A IA está acelerando a criptoanálise. A criptografia precisa aprender a se adaptar. 

Em julho de 2026, a Anthropic divulgou dois resultados de criptoanálise produzidos com o Claude Mythos Preview. Um deles aprimorou um ataque contra o HAWK, um esquema de assinatura pós-quântico proposto. O outro aprimorou um ataque contra uma versão de sete rodadas do AES. A Anthropic foi explícita quanto às limitações: nenhum dos resultados afeta sistemas de produção atualmente. 

Essa ressalva é um bom ponto de partida. A IA não tornou a criptografia implementada inútil de repente. Ela mudou a rapidez com que os pesquisadores podem pesquisar um vasto conjunto de técnicas, testar hipóteses, elaborar experimentos e explorar construções desconhecidas. O efeito imediato é uma aceleração do trabalho criptoanalítico, não um atalho mágico através da matemática complexa. 

A questão prática, portanto, não é se a IA irá "quebrar a criptografia". Trata-se de quais partes de um sistema criptográfico estão sob pressão, o que os resultados recentes realmente demonstram e se os defensores podem responder antes que uma descoberta de pesquisa se torne um incidente operacional. 

Três maneiras pelas quais um sistema criptográfico pode falhar  

A segurança criptográfica possui pelo menos três camadas, e elas não devem ser tratadas como intercambiáveis. 

A primeira é a formaçãoO algoritmo, seus parâmetros e as premissas matemáticas subjacentes. Espera-se que um algoritmo de criptografia público seja examinado por todos. Sua segurança depende da incapacidade de um atacante resolver o problema relevante com os recursos disponíveis. Um esquema de assinatura digital deve permitir que qualquer pessoa verifique uma assinatura sem tornar a falsificação viável. As provas de segurança tornam essas afirmações precisas, mas apenas sob premissas declaradas e para um objetivo de segurança específico. 

A segunda é a implementaçãoUm algoritmo matematicamente sólido pode apresentar vazamentos através de parâmetros como temporização, comportamento do cache, consumo de energia, emissões eletromagnéticas, etc.safe aleatoriedade ou respostas a falhas. Uma implementação também pode usar indevidamente uma primitiva correta ou expor um segredo por meio de um erro de programação comum. Nenhum desses ataques precisa derrotar o problema matemático subjacente. 

O terceiro é operaçãoAs chaves precisam ser rotacionadas. Clientes comprometidos precisam ter seus acessos revogados. Os protocolos precisam de um caminho para novos algoritmos. As equipes de segurança precisam saber onde a criptografia é usada e quais dados dependem de cada chave. Um sistema que não pode ser alterado após a descoberta de uma vulnerabilidade tem menos resiliência prática do que o nome do seu algoritmo sugere. 

Essa separação também explica por que os resultados recentes de IA não devem ser resumidos como um ataque indiferenciado à criptografia. O HAWK diz respeito a uma construção candidata. O resultado do AES diz respeito a um alvo de pesquisa reduzido. Os exemplos do BSI dizem respeito à análise de implementação. Cada resultado tem um modelo de ameaça diferente e um significado prático diferente. 

A criptografia está inserida em uma superfície de ataque maior. 

A criptografia raramente falha isoladamente. A implementação em torno de um elemento primitivo afeta a forma como um atacante o observa, testa e reage a ele. 

Um estudo de 2026, conduzido por Petar Radanliev, chega a uma conclusão semelhante, mas por uma perspectiva diferente. Sua metodologia combina análise bibliométrica com vinte entrevistas com especialistas e três workshops com profissionais da indústria para examinar ataques baseados em inteligência artificial contra sistemas de chave pública. O artigo argumenta que a segurança criptográfica deve ser tratada como uma propriedade adaptativa, em nível de sistema, e não como uma função exclusiva da robustez do algoritmo. As evidências obtidas por meio de entrevistas e workshops são úteis como um indicador das preocupações dos profissionais da área, mas a pequena amostra qualitativa não deve ser interpretada como uma estimativa de prevalência em toda a população. 

Essa abordagem sistêmica é útil aqui porque conecta as camadas de construção, implementação e operação. A IA pode buscar vulnerabilidades em um projeto, ajudar a analisar vazamentos em uma implementação e tornar as atividades após uma violação mais adaptáveis. Essas são capacidades diferentes, mas todas beneficiam sistemas que podem ser inspecionados, verificados e modificados. 

A mesma aceleração pode tornar a falsificação de aplicativos mais barata, inclusive em sistemas que usam criptografia de chave pública. Os aplicativos podem conter uma chave pública ou um certificado como parte de sua operação normal, por exemplo, para identificar uma autoridade de assinatura ou verificar mensagens assinadas. Esse material deve ser público, mas ainda pode se tornar um artefato de falsificação. Um malware pode extraí-lo e copiá-lo para um aplicativo falso quando um sistema de segurança ou verificação de integridade interpreta a apresentação de uma determinada chave ou certificado como prova da identidade do aplicativo. Um malware com inteligência artificial poderia automatizar essa extração, reconstruir fluxos de requisição, gerar o cliente falso e adaptar seu tráfego conforme o aplicativo muda. 

O material público extraído ainda não consegue forjar as assinaturas correspondentes nem descriptografar os dados. A fragilidade reside no fato de o protocolo subjacente ter confundido o material criptográfico público com a comprovação de que uma requisição partiu da aplicação legítima. Quando a identidade do cliente é importante, o servidor precisa de um sinal mais forte, como a atestação da plataforma (quando disponível) ou uma assinatura que comprove a posse de uma chave privada gerada e protegida nessa instalação. A IA acelera a extração e a construção do cliente impostor; ela não compromete o algoritmo de chave pública subjacente. 

O que os resultados recentes demonstram 

HAWK: um resultado importante contra um candidato 

A Anthropic relatou um ataque aprimorado de recuperação de chave contra o HAWK, um esquema de assinatura pós-quântica proposto baseado no Problema do Isomorfismo de Reticulado. O HAWK havia avançado pelas rodadas do processo do NIST para esquemas adicionais de assinatura pós-quântica, mas não era um algoritmo implantado ou adotado como padrão. O projeto HAWK agora registra que o esquema foi retirado do processo após a divulgação do ataque. 

O resultado ainda é significativo. A Anthropic afirma que o ataque efetivamente reduz pela metade a principal vulnerabilidade do HAWK. O ataque permanece exponencial, em vez de se tornar uma quebra prática em tempo polinomial, e conjuntos de parâmetros maiores continuam difíceis de atacar. Mas restaurar a margem de segurança pretendida exigiria mudanças que comprometeriam algumas das vantagens de eficiência do HAWK. 

Esta é uma descoberta em nível de construção, não um veredicto sobre a criptografia pós-quântica como um todo. O ataque é específico do HAWK. Ele não se aplica diretamente ao Falcon, que se baseia em um problema complexo diferente, e não demonstra que a criptografia baseada em reticulados em geral esteja quebrada. O valor do resultado reside precisamente no fato de que uma revisão pública identificou uma vulnerabilidade antes que o HAWK se tornasse um padrão utilizado em sistemas implementados. 

AES com número reduzido de rodadas: um avanço na pesquisa, não uma solução prática. 

O segundo resultado antropológico diz respeito a uma versão de sete rodadas do AES-128. O AES-128 completo usa dez rodadas; o AES-192 e o AES-256 usam doze e quatorze rodadas, respectivamente. Os criptoanalistas estudam versões com número reduzido de rodadas porque elas permitem testar técnicas de ataque e estimar margens de segurança sem precisar quebrar a cifra completa. 

Anthropic relata uma nova técnica de "meet-in-the-middle" que melhora ataques anteriores ao AES de sete rodadas em aproximadamente 200 a 800 vezes, dependendo de como o tempo de execução é medido. O ataque ainda pressupõe um cenário de texto plano escolhido, no qual um atacante pode solicitar a criptografia de várias entradas sob uma chave desconhecida fixa. O trabalho anterior requer cerca de 2105 textos simples escolhidos, tornando o experimento completamente impraticável contra sistemas comuns. 

Isso é uma evidência útil de que a IA pode contribuir para a pesquisa criptoanalítica. Não é uma evidência de que o HTTPS, a criptografia de disco ou outros sistemas que usam AES de rodada completa precisem de uma migração emergencial. Um resultado contra sete rodadas não pode ser apresentado como uma quebra do AES de dez rodadas sem eliminar a condição que torna o resultado significativo. 

CryptanalysisBench: medindo a capacidade de forma mais sistemática 

Um teste de desempenho não é um ataque à criptografia implementada, mas pode mostrar se os modelos estão se tornando úteis no trabalho que leva a ataques. Bancada de Criptoanálise Avalia modelos de linguagem em 191 tarefas que abrangem seis famílias de primitivas criptográficas. 

O artigo divide as tarefas em três grandes grupos: esquemas com falhas práticas conhecidas; esquemas sem falhas práticas conhecidas, testados em sua capacidade máxima e em variantes reduzidas; e tarefas desafiadoras que representam a fronteira da criptoanálise. Nos resultados apresentados, os modelos de fronteira resolvem uma grande parte das tarefas com falhas conhecidas, resolvem diversas tarefas em sua capacidade máxima no segundo grupo e resolvem muitas outras variantes reduzidas. 

Os autores também relatam um ataque de recuperação de chave envolvendo uma falha de projeto na construção de criptografia autenticada do SpoC e um erro na prova de segurança de texto cifrado escolhido publicada pelo KINDI. Essas descobertas devem ser interpretadas com cautela: o artigo as apresenta como inéditas, segundo o conhecimento dos autores, e não como um motivo para presumir que toda construção similar seja desconhecida.safeA sua importância reside no facto de os resultados dos modelos poderem agora gerar afirmações concretas que os investigadores podem testar face a especificações e implementações reais. 

O valor operacional do benchmark é, portanto, duplo. Ele oferece aos pesquisadores uma maneira de mensurar o progresso e possibilita um teste de estresse pré-implantação para esquemas candidatos. Contudo, isso não elimina a necessidade de revisão por especialistas. Um modelo pode gerar um argumento convincente que vise uma variante mais fraca, apresente uma premissa incorreta ou contenha um erro sutil. Quanto mais barato se torna o processo de descoberta, mais valiosa se torna a verificação independente. 

A IA já é relevante na camada de implementação. 

A relação entre IA e criptografia não se limita a grandes modelos de linguagem. O Escritório Federal Alemão para Segurança da Informação (BSI) descreve o aprendizado de máquina como uma técnica consolidada na análise de ataques de canal lateral. Um ataque de canal lateral aprende com os efeitos que a computação produz involuntariamente, como tempo de execução, consumo de energia, emissões eletromagnéticas ou comportamento do cache. 

O BSI relata que sua equipe combinou uma rede neural com um solucionador SAT para recuperar uma chave secreta AES a partir de curvas de consumo de energia no Desafio CHES 2018. No desafio de 2020, a equipe aplicou técnicas semelhantes ao Clyde-128, uma implementação de cifra leve projetada para resistir a ataques de canal lateral. Esses exemplos não quebram o AES como uma construção matemática. Eles recuperam informações vazadas por uma implementação física. 

Essa distinção é importante para os defensores. A IA pode ajudar um atacante a processar medições ruidosas, selecionar características úteis, comparar hipóteses e conectar o reconhecimento estatístico à recuperação exata da chave. Ela também pode ajudar os defensores a encontrar vulnerabilidades durante os testes. O BSI está estudando como esses métodos se aplicam a implementações assimétricas e pós-quânticas, observando que os melhores resultados geralmente combinam aprendizado de máquina com conhecimento especializado. 

A lição não é que o aprendizado de máquina substitua a expertise em criptoanálise. É que a segurança de implementação já é uma área de pesquisa prática na qual a automação pode reduzir o custo da análise especializada. 

A criptografia de caixa branca aumenta os custos, não estabelece um limite de confiança. 

A criptografia de caixa branca é um estudo de caso útil porque torna o problema de implementação excepcionalmente claro. Suponha que um aplicativo precise verificar um token de licença ou autenticar uma solicitação de um cliente. Um código de autenticação de mensagem (MAC) convencional depende de uma chave secreta. Se um cliente não confiável receber essa chave, um atacante que controla o cliente poderá potencialmente criar MACs válidos, independentemente da robustez do algoritmo criptográfico. 

As técnicas de caixa branca tentam dificultar a extração da chave embutida, combinando-a com código ofuscado, tabelas de consulta transformadas e outras técnicas de implementação. Elas são projetadas para softwares executados em um ambiente que o usuário pode inspecionar e manipular. Isso as torna úteis para aumentar o custo de ataques contra componentes de pagamento exclusivamente de software, sistemas de licenciamento, proteção de conteúdo e alguns esquemas de proteção de modelo em dispositivos. 

Eles não transformam o cliente em um ambiente confiável. Em uma palestra da Microsoft Research de 2016, os autores de Análise de Computação Diferencial descreveram uma contraparte de software para a análise de potência diferencial. Suas ferramentas registravam rastros de acesso à memória de softwares instrumentados e usavam correlações dependentes de chave para extrair chaves de implementações white-box publicamente disponíveis de criptografia padronizada. O ataque não exigia acesso às tabelas de consulta do fornecedor nem um esforço tradicional de engenharia reversa. 

A Análise de Computação Dinâmica (DCA) não é um resultado de IA. A IA pode tornar partes da análise de rastreamento mais rápidas, mas essa é uma possibilidade futura, e não algo demonstrado pela própria fonte da DCA. A conclusão já estabelecida é suficiente: ofuscar um cálculo não remove a informação que ele produz. 

A criptografia de caixa branca pode ser uma mitigação razoável quando hardware confiável não está disponível ou não pode ser usado em toda uma gama de dispositivos. Ela não deve ser tratada como a única proteção para um segredo ou transação de alto valor. Autorização no servidor, chaves com suporte de hardware (quando disponíveis), assinatura de código, verificações de integridade em tempo de execução, monitoramento, credenciais de curta duração e um caminho de revogação abordam diferentes modos de falha. O projeto deve considerar a possibilidade de que o cliente possa eventualmente ser modificado ou ter seus dados extraídos. 

O que ainda proporciona uma posição mais forte 

Nenhum algoritmo oferece garantia permanente. Uma posição mais sólida surge da combinação de diversas propriedades: 

- Construções analisadas publicamente em sua totalidade. Um padrão finalizado e amplamente analisado, com uma margem de segurança significativa, é um ponto de partida melhor do que um projeto proprietário ou um experimento com número reduzido de rodadas de teste. (NIST) ML-KEM e ML-DSA As normas se beneficiam da análise pública, mas a padronização não torna desnecessárias as revisões futuras. 

- Suposições e margens conservadoras. Um esquema não deve depender do fato de o melhor ataque conhecido ser apenas ligeiramente mais caro do que o nível de segurança exigido. As construções candidatas precisam de análise contínua, mesmo após passarem por um processo de revisão inicial. 

- Implementações reforçadas. Comportamento em tempo constante, safe Aleatoriedade, testes de canal lateral, resistência a falhas, armazenamento seguro de chaves e composição correta de protocolos protegem a lacuna entre um elemento primitivo e o dispositivo que o executa. Diretrizes da BSI sobre resistência de canal lateral Trata isso como um problema de engenharia e avaliação, não como uma propriedade que decorre automaticamente do nome de um algoritmo. 

- Não utilize a chave pública como prova de identidade da aplicação. Uma chave pública ou certificado extraído de um aplicativo pode ser copiado para um cliente semelhante. Sua presença pode enganar uma verificação de identidade fraca, mas não pode, por si só, criar uma assinatura válida. Quando a identidade do cliente for importante, use a atestação da plataforma, quando disponível, ou uma chave privada por instalação, gerada e protegida no dispositivo, exija comprovação de posse e ofereça suporte à revogação. 

- Verificação independente. Reproduza um ataque, verifique seus parâmetros, teste seu código e revise o teorema que ele realmente prova. Provas formais e verificáveis ​​por máquina podem ajudar, mas os especialistas ainda precisam confirmar se a declaração formal corresponde à alegação de segurança que importa. 

- A capacidade de substituir componentes. Inventariar dependências criptográficas, separar as escolhas de algoritmos da lógica da aplicação, implementar protocolos de versão, suportar um caminho de migração ordenado, rotacionar chaves e revogar clientes comprometidos. Isso é criptoagilidade em termos práticos. 

Para softwares em dispositivos controlados pelo usuário, há mais uma separação a ser mantida. Confidencialidade, integridade, confiança no dispositivo e autorização são objetivos de segurança distintos. Técnicas de white-box podem auxiliar em uma parte do projeto, mas não conseguem atingir todos esses objetivos simultaneamente. 

Resiliência significa ser capaz de se mover. 

A criptoanálise assistida por IA altera o ritmo da pesquisa em segurança. Um candidato pode ser investigado mais profundamente. Um rastro de canal lateral pode ser processado em maior escala. Um possível ataque pode se tornar código executável antes mesmo que uma equipe humana termine de ler a literatura relevante. Isso torna a verificação, a reprodutibilidade e o julgamento de especialistas ainda mais importantes, e não menos.  

A resposta imediata não é abandonar a criptografia estabelecida. É tornar o programa de segurança subjacente mais fácil de inspecionar e modificar. Use construções públicas com margens generosas. Teste implementações reais para detectar vazamentos. Trate as descobertas geradas por modelos como hipóteses até que sejam reproduzidas de forma independente. Monitore onde os algoritmos e as chaves são usados. Simule a migração antes de uma emergência. 

A criptografia não é resiliente por ser misteriosa. Ela é resiliente quando suas premissas são públicas, suas implementações são testadas, suas afirmações são verificáveis ​​e seus operadores podem substituir um componente quando novas evidências alteram o cenário. A IA continuará aprimorando o conjunto de ferramentas do atacante. Os defensores precisam de sistemas que possam melhorar e mudar em um ritmo comparável. 

Fontes e leitura adicional 

• “Anthropic: Descobrindo vulnerabilidades criptográficas com Claude”: https://www.anthropic.com/research/discovering-cryptographic-weaknesses 

• “CryptanalysisBench: Os LLMs podem fazer criptoanálise?”: https://arxiv.org/abs/2607.18538 

• “Matthew Green: Algumas considerações sobre os novos resultados da criptoanálise da Anthropic”: https://blog.cryptographyengineering.com/2026/07/29/some-notes-about-anthropics-new-results/ 

• “BSI: Aplicações da Inteligência Artificial em Criptografia”: https://www.bsi.bund.de/EN/Themen/Unternehmen-und-Organisationen/Informationen-und-Empfehlungen/Kryptografie/KI-in-der-Kryptografie/ki-in-der-kryptografie.html 

• “BSI: Resistência de Canal Lateral”: https://www.bsi.bund.de/EN/Themen/Unternehmen-und-Organisationen/Informationen-und-Empfehlungen/Kryptografie/Seitenkanalresistenz/seitenkanalresistenz_node.html 

• “NIST FIPS 203: Padrão de Mecanismo de Encapsulamento de Chaves Baseado em Reticulado de Módulos”: https://csrc.nist.gov/pubs/fips/203/final 

• “NIST FIPS 204: Padrão de Assinatura Digital Baseado em Módulos e Reticulados”: https://csrc.nist.gov/pubs/fips/204/final 

• “HAWK: Um esquema de assinatura inspirado no Problema do Isomorfismo de Reticulado”: ​​https://hawk-sign.info/ 

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

• “Radanliev: Adversários adaptativos impulsionados por IA e a erosão da confiança criptográfica em sistemas de chave pública”: https://link.springer.com/article/10.1186/s40543-026-00547-y