Jusqu'ici, quand Claude trouvait une faille dans une bibliothèque de chiffrement, il s'agissait d'une erreur d'implémentation : un programmeur avait mal utilisé un algorithme dans son code. C'est déjà beaucoup. Mais le 28 juillet, l'équipe Frontier Red Team d'Anthropic a publié un résultat d'une autre nature : avec Claude Mythos Preview, ses chercheurs ont trouvé des faiblesses mathématiques dans les algorithmes eux-mêmes.
Précision essentielle, répétée par Anthropic : aucun système en production n'est concerné, et aucun logiciel n'a besoin d'être modifié. Mais c'est un signal fort sur ce que les modèles d'IA peuvent désormais apporter à la cryptanalyse.
Chaque fois que tu visites un site en HTTPS, ton navigateur vérifie l'identité du site avec un schéma de signature numérique. Ensuite, les échanges sont chiffrés avec un chiffrement symétrique, où les deux parties partagent la même clé. Sans ces algorithmes, emails, banque en ligne et quasiment tout Internet seraient exposés.
La solidité de ces algorithmes repose sur des années d'examen par des experts. C'est ce qui rend les résultats d'Anthropic notables.
Résultat 1 : HAWK, un candidat post-quantique, affaibli
Le contexte
Les ordinateurs quantiques, s'ils voient le jour à grande échelle, pourraient casser la plupart des schémas de signature utilisés aujourd'hui (comme RSA ou ECDSA). Le NIST, l'institut américain des normes, mène donc depuis près de dix ans un effort pour standardiser une cryptographie post-quantique. En 2022, il a lancé un appel à des schémas de signature supplémentaires. HAWK fait partie des candidats du troisième tour, après deux tours et deux ans d'examen par des experts humains.
Travaillant avec Mythos Preview, un chercheur d'Anthropic a mis au point une attaque qui divise par deux la taille de clé effective de HAWK. Concrètement, pour la variante HAWK-256, le coût estimé d'une récupération complète de la clé passe de 2^64 à 2^38 opérations.
Le principe, en simplifiant : la sécurité de HAWK repose sur un problème mathématique lié aux réseaux euclidiens (le Lattice Isomorphism Problem). Mythos a trouvé une symétrie non triviale (un automorphisme) jusque-là inexploitée dans le réseau utilisé par HAWK. Des travaux antérieurs avaient montré qu'un tel automorphisme permettrait une attaque, sans savoir s'il existait dans le cas de HAWK.
L'attaque reste exponentielle, et les grandes tailles de clé restent hors de portée. Mais pour garder le même niveau de sécurité, il faudrait doubler la taille des clés, ce qui retire à HAWK une bonne partie de son intérêt. L'attaque est spécifique à HAWK et ne touche ni les autres candidats du NIST ni la cryptographie à base de réseaux en général.
Mythos a travaillé de façon semi-autonome, dans un environnement proche de Claude Code, avec plusieurs agents collaborant dans une sandbox, avec Python, Sage et l'accès à la littérature scientifique. Le chercheur humain, formé en informatique théorique mais pas spécialiste de ce domaine, s'est surtout occupé de gestion de projet.
Détail savoureux : l'idée clé est venue d'une paire d'agents. Le premier a rejeté l'idée trop vite comme irréalisable, le second a trouvé comment l'exploiter. Après échanges, les deux ont convergé.
Durée totale : environ 60 heures. Coût estimé : environ 100 000 dollars d'API.
Le contexte
AES, adopté par le NIST en 2001, est le chiffrement symétrique le plus utilisé au monde et l'un des plus étudiés. AES-128 applique 10 tours de la même fonction. Pour mieux comprendre sa robustesse, les chercheurs étudient régulièrement des versions réduites, avec moins de tours.
Mythos a amélioré une attaque sur AES-128 réduit à 7 tours, de type « rencontre au milieu » (meet-in-the-middle) : on échange du temps de calcul contre de la mémoire, en pré-calculant une grande table de correspondances.
L'innovation de Mythos est une technique d'empreinte qu'il a baptisée « Möbius Bridge », qui rend inutile une étape où l'attaquant devait tester 256 valeurs possibles, divisant ce travail par 256. Avec d'autres optimisations, l'attaque est 200 à 800 fois plus rapide que la meilleure attaque précédente, selon la façon de mesurer.
Mais elle reste totalement impraticable : elle suppose qu'un attaquant puisse faire chiffrer de l'ordre de 2^105 messages choisis. Et elle ne concerne pas l'AES complet à 10 tours.
Cette fois, la découverte est presque entièrement autonome : un chercheur a construit un cadre dans lequel Claude formulait des hypothèses, les testait par expérience, puis concevait une attaque. Anecdote révélatrice : au début, Claude refusait de s'y mettre, affirmant qu'il était impossible d'améliorer la cryptanalyse d'AES.
Là encore, l'essentiel du temps humain a servi à vérifier les affirmations du modèle.
Anthropic souligne avoir suivi une divulgation responsable : consultation d'universitaires pour valider les résultats, copies partagées en avance avec le gouvernement américain et des partenaires industriels, et, pour HAWK, un partage de l'attaque avec les auteurs du schéma en juin, avant une publication coordonnée sur la liste de diffusion publique du NIST.
L'entreprise a aussi construit, avec des universitaires, un benchmark ouvert, CryptanalysisBench, pour que d'autres puissent évaluer les capacités des modèles en cryptanalyse.
Pour les développeurs, rien à court terme : HAWK n'est pas déployé, et AES complet n'est pas touché. Continue d'utiliser les bibliothèques cryptographiques éprouvées, et surtout, n'invente pas ta propre cryptographie.
À plus long terme, le message est double :
- pour les concepteurs d'algorithmes, l'IA devient un outil d'examen puissant, capable de trouver des faiblesses avant qu'un standard ne soit déployé ;
- pour la sécurité en général, notre lecture : ce type de capacités aide à comprendre pourquoi les modèles de classe Mythos sont diffusés avec autant de précautions.
C'est la recherche en cryptographie qui fonctionne comme prévu : éprouver les algorithmes pour construire la confiance.
- HAWK, candidat post-quantique du NIST : taille de clé effective divisée par deux (HAWK-256 : de 2^64 à 2^38), en 60 heures.
- AES-128 à 7 tours : attaque 200 à 800 fois plus rapide, mais toujours impraticable.
- Aucun système en production n'est affecté.
- Chaque résultat a coûté environ 100 000 dollars d'API, avec divulgation responsable et un benchmark ouvert.
