Anthropic研究團隊表示，旗下Claude模型在不到30分鐘內追查出多組NIST橢圓曲線種子的生成方式，解開密碼學界討論逾25年的來源疑問。研究認為，P-192、P-224、P-256、P-384和P-521等曲線種子並非來自外界長期猜測的隱藏短語雜湊，而是由C語言函式庫的偽隨機數生成器輸出，並以Unix時間戳作為初始種子。
橢圓曲線密碼學廣泛用於數碼簽署和安全通訊，NIST標準曲線的種子值早年公開，但生成過程一直未有完整說明。部分研究者曾懷疑種子可能包含秘密選擇，若設計者掌握外界不知道的資訊，便可能影響曲線安全性。Anthropic表示，研究模型被要求調查種子來源後，找到線索指向標準C函式庫中的lrand48生成器；該程式以Unix時間戳初始化，再按固定順序產生候選數值。
團隊逐一檢查已公布的種子，並把候選輸出與NIST文件中的數字比對。研究指出，P-256種子在第1,842次迭代後吻合；其他幾條素數曲線也能以相同生成方式重現。生成器使用的時間戳落在1997年至1998年間，符合當時標準制定和實作工作的時間範圍。模型除了提出解釋，也提供可重現的計算方式，讓研究人員可使用程式自行核對。
研究並未聲稱Claude破解了橢圓曲線密碼，也沒有發現可利用的曲線弱點。種子生成方式看似普通，反而令研究者更容易檢視設計過程；Anthropic指出，這項結果提高了對相關曲線沒有刻意植入後門的信心。是否構成密碼學上的安全證明，仍需與曲線數學性質、標準制定紀錄及獨立重現結果一併看待。
研究團隊亦列出尚未解答的部分。P-224、P-256、P-384和P-521等曲線的基點如何選定，仍有未明之處；二元曲線的種子以及部分候選生成過程也沒有完全解釋。找到種子來源，不等於還原了NIST當年所有設計決策。團隊公開方法和程式，目的是讓密碼學社群檢查假設、重做計算，並補足仍待解答的細節。
此案例展示AI模型在數學推理和程式搜尋上的用途：它可把問題拆成候選生成、參數掃描及結果驗證，再協助研究者縮小搜尋範圍。不過，模型輸出仍須以可重現證據核實。密碼學研究的結論不能只憑模型聲稱成功，還要檢查演算法、時間範圍、程式實作和錯誤可能。Anthropic的發現提供一條可驗證線索，後續仍須由獨立研究者確認細節。
AI在此不是取代密碼學專家，而是加速對舊問題的探索。研究人員仍需判斷假設是否合理、辨別生成器輸出與雜湊資料的差異，並界定結論範圍。這項發現也提醒標準制定機構保留可供日後檢視的設計紀錄，讓公開參數有清楚來源。對使用相關密碼標準的企業和開發者而言，Anthropic的研究目前提供的是來源解釋，不是要求立即更換加密系統的安全警報。（編輯部）
贵公网安备52011302005168号