پرش به محتوای اصلی
اخبار هوش مصنوعی

AlphaProof Code معرفی شد؛ بررسی امنیت کد Signal با هوش مصنوعی

گوگل دیپ‌مایند با AlphaProof Code ویژگی‌های امنیتی مشخصی از پیاده‌سازی پروتکل سیگنال را در سطح کد ماشین راستی‌آزمایی کرد.

۴ دقیقه مطالعه
اشتراک‌گذاری:
تصویرسازی مفهومی بررسی امنیت کد Signal با AlphaProof Code
تصویرسازی مفهومی بررسی امنیت کد Signal با AlphaProof Code
فهرست مطالب

گوگل دیپ‌مایند از AlphaProof Code رونمایی کرده است؛ چارچوبی پژوهشی که با کمک متخصصان و عامل‌های هوش مصنوعی، ویژگی‌های امنیتی مشخصی از کد رمزنگاری پروتکل Signal را در سطح کد ماشین بررسی و اثبات کرده است. این نتیجه به معنی اثبات امنیت کامل برنامه سیگنال یا مصونیت همه دستگاه‌های کاربران نیست.

دیپ‌مایند این پژوهش را در ۱۰ نوامبر ۲۰۲۶، برابر با ۱۹ آبان ۱۴۰۵، معرفی کرد. عامل‌های اثبات در این پروژه از Gemini 4 Carbon استفاده کرده‌اند؛ جزئیات دسترسی به این مدل را می‌توانید در گزارش عرضه Gemini 4 Carbon بخوانید.

AlphaProof Code چه کاری انجام داده است؟

پژوهشگران به جای بررسی صرف طراحی نظری یک پروتکل، سراغ نسخه‌ای کامپایل‌شده از libsignal، پیاده‌سازی مرجع پروتکل سیگنال، رفتند. آن‌ها ویژگی‌هایی مانند محرمانگی و اصالت پیام را در چارچوب مدل‌ها و فرض‌های مشخص ریاضی بررسی کردند. کد بررسی‌شده برای معماری AArch64 ساخته شده بود؛ بنابراین نتیجه به همان محدوده و فرض‌های مقاله مربوط است.

ایده اصلی «راستی‌آزمایی صوری» این است که ابتدا رفتار مورد انتظار نرم‌افزار به زبان دقیق ریاضی تعریف شود و سپس نشان داده شود اجرای کد تحت فرض‌های تعیین‌شده آن رفتار را رعایت می‌کند. برخلاف یک آزمون معمولی که چند ورودی را بررسی می‌کند، اثبات صوری درباره مجموعه رفتارهایی است که در مدل و محدوده آن تعریف شده‌اند. کیفیت نتیجه به درستی همین تعریف‌ها و فرض‌ها بستگی دارد.

نقش متخصصان و عامل‌های Gemini

به گفته دیپ‌مایند، متخصصان انسانی محدوده کار و ویژگی‌های امنیتی را تعیین کردند، مشخصات را بازبینی و راهبرد کلی اثبات را هدایت کردند. سپس عامل‌های مبتنی بر Gemini 4 Carbon اثبات‌ها را ساختند و سامانه Lean آن‌ها را در برابر مشخصات تأییدشده بررسی کرد.

مقاله پژوهشی از حدود ۶٫۵ میلیون خط کد اثبات بررسی‌شده با Lean خبر می‌دهد. این عدد اندازه خروجی اثبات است، نه تعداد خطوط برنامه سیگنال یا تعداد آسیب‌پذیری‌های کشف‌شده. گوگل می‌گوید کل فرایند اثبات حدود چهار هفته زمان برده است؛ این رقم گزارش تیم پژوهشی است و به معنی امکان تکرار خودکار آن برای هر پروژه نیست.

آیا امنیت همه سیگنال ثابت شده است؟

خیر. پژوهش روی ویژگی‌های مشخصی از یک پیاده‌سازی و در مدل‌های امنیتی مشخص انجام شده است. مقاله به فرض‌هایی درباره هسته بررسی‌کننده Lean، اجزای رمزنگاری و برخی توابع وابسته متکی است. اثبات محاسباتی مقاله مهاجمان کلاسیک را پوشش می‌دهد؛ مدل نمادین هم بخشی از محرمانگی مرحله آغاز ارتباط را در سناریوی مهاجم کوانتومی آینده بررسی می‌کند. این دو نتیجه را نباید معادل اثبات امنیت کامل در برابر همه تهدیدهای کوانتومی دانست.

این پژوهش به خودی خود درباره امنیت کل اپلیکیشن، سیستم‌عامل، پشتیبان‌ها، دستگاه آلوده یا مهندسی اجتماعی حکم کلی نمی‌دهد. برای کاربر، رعایت به‌روزرسانی‌های امنیتی و محافظت از دستگاه همچنان اهمیت دارد.

آزمایش با خطاهای قدیمی و دسترسی

پژوهشگران برای ارزیابی روش خود دو اشکال واقعی را که پیش‌تر در libsignal برطرف شده بودند، در نسخه‌ای آزمایشی دوباره وارد کردند. طبق گزارش مقاله، سامانه توانست نقض ویژگی‌های امنیتی تعریف‌شده را در هر دو نسخه دارای اشکال اثبات کند. این آزمایش شاهدی درباره توان روش در همان سناریوهاست و به معنی کشف دو آسیب‌پذیری جدید در نسخه فعلی نیست.

دیپ‌مایند ابزارهای حاصل از راستی‌آزمایی، مشخصات و اثبات‌ها را برای بررسی جامعه پژوهشی منتشر کرده است. در اطلاعیه معرفی، قیمت یا دسترسی عمومی به خود چارچوب AlphaProof Code اعلام نشده است. ارزش عملی این دستاورد برای صنعت در پیوند دادن اثبات‌های ریاضی به کد اجرایی واقعی است، هرچند گسترش آن به نرم‌افزارهای دیگر همچنان به تخصص انسانی، مشخصات دقیق و پژوهش بیشتر نیاز دارد.

تصویر کاور: تصویرسازی مفهومی از بررسی امنیت کد پروتکل Signal با AlphaProof Code.

منابع

برچسب‌ها:جمینایامنیت سایبریبرنامه‌نویسیهوش مصنوعیگوگل
اشتراک‌گذاری:

مطالب مرتبط

عضویت در خبرنامه

آخرین اخبار هوش مصنوعی و فناوری را در ایمیل خود دریافت کنید.

پس از عضویت یک ایمیل تأیید برایتان ارسال می‌شود. هر زمان می‌توانید اشتراک خود را لغو کنید و ایمیل شما برای هدفی جز ارسال خبرنامه استفاده نمی‌شود. جزئیات در صفحه حریم خصوصی آمده است.