Negli ultimi mesi la ricerca in crittografia post quantum e analisi dei cifrari sta ricevendo un impulso inaspettato grazie ai modelli di intelligenza artificiale. Un recente lavoro sperimentale mostra come un sistema AI sia riuscito a costruire un attacco end to end di recupero chiave contro HAWK 256 e a velocizzare in modo significativo un attacco su AES 128 ridotto a sette round.
Sono risultati importanti per chi segue sicurezza informatica e crittografia, ma vanno letti nel loro contesto tecnico e operativo.
HAWK e uno schema di firma digitale basato su reticoli, inserito tra i candidati avanzati nel processo di standardizzazione NIST per firme post quantum. I parametri principali puntano a livelli di sicurezza piu alti, mentre HAWK 256 e un parametro di sfida pensato come bersaglio per la crittoanalisi. Il recupero diretto della chiave in HAWK puo essere visto come un problema di isomorfismo tra reticoli, dove un attaccante deve trovare una trasformazione nascosta che collega due strutture matematiche.
La novita dellattacco su HAWK 256 sta nello sfruttamento di una simmetria, chiamata automorfismo, rimasta inutilizzata in precedenza. Individuare questa simmetria riduce la difficolta del problema, portando a una ricerca in uno spazio di dimensione piu piccola. Limplementazione pubblica dimostra la fattibilita pratica sul parametro di sfida, con un tempo atteso di poche ore su un server multicore, e produce materiale di firma equivalente, non necessariamente il seed originale della chiave segreta. La stima del work factor per HAWK 256 scende sensibilmente, mentre per i parametri piu grandi la complessita resta impraticabile.
Sul fronte AES 128, il risultato riguarda sette round su dieci, un contesto tipico di ricerca per misurare il margine di sicurezza del cifrario. Lattacco richiede un numero enorme di chosen plaintext, quindi non e applicabile a scenari reali. Il miglioramento tecnico deriva dalla rimozione di un passaggio di enumerazione a 256 tentativi in un meet in the middle, grazie a un fingerprint invariabile chiamato Mobius Bridge, ottenendo un guadagno stimato tra 200 e 800 volte.
Questi esperimenti evidenziano soprattutto il valore dellAI come acceleratore di scoperta e generazione di idee, con un costo elevato di verifica umana e riproducibilita, che resta il vero collo di bottiglia nella crittoanalisi moderna.