بدون تشفير آمن من حيث الكم، ستتهاوى البنية التحتية الحيوية تحت تهديدات جديدة

لعدة عقود، شكلت خوارزمية RSA و خوارزمية Curve الإهليلجية (ECC) العمود الفقري للأمان الرقمي. من تأمين البنوك عبر الإنترنت إلى الاتصالات العسكرية، هذه الخوارزميات قد نجحت في تحمل اختبار الزمن – بشكل رئيسي لأنها تعتمد على مشاكل رياضية تتطلب الكثير من القوة الحاسوبية لحلها باستخدام أجهزة الكمبيوتر الكلاسيكية. ولكن الوضع الراهن يتعرض للهجوم. الذكاء الاصطناعي، خاصة عند الجمع بينه وبين نماذج حاسوبية جديدة ومدعومة بالحوسبة الكمومية، سيبدأ في تقويض الأسس التي كانت محمية سابقًا من هذه المخططات الشفرية.

مشكلة RSA و ECC

تعتمد أمان RSA على صعوبة تحليل الأعداد الصحيحة الكبيرة – وهو حاصل ضرب عددين كبيرين أوليين. تعتمد ECC على صعوبة مشكلة لوغاريتم منحني إهليلجي منفصل (ECDLP). في الحوسبة الكلاسيكية، هذه المشاكل عمليا لا يمكن حلها في إطار زمني معقول عندما يكون حجم المفاتيح كبيرًا بدرجة كافية.

ولكن هنا القضية: هذه الأنظمة آمنة فقط لأن لا أحد قد وجد طريقة أسرع لكسرها – بعد. والآن، الذكاء الاصطناعي يزيد من الحرارة.

الذكاء الاصطناعي ليس فقط حول النماذج النصية

忘ى الحديث عن كتابة ChatGPT للقصائد أو توليد Midjourney لأватار الأنمي. القوة الحقيقية للذكاء الاصطناعي تكمن في قدرته على التعرف على الأنماط، وتحسين مساحات البحث، والتحسين على الحلول بشكل أسرع من أي مبرمج أو محلل بشري. عند تطبيقها على التشفير، الذكاء الاصطناعي لا يكسر الشفرات بالمعنى السينمائي – بل يحفر глубًا في الهياكل الرياضية التي تجعل RSA و ECC “مشاكل صعبة”.

نماذج التعلم الآلي، خاصة الشبكات العصبية، أصبحت أكثر فعالية في التنبؤ بالهياكل الرياضية، وتقريب الدوال المعقدة، وتوجيه الخوارزميات العشوائية. في التحليل الشفري، هذا يترجم إلى:

• تحديد المفاتيح الضعيفة أسرع.
• استغلال عيوب التنفيذ على مستوى.
• تعزيز تقنيات التحليل الجديدة.
• التعلم من الأنماط في عمليات المنحني الإهليلجي.

التعلم الآلي في التحليل

عقرب آخيل ل RSA هو تحليل الأعداد الصحيحة. الهجمات التقليدية مثل GNFS تتطلب بالفعل موارد ضخمة ولكنها نظريا ممكنة. الآن الذكاء الاصطناعي يزيد من قوة هذه الطرق.

البحث الأخير يبحث عن كيفية استخدام الشبكات العصبية للتنبؤ بتركيب مجالات الأعداد المستخدمة في التحليل. بدلاً من الاعتماد على القوة الغاشمة، الذكاء الاصطناعي يساعد على تحديد المسارات التي من المرجح أن تؤدي إلى تفكيك ناجح.

هناك أيضًا عمل على تدريب النماذج على عكس هندسة معلومات المفتاح الجزئي أو تقريب المفاتيح الخاصة من البيانات الم