La IA está acelerando el criptoanálisis. La criptografía debe aprender a adaptarse. 

En julio de 2026, Anthropic publicó dos resultados de criptoanálisis obtenidos con Claude Mythos Preview. Uno mejoraba un ataque contra HAWK, un esquema de firma post-cuántica propuesto. El otro mejoraba un ataque contra una versión de siete rondas de AES. Anthropic dejó claro que ninguno de los resultados afecta a los sistemas de producción actuales. 

Esa aclaración es un buen punto de partida. La IA no ha vuelto inútil la encriptación implementada de repente. Ha cambiado la rapidez con la que los investigadores pueden buscar en un amplio conjunto de técnicas, probar hipótesis, diseñar experimentos y explorar construcciones desconocidas. El efecto inmediato es una aceleración del trabajo criptoanalítico, no un atajo mágico a través de las matemáticas complejas. 

Por lo tanto, la cuestión práctica no es si la IA "romperá la criptografía", sino qué partes de un sistema criptográfico están bajo presión, qué demuestran realmente los resultados recientes y si los defensores pueden responder antes de que un hallazgo de investigación se convierta en un incidente operativo. 

Tres maneras en que puede fallar un sistema criptográfico  

La seguridad criptográfica tiene al menos tres capas, y no deben tratarse como intercambiables. 

El primero es el construcciónEl algoritmo, sus parámetros y los supuestos matemáticos en los que se basa. Se espera que un algoritmo de cifrado público sea examinado por todos. Su seguridad depende de que un atacante no pueda resolver el problema correspondiente con los recursos disponibles. Un esquema de firma digital debe permitir que cualquiera verifique una firma sin que la falsificación sea factible. Las pruebas de seguridad precisan estas afirmaciones, pero solo bajo supuestos establecidos y para un objetivo de seguridad específico. 

El segundo es el implementaciónUn algoritmo matemáticamente sólido puede presentar fugas a través de la sincronización, el comportamiento de la caché, el consumo de energía, las emisiones electromagnéticas, etc.safe Aleatoriedad o respuestas erróneas. Una implementación también puede hacer un mal uso de una primitiva correcta o exponer un secreto mediante un error de programación común. Ninguno de estos ataques requiere eludir el problema matemático subyacente. 

El tercero es InteligenteEs necesario rotar las claves. Se debe revocar el acceso a los clientes comprometidos. Los protocolos necesitan una ruta hacia nuevos algoritmos. Los equipos de seguridad deben saber dónde se utiliza la criptografía y qué datos dependen de cada clave. Un sistema que no puede modificarse tras detectarse una vulnerabilidad tiene una resiliencia práctica menor de la que sugiere el nombre de su algoritmo. 

Esta distinción también explica por qué los resultados recientes de IA no deben resumirse como un ataque indiferenciado al cifrado. HAWK se refiere a una construcción candidata. El resultado de AES se refiere a un objetivo de investigación reducido. Los ejemplos de BSI se refieren al análisis de implementación. Cada resultado tiene un modelo de amenaza diferente y un significado práctico distinto. 

La criptografía se sitúa dentro de una superficie de ataque más amplia. 

La criptografía rara vez falla de forma aislada. El despliegue en torno a una primitiva afecta a cómo un atacante la observa, la prueba y responde a ella. 

Un estudio de Petar Radanliev de 2026 llega a una conclusión similar desde una perspectiva diferente. Su metodología combina el análisis bibliométrico con veinte entrevistas a expertos y tres talleres del sector para examinar los ataques basados ​​en IA contra sistemas de clave pública. El artículo argumenta que la seguridad criptográfica debe considerarse una propiedad adaptativa a nivel de sistema, en lugar de depender únicamente de la robustez del algoritmo. La evidencia obtenida a través de las entrevistas y los talleres resulta útil para comprender las preocupaciones de los profesionales, pero la pequeña muestra cualitativa no debe interpretarse como una estimación de la prevalencia a nivel poblacional. 

Este enfoque a nivel de sistema resulta útil porque conecta las capas de construcción, implementación y operación. La IA puede detectar vulnerabilidades en un sistema, ayudar a analizar las fugas de información durante la implementación y facilitar la adaptación tras una brecha de seguridad. Si bien se trata de capacidades diferentes, todas benefician a los sistemas que pueden ser inspeccionados, verificados y modificados. 

La misma aceleración puede abaratar la suplantación de identidad de aplicaciones, incluso en sistemas que utilizan criptografía de clave pública. Las aplicaciones pueden llevar una clave pública o un certificado como parte de su funcionamiento normal, por ejemplo, para identificar una autoridad de firma o verificar mensajes firmados. Si bien este material debería ser público, aún puede convertirse en un artefacto de suplantación. El malware puede extraerlo y copiarlo en una aplicación similar cuando un sistema de backend o una comprobación de seguridad interpreta la presentación de una clave o certificado específico como prueba de la identidad de la aplicación. El malware asistido por IA podría automatizar esta extracción, reconstruir los flujos de solicitudes, generar el cliente similar y adaptar su tráfico a medida que la aplicación cambia. 

El material público extraído aún no permite falsificar las firmas correspondientes ni descifrar los datos. La debilidad radica en que el protocolo subyacente ha confundido el material criptográfico público con la prueba de que una solicitud proviene de la aplicación legítima. Cuando la identidad del cliente es importante, el servidor necesita una señal más sólida, como la certificación de la plataforma (si está disponible) o una firma que demuestre la posesión de una clave privada generada y protegida en esa instalación. La IA acelera la extracción y la construcción del cliente suplantador; no compromete el algoritmo de clave pública subyacente. 

Lo que demuestran los resultados recientes 

HAWK: un resultado importante contra un candidato 

Anthropic informó de una mejora en el ataque de recuperación de claves contra HAWK, un esquema de firma post-cuántica propuesto basado en el problema del isomorfismo reticular. HAWK había avanzado en las distintas fases del proceso del NIST para esquemas de firma post-cuántica adicionales, pero no era un algoritmo implementado ni adoptado como estándar. El proyecto HAWK ahora registra que el esquema fue retirado del proceso tras la divulgación del ataque. 

El resultado sigue siendo significativo. Anthropic afirma que el ataque reduce a la mitad la seguridad clave de HAWK. El ataque sigue siendo exponencial en lugar de convertirse en una vulnerabilidad práctica de tiempo polinomial, y los conjuntos de parámetros más grandes siguen siendo difíciles de atacar. Sin embargo, restaurar el margen de seguridad previsto requeriría cambios que socavarían algunas de las ventajas de eficiencia de HAWK. 

Este hallazgo se refiere a la construcción del sistema, no a una conclusión definitiva sobre la criptografía postcuántica en su conjunto. El ataque es específico de HAWK. No se aplica directamente a Falcon, que se basa en un problema complejo diferente, ni demuestra que la criptografía basada en retículos sea vulnerable en general. El valor del resultado reside precisamente en que una revisión pública detectó una vulnerabilidad antes de que HAWK se convirtiera en un estándar utilizado en sistemas implementados. 

AES de ronda reducida: un avance en la investigación, no una solución práctica. 

El segundo resultado de Anthropic se refiere a una versión de siete rondas de AES-128. El AES-128 completo utiliza diez rondas; AES-192 y AES-256 utilizan doce y catorce rondas, respectivamente. Los criptoanalistas estudian las versiones con menos rondas porque permiten probar técnicas de ataque y estimar márgenes de seguridad sin tener que descifrar el algoritmo completo. 

Anthropic informa de una nueva técnica de encuentro en el medio que mejora los ataques anteriores a AES de siete rondas entre 200 y 800 veces, dependiendo de cómo se mida el tiempo de ejecución. El ataque sigue asumiendo una configuración de texto plano elegido, en la que un atacante puede solicitar el cifrado de muchas entradas bajo una clave fija desconocida. El trabajo anterior requiere aproximadamente 2105 textos planos elegidos, lo que hace que el experimento sea completamente impracticable contra sistemas ordinarios. 

Esto demuestra que la IA puede contribuir a la investigación criptoanalítica. Sin embargo, no demuestra que HTTPS, el cifrado de disco u otros sistemas que utilizan AES de ronda completa necesiten una migración urgente. Un resultado contra siete rondas no puede presentarse como una vulnerabilidad de AES de diez rondas sin anular la condición que le otorga significado. 

CryptanalysisBench: medición de la capacidad de forma más sistemática 

Una prueba de rendimiento no constituye un ataque contra la criptografía implementada, pero puede mostrar si los modelos están resultando útiles en el trabajo que da lugar a los ataques. Banco de criptoanálisis Evalúa modelos de lenguaje en 191 tareas que abarcan seis familias de primitivas criptográficas. 

El artículo divide las tareas en tres grandes grupos: esquemas con vulnerabilidades prácticas conocidas; esquemas sin vulnerabilidades prácticas conocidas, probados a máxima potencia y en variantes reducidas; y tareas de desafío diseñadas para representar la vanguardia del criptoanálisis. En los resultados presentados, los modelos de vanguardia resuelven una gran parte de las tareas con vulnerabilidades conocidas, resuelven varias tareas a máxima potencia del segundo grupo y resuelven muchas más variantes reducidas. 

Los autores también informan de un ataque de recuperación de clave que implica un fallo de diseño en la construcción de cifrado autenticado SpoC y un error en la prueba de seguridad de texto cifrado elegido publicada por KINDI. Estos hallazgos deben citarse con cuidado: el artículo los presenta como novedosos según el conocimiento de los autores, no como una razón para asumir que toda construcción similar es segura.safeSu importancia radica en que los resultados del modelo ahora pueden generar afirmaciones concretas que los investigadores pueden contrastar con especificaciones e implementaciones reales. 

Por lo tanto, el valor operativo del punto de referencia es doble. Proporciona a los investigadores una forma de medir el progreso y ofrece una posible prueba de estrés previa al despliegue para los esquemas candidatos. No elimina la necesidad de la revisión de expertos. Un modelo puede generar un argumento convincente que ataque una variante más débil, tergiverse una suposición o contenga un error sutil. Cuanto más económico sea el descubrimiento, más valiosa será la verificación independiente. 

La IA ya importa en la capa de implementación. 

La conexión entre la IA y la criptografía no se limita a los grandes modelos de lenguaje. La Oficina Federal Alemana de Seguridad de la Información (BSI) describe el aprendizaje automático como una técnica consolidada en el análisis de canales laterales. Un ataque de canal lateral aprende de los efectos que la computación produce involuntariamente, como el tiempo de ejecución, el consumo de energía, las emisiones electromagnéticas o el comportamiento de la caché. 

El BSI informa que su equipo combinó una red neuronal con un solucionador SAT para recuperar una clave secreta AES a partir de curvas de consumo de energía en el CHES Challenge 2018. En el desafío de 2020, el equipo aplicó técnicas similares a Clyde-128, una implementación de cifrado ligera diseñada para resistir ataques de canal lateral. Estos ejemplos no comprometen AES como construcción matemática, sino que recuperan información filtrada por una implementación física. 

Esta distinción es importante para los defensores. La IA puede ayudar a un atacante a procesar mediciones ruidosas, seleccionar características útiles, comparar hipótesis y vincular el reconocimiento estadístico con la recuperación exacta de la clave. También puede ayudar a los defensores a detectar fugas durante las pruebas. El BSI está estudiando cómo se aplican estos métodos a las implementaciones asimétricas y post-cuánticas, al tiempo que señala que los mejores resultados suelen combinar el aprendizaje automático con el conocimiento experto. 

La lección no es que el aprendizaje automático reemplace la experiencia en criptoanálisis, sino que la seguridad en la implementación ya es un área de investigación práctica en la que la automatización puede reducir el costo del análisis especializado. 

La criptografía de caja blanca supone un aumento de costes, no un límite de confianza. 

La criptografía de caja blanca es un caso de estudio útil porque aclara de forma excepcional el problema de implementación. Supongamos que una aplicación debe verificar un token de licencia o autenticar la solicitud de un cliente. Un código de autenticación de mensajes (MAC) convencional se basa en una clave secreta. Si un cliente no confiable recibe esa clave, un atacante que controle al cliente podría crear MAC válidos, independientemente de la robustez del algoritmo criptográfico. 

Las técnicas de caja blanca buscan dificultar la extracción de la clave incrustada mediante la combinación de código ofuscado, tablas de búsqueda transformadas y otras técnicas de implementación. Están diseñadas para software que se ejecuta en un entorno que el usuario puede inspeccionar y manipular. Esto las hace útiles para aumentar el costo de los ataques contra componentes de pago basados ​​únicamente en software, sistemas de licencias, protección de contenido y algunos esquemas de protección de modelos en dispositivos. 

No convierten al cliente en un entorno seguro. En una charla de Microsoft Research de 2016, los autores de Análisis de Computación Diferencial describieron una herramienta de software equivalente al análisis de potencia diferencial. Sus herramientas registraban rastros de acceso a memoria de software instrumentado y utilizaban correlaciones dependientes de la clave para extraer claves de implementaciones de criptografía estandarizada de código abierto disponibles públicamente. El ataque no requería acceso a las tablas de búsqueda del proveedor ni un proceso tradicional de ingeniería inversa. 

DCA no es un resultado de IA. La IA puede agilizar ciertas partes del análisis de trazas, pero se trata de una posibilidad futura, no de algo demostrado por la propia fuente de DCA. La conclusión establecida es suficiente: ofuscar un cálculo no elimina la información que este produce. 

La criptografía de caja blanca puede ser una medida de mitigación razonable cuando no se dispone de hardware de confianza o este no puede utilizarse en todos los dispositivos. No debe considerarse como la única protección para un secreto o transacción de alto valor. La autorización del servidor, las claves respaldadas por hardware (cuando estén disponibles), la firma de código, las comprobaciones de integridad en tiempo de ejecución, la monitorización, las credenciales de corta duración y un mecanismo de revocación abordan diferentes modos de fallo. El diseño debe asumir que el cliente podría ser modificado o extraído en algún momento. 

Lo que aún proporciona una posición más sólida 

Ningún algoritmo ofrece una garantía permanente. Una posición más sólida se logra combinando varias propiedades: 

– Construcciones sometidas a revisión pública y en plena capacidad estructural. Un estándar finalizado y ampliamente analizado con un margen de seguridad significativo es un mejor punto de partida que un diseño propietario o un experimento con rondas reducidas. ML-KEM y ML-DSA Las normas se benefician del análisis público, pero la estandarización no hace innecesaria la revisión futura. 

– Supuestos y márgenes conservadores. Un sistema no debería depender de que el mejor ataque conocido sea solo ligeramente más costoso que el nivel de seguridad requerido. Las construcciones candidatas necesitan un análisis continuo incluso después de superar un proceso de revisión inicial. 

– Implementaciones reforzadas. Comportamiento en tiempo constante, safe La aleatoriedad, las pruebas de canal lateral, la resistencia a fallos, el almacenamiento seguro de claves y la composición correcta del protocolo protegen la brecha entre una primitiva y el dispositivo que la ejecuta. Guía de BSI sobre resistencia de canal lateral Considera esto como un problema de ingeniería y evaluación, no como una propiedad que se derive automáticamente del nombre de un algoritmo. 

– No utilice el material de clave pública como prueba de la identidad de la aplicación. Una clave pública o un certificado extraído de una aplicación puede copiarse en un cliente que la imite. Su presencia puede engañar a una verificación de identidad débil, pero por sí sola no puede generar una firma válida. Cuando la identidad del cliente es importante, utilice la certificación de la plataforma (si está disponible) o una clave privada generada y protegida en el dispositivo para cada instalación, exija una prueba de posesión y admita la revocación. 

– Verificación independiente. Reproduzca un ataque, verifique sus parámetros, pruebe su código y revise el teorema que demuestra. Las pruebas formales y verificables por máquina pueden ser útiles, pero los expertos aún deben confirmar que la declaración formal coincide con la afirmación de seguridad relevante. 

– La capacidad de reemplazar componentes. Inventariar las dependencias criptográficas, separar la elección de algoritmos de la lógica de la aplicación, gestionar las versiones de los protocolos, facilitar una migración ordenada, rotar las claves y revocar los clientes comprometidos. Esto es criptoagilidad en la práctica. 

En el caso del software para dispositivos controlados por el usuario, es necesario mantener una separación adicional. La confidencialidad, la integridad, la confianza en el dispositivo y la autorización son objetivos de seguridad distintos. Las técnicas de caja blanca pueden ser útiles para una parte del diseño, pero no pueden garantizar que todos esos objetivos se cumplan simultáneamente. 

La resiliencia significa ser capaz de moverse 

El criptoanálisis asistido por IA cambia el ritmo de la investigación en seguridad. Se puede analizar un candidato con mayor profundidad. Se puede procesar un rastro de canal lateral a mayor escala. Un posible ataque puede convertirse en código ejecutable antes de que un equipo humano haya terminado de leer la literatura pertinente. Esto hace que la verificación, la reproducibilidad y el juicio de los expertos sean más importantes, no menos.  

La respuesta inmediata no consiste en abandonar la criptografía establecida, sino en facilitar la inspección y modificación del programa de seguridad circundante. Utilice construcciones públicas con amplios márgenes. Pruebe las implementaciones reales para detectar fugas de información. Considere los resultados generados por modelos como hipótesis hasta que se reproduzcan de forma independiente. Realice un seguimiento del uso de algoritmos y claves. Practique la migración antes de una emergencia. 

La criptografía no es resistente por ser misteriosa. Es resistente cuando sus supuestos son públicos, sus implementaciones se prueban, sus afirmaciones son verificables y sus operadores pueden reemplazar un componente cuando nuevas evidencias modifican el panorama. La IA seguirá mejorando las herramientas del atacante. Los defensores necesitan sistemas que puedan mejorar y cambiar a un ritmo similar. 

Fuentes y lecturas adicionales 

• “Anthropic: Descubriendo debilidades criptográficas con Claude”: https://www.anthropic.com/research/discovering-cryptographic-weaknesses 

• “CryptanalysisBench: ¿Pueden los LLM realizar criptoanálisis?”: https://arxiv.org/abs/2607.18538 

• “Matthew Green: Algunas reflexiones sobre los nuevos resultados de criptoanálisis de Anthropic”: https://blog.cryptographyengineering.com/2026/07/29/some-notes-about-anthropics-new-results/ 

• “BSI: Aplicaciones de la inteligencia artificial en criptografía”: https://www.bsi.bund.de/EN/Themen/Unternehmen-und-Organisationen/Informationen-und-Empfehlungen/Kryptografie/KI-in-der-Kryptografie/ki-in-der-kryptografie.html 

• “BSI: Resistencia a ataques de canal lateral”: https://www.bsi.bund.de/EN/Themen/Unternehmen-und-Organisationen/Informationen-und-Empfehlungen/Kryptografie/Seitenkanalresistenz/seitenkanalresistenz_node.html 

• “NIST FIPS 203: Estándar de mecanismo de encapsulación de claves basado en retículos de módulos”: https://csrc.nist.gov/pubs/fips/203/final 

• “NIST FIPS 204: Estándar de firma digital basado en retículos de módulos”: https://csrc.nist.gov/pubs/fips/204/final 

• “HAWK: Un sistema de firmas inspirado en el problema del isomorfismo reticular”: https://hawk-sign.info/ 

• “Microsoft Research: Análisis de computación diferencial”: https://www.microsoft.com/en-us/research/video/differential-computation-analysis-hiding-your-white-box-designs-is-not-enough/ 

• “Radanliev: Adversarios adaptativos impulsados ​​por IA y la erosión de la confianza criptográfica en sistemas de clave pública”: https://link.springer.com/article/10.1186/s40543-026-00547-y