
11月22日消息,MiniMax公布最新内部模型在密码分析领域的研究成果。该公司表示,研究团队利用大模型开展自动化密码分析,发现多处此前未知的算法构造缺陷,并将部分原本停留在理论层面的攻击推进至秒级、分钟级的实际破解。
据MiniMax披露,该内部模型针对历届美国国家标准与技术研究院(NIST)国际密码标准化竞赛中的候选算法展开测试,首次攻破多个此前尚无已知实际攻击的方案。
研究团队还将分析范围扩展至近年来发表于国际密码学顶级会议、期刊的研究成果及竞赛优胜方案,对多个经过同行评审的密码构造实现了高效的认证密文伪造或密钥恢复,并刷新新型分组密码的最高破解轮数纪录。
在数学问题求解方面,MiniMax称,该模型能够结合密码算法中的代数结构分析与工程优化,在国际公开挑战赛中首次解决数十个此前尚无公开解的高阶问题,实测求解速度较现有最优算法提升数百至数万倍。
密码分析是密码学的重要研究方向,主要通过数学推导和计算实验,寻找算法设计中可能存在的安全缺陷。对于大模型而言,这类任务不仅需要复杂的数学推理能力,还要求将推导结果转化为可运行、可验证的程序。
此次研究也是MiniMax向AI for Science(AI4S,人工智能辅助科学研究)领域拓展的一次尝试。随着大模型能力提升,AI正逐步参与数学、计算机科学等领域的复杂研究任务。
MiniMax强调,本次研究主要针对学术前沿方案、历史竞赛候选算法及公开参数挑战,不影响现行主流密码标准的安全性。公司表示,相关实验的推理轨迹已通过技术报告和代码形式公开,并邀请密码学与安全领域研究人员参与测试和验证。(定西)