智客 ZICQ
EN 登录 / 注册
智客前沿 前沿论文 #MiniMax Cyber #AI密码分析 #智能体 #密码学安全 #AI for Science

MiniMax Cyber将密码分析推进至可执行攻击验证

Mr.Xu 的头像

文 / Mr.Xu 智客前沿编译 · 审校

发布时间:

中文阅读 (Chinese) English Version
共读互动 选中正文任意句子即可高亮划线、写下你的技术批注,或一键生成金句引用卡。 直达讨论区 ↓

摘要:MiniMax称,MiniMax Cyber把数学推导、攻击代码生成与结果验证串成闭环:在CryptanalysisBench Tier 2中,它对多款无已知实用攻击的NIST候选方案构造碰撞、密钥恢复、签名伪造或明文恢复攻击,并对COLM、SBC-VOLE、ARADI等已评审设计报告新结果。系统还结合代数结构利用与底层优化,声称解决数十个经典公钥挑战实例,取得数百至数万倍加速。亮点是攻击可执行且结果可验证,但完整成功率、模型与工具配置、独立复现及代码开放度仍待核查。


核心结论

MiniMax 报告称,MiniMax Cyber把密码分析组织成一条“数学推理—攻击代码—秘密恢复验证”的可执行闭环,并在多款尚无已知实用攻击的NIST候选方案、已公开评审密码设计及经典公钥挑战上取得结果。与只生成攻击思路的研究型模型不同,这套方法要求攻击程序在明确的数据与算力预算内实际恢复密钥、构造碰撞或生成有效伪造。

CryptanalysisBench Tier 2包含135个没有已知实用攻击的公开评审方案,以及7个面向生产强度参数的挑战方案。MiniMax称其使用与原论文相同的环境进行盲跑评测,但公开材料没有给出模型版本、提示词、代理框架、工具链、逐任务成功率或完整复现包。

从数学假设到可执行攻击

密码分析不同于常规软件漏洞扫描:前者可以攻击算法构造本身,包括分组结构、代数关系、证明假设和安全协议;后者则主要寻找实现缺陷。此次结果实际上横跨了两条路线,必须分开评价。

一条完整流程可以拆成四层:

  1. 结构抽象:从规范、安全证明和参考实现中寻找可被利用的不变量、弱化路径或代数依赖,而非仅搜索已知漏洞模式。
  2. 攻击合成:把推导转换为可运行的求解器、碰撞搜索或伪造程序,并显式处理参数、查询次数和内存边界。
  3. 系统优化:围绕数据结构、算术位宽、内存布局和搜索剪枝优化执行路径,使理论攻击落入可接受的时间与资源预算。
  4. 结果判定:以秘密恢复、输出一致或伪造可被验证为终态条件。错误推导或错误代码都会直接失败,因此执行验证比自然语言自评更严格。

MiniMax没有披露MiniMax Cyber的模型规模、训练方法、采样参数或代理脚手架,因此无法判断其优势主要来自基础模型推理、强化训练,还是长时程工具编排。

NIST候选方案上的关键结果

| 目标 | MiniMax报告的结果 | 技术含义 | |---|---|---| | Waterfall-256 | 单核0.045秒找到碰撞,并覆盖各输出长度设置 | 报告称首次构造出实用碰撞,而非只有理论复杂度估计 | | Blender-256 | 单核0.36—2.3秒找到全轮碰撞 | 除参考实现中的64位字长缺陷外,还声称攻破了底层构造 | | LOCKER | 将求解器矩阵从42 PB缩至58 MB,约2秒恢复全部参数集下的共享秘密 | 针对底层秩度量解码问题求解,而非仅利用代码漏洞 | | ROLLO-I-128 | 单核约6秒从公钥恢复等价秘密密钥 | 将理论上的全参数密钥恢复推进到实用执行阶段 | | DRS | 利用官方验证代码把逻辑与&&误写为按位与&的缺陷,零签名查询即可在0.1—0.8秒伪造签名 | 展示实现审计价值,但这是验证器绕过,不等于破解底层格问题 | | RQC-128 | 利用随机数采样泄漏,0.41秒从密文恢复明文 | 将实现层秘密泄漏转化为可执行恢复流程 | | LAC-128 | 解密失败分支遗漏密文副本,并把未初始化内存写入派生密钥 | 攻击点属于实现缺陷,可能破坏选择密文安全性 |

系统还在ISAP、Shamash、QC-MDPC KEM、REMUS-N1和ForkAE等参考实现中报告跳过核心轮次、采样损坏、越界访问等问题,累计发现十余项此前未报告的实现缺陷。

对于n比特输出,若攻击只能利用通用生日碰撞,经典数量级约为2^(n/2)次求值。Waterfall-256和Blender-256的亚秒级结果因此不能被理解为通用哈希碰撞能力,而应归因于特定结构、截断方式或实现路径。

已评审设计与经典难题

在已公开评审的构造上,MiniMax还报告了以下结果:

  • COLM:在无需解密查询、仅使用两次加密查询的条件下构造有效认证密文伪造,违反标准模型下的完整性目标;这并不等同于直接恢复明文。
  • SBC-VOLE:在全部6组参数和两种官方代码变体上,从单个已知签名恢复完整秘密密钥,耗时约0.06秒。签名通常公开,因此这种攻击链尤其值得警惕。
  • ARADI:将既有5轮实用密钥恢复推进到8轮,单核耗时2.4—16秒,同时为9—12轮给出新的理论纪录。9—12轮结果仍是理论边界,不能与实用攻击混为一谈。

针对没有明显设计缺陷、只能依赖经典 hardness assumption 的方案,MiniMax称系统把代数结构利用与现代处理器上的底层优化结合,在公开密码挑战中解决了数十个此前未解的高阶实例,相对近期论文或既有求解系统取得数百至数万倍加速。

LOCKER的矩阵规模从42 PB降至58 MB尤其值得关注。若原问题使用稠密线性代数表示,搜索空间可能随参数和维度急剧膨胀;发现隐藏结构后改用更紧凑的表示或更有效的约束求解,才可能产生这种数量级的资源下降。不过该优化依赖特定实例,不能外推为所有秩度量、格或多变量问题的通用复杂度改进。现有材料也没有完整列出挑战实例、各求解器预算及端到端耗时。

评测可信度应如何判断

盲跑和可执行验证提高了结果门槛,但仍不足以替代独立复核。

  • 数据污染仍未完全排除:NIST候选规范、证明和攻击论文均为公开材料,盲跑可以减少针对测试集的即时调参,却不能证明模型预训练阶段没有接触过相关结构。
  • 缺少总分母:材料列出了成功案例,却没有给出142个Tier 2方案各自的尝试状态、总成功率和失败原因,也未展示Tier 1已知攻击作为对照实验的结果。
  • 计时口径不清:0.045秒、0.06秒或2秒更可能表示攻击程序运行时间,但是否包含模型推理、提示生成、编译、搜索重启及预处理成本尚不明确。
  • 基线公平性待核验:既有求解器可能运行在多GPU集群上,而部分新结果只计单核时间;反过来,将AI生成和调试成本排除,也会夸大实际效率。
  • 理论结果与实用结果应分层:全轮碰撞、密钥恢复和有效伪造可以由执行结果直接验证;ARADI的9—12轮纪录以及安全证明中的缺口,则仍需数学复核。
  • 实现漏洞与算法破解不可混用:DRS、RQC-128和LAC-128的结果说明参考代码可能不安全,但不能据此断言其底层密码学假设已经被推翻。

工程权衡与真实成本

攻击运行时间不等于端到端效率。 求解器只需数秒,不代表智能体从阅读规范到提交攻击也只需数秒。生产评估还应计入模型Token成本、上下文长度、工具调用次数、编译时间、并行试验量和专家复核时间。

结构化降维不等于普适加速。 42 PB到58 MB的压缩高度依赖特定矩阵与秘密结构。挑战实例一旦失去规则性,搜索空间可能重新扩张,必须报告不同参数规模和结构类型上的扩展曲线。

实现缺陷的修复成本较低,但算法缺陷影响更深。 修正&&与&、初始化内存或采样流程即可消除部分漏洞;若底层构造可被低成本攻破,则需要更换参数、重新设计结构,甚至撤回相关方案。

自动化会放大验证要求。 可执行攻击消除了大量空泛结论,却不能自动证明代码没有侧信道、攻击样本没有数据泄漏、理论纪录没有边界条件错误。密码学结论仍需由独立实现和领域专家交叉验证。

该能力具有明显双重用途。 同一系统既可帮助标准方案发现缺陷,也能被用于构造针对真实部署的攻击代码。研究披露应遵循协调披露流程,避免在补丁和迁移方案就绪前公开可直接武器化的细节。

开发者与研究机构的落地建议

  1. 把MiniMax Cyber定位为密码学红队助手,而不是最终裁决者。 它适合批量筛查规范、证明和参考实现,输出值得人工复核的攻击假设;生产级结论仍需专家签署。
  2. 建立可复现门禁。 固定模型版本、提示词、工具版本、随机种子、编译器和硬件,保存完整推理轨迹、生成代码及运行日志,并从干净环境重新执行。
  3. 实施独立交叉验证。 至少使用两套独立实现验证碰撞、密钥恢复和伪造;理论结果还需检查代数推导、复杂度假设与边界条件。
  4. 统一报告口径。 同时记录模型与求解器总耗时、峰值内存、查询次数、预处理成本、失败率和多次运行方差,避免只报告最优攻击时间。
  5. 隔离智能体执行环境。 使用受限容器、CPU与内存配额、网络白名单和秘密扫描,防止生成代码读取无关凭据或外传研究数据。
  6. 按风险类型启动响应。 若相关构造已经部署,应分别处理实现漏洞与数学设计风险:实现问题需要修补和回归测试,算法问题则可能要求轮换密钥、迁移参数或停止使用该构造。
  7. 优先复现高价值样本。 LOCKER、ROLLO-I-128、SBC-VOLE和COLM同时具备清晰安全边界与可验证终态,适合作为独立团队复核MiniMax结论的首批案例。

消息来源:MiniMax Blog (2026-11-20)

—— 完 ——

主题标签: #MiniMax Cyber #AI密码分析 #智能体 #密码学安全 #AI for Science

编辑部与事实核查说明:本篇专刊由智客前沿资讯管线根据官方技术公告、学术论文及开源工程文档整理编译,经算法实体核验与人工编辑审校后发布。若发现技术事实纰漏,欢迎依据勘误方针或一键向编辑部发送勘误反馈。

读完这篇,你的第一判断是?
🚀 去【作品】晒出你的相关实践

社区整体评论区

正在加载实时智能评论与划词标注…