean描述的规格和证明、表示AArch64指令及运行环境的定义、验证用脚本等。为使第三方能够用Lean重新检查证明,还提供了构建和检查步骤。
今后的应用方向包括医疗设备固件和电网软件等。不过,要广泛适用该方法仍需继续研究。
研究团队进一步在验证用代码中故意重现了libsignal过去修复的2个漏洞。在此次验证中,确认了有漏洞的代码是否也会满足本次规格。无论哪种情况,都证明了重现漏洞的程序不满足规格所定的安全特性,并用Lean检查了该证明。
不过,此次验证对象仅限于研究团队集成libsignal后创建的命令行程序。此外,此次证明假设部分密码处理和文件输出处理等按规格运行,并未验证这些实现本身。在设想使用量子计算机的攻击者时,并未证明到被攻破后可以恢复通信安全性[1]。
规格、证明及验证工具已在GitHub公开
Google DeepMind在GitHub的google-deepmind/code-verification上公开了此次形式验证的成果。其中收录了用Lean描述的规格和证明、表示AArch64指令及运行环境的定义、验证用脚本等。为使第三方能够用Lean重新检查证明,还提供了构建和检查步骤。
今后的应用方向包括医疗设备固件和电网软件等。不过,要广泛适用该方法仍需继续研究。
AI 热点