Google DeepMind AI 生成證明揪出 Signal 加密程式碼中被重新植入的兩個舊漏洞
重點速覽
- •在研究人員刻意重新植入後,這些證明偵測出了兩個已知的 libsignal 漏洞。
- •AI 代理為這項驗證工作產生了約 650 萬行經機器驗證的證明程式碼。
- •經驗證的目標僅限於使用指定 libsignal 與 SPQR 版本的 AArch64 Linux 程式。
- •這項分析並未直接驗證金鑰生成、群組訊息、Signal 手機應用程式、多裝置狀態或量子抵抗力。
- •一次 GitHub 更新驗證了另外十個常式,並將對模型化合約的依賴從 37 個掛鉤減少至 27 個。

Google DeepMind 研究人員將兩個先前已修復的漏洞重新植入 Signal 的加密函式庫,以測試其 AI 撰寫的安全證明——經機器驗證的證明將兩個被篡改的版本標記為違反預期的安全規則。
這項測試是一項更大規模驗證工作的一部分,AI 代理為此產生了約 650 萬行經機器驗證的證明程式碼,對應 libsignal(Signal 協定底層函式庫)的編譯版本。研究結果於 11 月 10 日發佈在 AlphaProof Code 報告中,研究人員也將其證據公開於網路上,供他人獨立查核。由於這些證明經過機器驗證,可以被重新執行與檢視,而無需單憑信任接受。
該專案由五人在四週內指導完成。人員負責引導工作方向、選擇參考模型並審閱規格文件——這些文件明確規定了 AI 代理必須證明的內容——而最終證明的逐步驗證則交由機器驗證器完成。
漏洞測試的運作方式
這兩個漏洞先前已在 libsignal 中修復。研究團隊將其重新加入,並針對其符號安全定理執行修改後的建置版本。兩個修改版本均未通過該定理,這顯示規格能夠拒絕已知缺陷,而不是核准任何提交給它的程式碼。
這些證明涵蓋一個特定目標:一個使用 libsignal-protocol v0.105.4 與 SPQR v1.6.0 的 AArch64(64 位元 ARM)Linux 程式,在一個小型命令列工具中執行。換言之,經驗證的目標是一個範圍明確限定的配置,而非 Signal 的完整部署。這些定理涵蓋三種操作——建立工作階段、傳送訊息與接收訊息——並將該程式與 PQXDH(後量子延伸 Diffie-Hellman)及 Triple Ratchet 一對一訊息傳送的安全特性連結起來。
這些特性包括前向保密性、身分驗證與入侵後安全性。簡而言之,它們涉及金鑰被竊取後舊訊息是否仍然保密、傳送者是否確實是其聲稱的身分,以及工作階段在遭遇入侵後能否恢復到安全狀態。
這項工作依賴兩種證明模型。符號模型假設理想化的密碼學,而計算模型則限制傳統攻擊者在既定假設下能取得的成功程度。
Google AI agents audit Signal's code and one major flaw stays hidden — CryptoSlate (@CryptoSlate) November 17, 2026
證明未涵蓋的部分
有數個領域不在經驗證的範圍內。金鑰生成、群組訊息與 Signal 手機應用程式均未獲直接證明。計算證明未考量量子攻擊者,也未涵蓋多裝置狀態。當工作負載增長到足夠大的規模時,其保證也將失去效用。
符號證明確實顯示,在某些後續的 Diffie-Hellman 破解情況下,交握保密性仍然成立。即便如此,這些結果仍取決於對 Lean(撰寫這些證明所用的證明輔助工具)驗證核心的信任,以及經審閱的規格、AArch64 Linux 模型和涵蓋特定常式的合約。這些被稱為「掛鉤」的合約,以假定的行為描述取代執行特定常式。掛鉤越少,整體結果所依賴的假設就越少。
該專案的程式碼儲存庫包含重建固定版本程式並驗證其證明的公開步驟。一個僅適用於 Linux 的比對工具確認定理與受信任的陳述相符,然後在全新的 Lean 核心中重新執行證明。
11 月 11 日合併至 GitHub 的一次更新驗證了另外十個函式庫常式,將受信任掛鉤的數量從 37 個減少至 27 個。該更新保留了 libsignal v0.105.4,但更改了固定的程式:較新的建置版本直接檢查這十個常式的實際機器碼,而非依賴模型化的合約。
來源:Blockonomi