Google DeepMind verifica formalmente la seguridad de Signal
Google DeepMind afirma haber verificado formalmente el protocolo poscuántico PQXDH y el Triple Ratchet de Signal con AlphaProof Code, agentes de IA y revisión humana.

Investigadores de Google DeepMind han completado una verificación formal de la seguridad de la mensajería de Signal. Afirman que es la primera vez que una IA ayuda a elaborar una prueba que vincula las garantías de seguridad a nivel de protocolo con una implementación criptográfica de uso generalizado.
El equipo empleó AlphaProof Code, un marco multiagente para la especificación y verificación formal de software. Un agente guiado por humanos escribe una especificación en Lean y evalúa la semántica del código máquina, mientras otros agentes redactan una prueba que el núcleo de Lean comprueba frente a esa especificación. Se verificaron el protocolo de acuerdo poscuántico PQXDH y el Triple Ratchet de Signal, lo que valida el diseño de libsignal en secreto hacia adelante, autenticación, seguridad posterior al compromiso y secreto del handshake.
Cómo funcionó el proceso
Primero, los investigadores usaron varios modelos para convertir los objetivos de seguridad de Signal en una especificación matemática revisada por personas. Después, agentes Gemini Carbon generaron código Lean que demuestra la corrección de la implementación de libsignal. Los agentes produjeron 6,5 millones de líneas de Lean y una pasada de auditoría señaló las partes que requerían revisión humana.
El resultado es teórico: asume criptografía perfecta y no garantiza el secreto computacional de los bytes. Aun así, es una afirmación de corrección relevante y un paso hacia el reto que la Beneficial AI Foundation lanzó en abril: verificar formalmente con Lean el protocolo y la aplicación de Signal.
Por qué importa
La verificación formal exigía hasta ahora esfuerzos enormes: 20 años-persona para el microkernel seL4 y seis años para el compilador de C verificado CompCert. El trabajo con Signal llevó cuatro semanas a cinco personas y «bastantes tokens», según el artículo de los investigadores.
Swarat Chaudhuri, de Google DeepMind, sostiene que verificar ya escala; la cuestión es qué verificar, un proceso con humanos en el bucle. Ante el auge de las capacidades ofensivas de la IA, el siguiente paso es aplicar la técnica durante el diseño de software en general. «La próxima frontera no será la prueba, sino la especificación», dijo.
Apps que merecen la pena
Toca las casillas correctas, suma y alcanza el objetivo. Fácil de aprender, difícil de dominar. Gratis, para todas las edades.
Conversa con un compañero de IA; cada frase vuelve corregida y explicada en tu idioma. 9 idiomas, de A1 a C2.
Abre mensajes EDIFACT y X12, cada segmento explicado, conversión a JSON/XML, exportación a PDF y Excel. Funciona en local, sin subir nada.
Elige para quién es, la ocasión y su personalidad. El buscador lee las descripciones de tiendas locales y ordena lo que encaja. Gratis, sin registro.
Más de este día
Ver todas →
Una billetera Ethereum de 2015 mueve 4,6 millones y esquiva una estafa

Meta lleva su agente de IA Muse al Apple Watch y Wear OS

Reddit Reviews: reseñas con IA de 10.000 productos al inicio

Gemini Robotics 2.5: la IA de DeepMind logra 96 % en fábricas
Más en: Seguridad
Ver todas →
NTT Data sufre un acceso no autorizado: 80.000 usuarios de Vitality

SoftBank: su presidente admite que los ciberataques con IA lo agotan

Kaspersky alerta: falsas promociones de tiendas de cosmética roban cuentas
