Matthew Green 用 Claude 量化密码分析投入：格问题研究量已超椭圆曲线 1.7 倍
matthew_d_green · x · 2026-10-14
密码学家 Matthew Green 监督、主要由 AI 模型（Claude Fable 5.1、Claude Opus 5.5，及 GPT-6 Astra 参与）构建管线并执行的研究，用文献本身作为测量工具，估计各公钥加密假设所获得的公开密码分析投入。
- 从约 1.6 万篇候选论文中分类出针对 ECDLP、格（MLWE/LWE）、综合征解码等的密码分析工作，通过作者人级映射换算为「研究分配年」。
- 核心发现：在此累积度量下，格问题最近才超越椭圆曲线，累计研究投入约为 ECDLP 的 1.7 倍；针对 P-256 的最大公开求解之外仍有 269 倍的工作量差距。
- 主语料涵盖 2,785 篇论文、约 3,240 位不同作者；作者承认基于论文的估计可能大幅高估实际耗时。
- Green 借此与 Bram Cohen 争论：这些底层假设都可能遭遇攻击效率的提升，而目前的研究投入分布值得审视。研究为工作草案，开放 issue 修订。
「安全」频道最新
- Anthropic 发布 Cyber Mission:保护电网与开源软件安全 — inductionheads · 2026-10-23
- FAS 推出 Metascience Fellowship：年薪 17.4 万美元进驻 DOE 影响科研政策 — Afinetheorem · 2026-10-23
- 佛州总检察长请求法院叫停 OpenAI 未经第三方审批训练新模型 — imjustnewatai · 2026-10-23
- OpenAI 将参加 Prompt2PWN AI 黑客大会，与研究者面对面找漏洞 — OpenAIDevs · 2026-10-23
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Chamath：银行将率先用服务条款封杀 AI Agent — nicolechirps · 2026-10-23