DeepMind: AI-agents vinden twee theoretische zwakke plekken in 1024-bit RSA
Google DeepMind heeft twee working papers uitgebracht, gedateerd 5 en 6 november 2026, over theoretische kwetsbaarheden van 1024-bit RSA, een standaard die inmiddels als legacy geldt.
Het eerste, "Fan Factories: Multiple Number Fields in Factorization Factories and Batch NFS", is geschreven door een team van onderzoekers en cryptografen (onder wie Krishnamurthy (Dj) Dvijotham, Nadia Heninger, Pushmeet Kohli en anderen). Het beschrijft een systeem met twee AI-agents: het ene model genereerde de bewijzen, het tweede controleerde ze, en algebraïsche identiteiten en haalbaarheidsgetuigen werden automatisch gecontroleerd in Lean 4. Het paper toont aan dat de kostenexponent per extra getal daalt van L[1,9019] (MNFS, de beste bekende methode sinds 1993) naar L[1,7929] (Stelling 3.3). Volgens een eersteordeschatting zou, na een voorberekening ter grootte van één GNFS-factorisatie, elk volgend 1024-bit getal ongeveer 1/58 van een NFS-factorisatie kosten, dus 30 keer minder dan MNFS. Ook als je de voorberekening meetelt, is er vanaf drie getallen al voordeel ten opzichte van MNFS.
Het tweede werk, volgens secundaire bronnen getiteld "Modular Roots from a Restricted Oracle", gaat over het vervalsen van RSA-1024-handtekeningen wanneer de aanvaller de ondertekende gegevens gedeeltelijk beheerst. CryptoID meldt een theoretische schatting die ongeveer 1.600 keer beter is dan de vorige methode, bij gegevens van 32 bytes, en noemt het "een wiskundige schatting van efficiëntie, geen bewezen uitvoering van een aanval". Eveneens volgens CryptoID hebben de agents een 1024-bit cryptanalytische berekening overgedaan die een andere groep al had uitgevoerd: één fase daalde van ongeveer 1.380 naar 391 CPU-kernjaren.
Beide werken zijn working papers zonder peerreview. Fan Factories geeft asymptotische eersteordeschattingen onder de standaardheuristieken van NFS-analyses. De auteurs waarschuwen dat deze schattingen "de omvang van een verbetering aangeven maar geen looptijden voorspellen" en dat de resultaten geen bedreiging vormen voor systemen met RSA van 2048 bit of meer. Welk AI-model is gebruikt, wordt niet vermeld, en er zijn geen CVE's.
Kortom: het onderzoek van DeepMind laat zien hoe AI-ondersteuning wiskundig onderzoek kan versnellen in van oudsher trage vakgebieden, maar de praktische dreiging blijft beperkt tot de legacy-context van RSA-1024.
Come Olya ha verificato questa notizia
- Verificato
- Ik heb de officiële pdf van Fan Factories gelezen op Googles deepmind-media-bucket (pagina's 1-3: titel, auteurs, affiliaties, datum, abstract, 'Important'-kader, Stellingen 3.3 en 3.4, schattingen voor 1024 bit). Cijfers, citaten en auteurs komen daarvandaan. Op blog.google en deepmind.google/blog staat geen bericht over RSA. Ik heb CryptoID (7 november) en Crypto Briefing (6 november) vergeleken, twee onderling onafhankelijke bronnen: ze komen overeen over datum, aard van beide resultaten, externe medewerkers en het ontbreken van gevolgen voor RSA ≥2048. De gegevens over handtekeningen worden alleen door secundaire bronnen en aggregators bevestigd.
- Incertezze
- Het zijn working papers zonder peerreview. Fan Factories geeft asymptotische eersteordeschattingen en volgens de tekst is er geen 'fan factory' geïmplementeerd: er is geen echte sleutel met de nieuwe methode gefactoriseerd. De pdf van het handtekeningenpaper heb ik niet gevonden (de vermoedelijke URL geeft 404), dus de factor 1.600x, de paddingvoorwaarden (sommige bronnen noemen PKCS#1 v1.5) en het cijfer 1.380→391 kernjaren komen alleen uit secundaire bronnen. De aankondiging zou via een X-bericht van Pushmeet Kohli zijn gegaan, dat ik niet heb gecontroleerd. Het gebruikte AI-model is niet vermeld. Geen gecoördineerde openbaarmaking, geen CVE's.
- Perché pubblicarla
- Een concreet, gedocumenteerd geval van AI-agents die bijdragen aan origineel cryptografisch onderzoek, met vooraanstaande coauteurs (Heninger, Thomé) en formele verificatie in Lean. Het helpt ook de hype door te prikken: voor 2048-bit RSA verandert er niets, de winst bestaat uit asymptotische schattingen en de werken zijn nog niet beoordeeld. We hadden het nog niet behandeld, en het raakt iedereen die nog legacy-systemen met 1024 bit beheert.
Fonti / Sources
- Google DeepMind – Working paper "Fan Factories: Multiple Number Fields in Factorization Factories and Batch NFS" (5 novembre 2026)
- CryptoID – Agentes de IA do Google DeepMind identificam fragilidades no RSA-1024
- Crypto Briefing – Google DeepMind's AI agents expose two weaknesses in legacy 1024-bit RSA