
DeepMind 驗證 Signal 核心加密:已證明甚麼,未證明甚麼
Google DeepMind 宣布,研究團隊以人類審核配合 AI agents,完成 Signal 部分核心加密協定及其機器碼層級實作的形式化驗證。TechNews 科技新報 報道,驗證聚焦 libsignal 的後量子 PQXDH 握手協定與 Triple Ratchet 演算法;這對重視私隱通訊的 Signal 用戶而言,是核心加密實作多了一層可檢驗的安全保證。
但最重要的界線同樣清楚:這次結果不涵蓋整個 Signal app。因此,不能將其理解為 Signal 的介面、帳戶與裝置管理、更新流程或其他周邊環節都已被證明沒有漏洞。
形式化驗證如何運作
一般測試會用特定輸入與情境尋找錯誤;形式化驗證則先把預期安全性寫成可精確檢驗的數學規格,再建立程式碼符合這些規格的證明。它的價值在於,安全主張不只停留於協定設計或測試結果,而是可一路追溯至實際執行的程式碼。
TechNews 科技新報 指出,DeepMind 團隊先由人類把安全目標整理成數學規格,再讓 AI agents 產生證明程式碼,並由自動系統標示需要人工覆核的部分。這個流程的關鍵不是把判斷完全交給模型,而是把專家時間集中在安全定義與高風險證明環節。
這次涵蓋的四項安全主張
報道列出的驗證面向包括前向保密、身分驗證、遭入侵後的安全性,以及握手保密性。以通訊情境理解:
- 前向保密:即使日後某把金鑰外洩,也應盡量避免過去通訊內容一併被解開。
- 身分驗證:協定要能確認通訊對象的身分,而非讓攻擊者輕易冒充。
- 遭入侵後的安全性:裝置或金鑰曾遭入侵後,系統應能隨後續通訊逐步恢復保護能力。
- 握手保密性:建立安全通訊關係的初始階段,也要符合既定的保密要求。
PQXDH 位於建立通訊關係的握手階段,Triple Ratchet 則負責持續更新通訊所用的金鑰。把這兩個核心部分連同實作層面納入驗證,代表研究不只是檢查抽象設計,也檢查設計是否在目標程式碼中被正確落實。
AI 縮短工期,瓶頸轉向「驗證甚麼」
TechNews 科技新報 報道,團隊以 5 人、4 週完成工作,並產出約 650 萬行證明程式碼;傳統高保證軟件驗證常需要大量人力及多年時間。這些數字反映的是證明工件的規模與該團隊的工作流程,並不表示任何軟件都能以相同速度完成驗證。
較合理的解讀是,AI agents 或能處理大量重複的證明建構與檢查工作,降低形式化驗證的門檻;不過,安全目標是否定義完整、模型是否貼合真實威脅,以及人工覆核是否到位,仍直接影響結果的可信度。DeepMind 亦指出,未來的挑戰在於更有效地界定要驗證的安全屬性。
研究團隊另以已知存在漏洞、其後已修補的舊版 Signal 程式測試,系統成功找出缺陷並判定該版本無法通過驗證。這顯示方法不只會產生形式上的證明,也有辨識特定已知問題的能力;然而,未發現新漏洞只適用於這次定義的範圍,不能推論所有未納入的程式碼與使用情境皆安全。
下一步值得觀察的,是這套人機協作流程能否在其他高風險軟件中重現,以及研究團隊能否擴大可驗證的安全屬性與程式範圍。對用戶而言,這次成果可視為核心加密保證有所加強,而非整個 app 的絕對安全證書。
延伸閱讀
AI 輔助說明: 本文由 AI 協助整理。
參考來源
- TechNews 科技新報 — 從數年縮短至四週,DeepMind AI 成功完成 Signal 核心加密「形式化驗證」 — original report
本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。







