- Penelitian Google DeepMind menunjukkan AI dapat mempercepat pemecahan enkripsi RSA.
- Penelitian berfokus pada RSA 1024-bit, standar enkripsi yang telah digantikan oleh kunci 2048-bit yang lebih kuat.
- AI dapat secara signifikan mempercepat evaluasi hipotesis matematis, meningkatkan efisiensi analisis kriptografi.
- Hasil penelitian menekankan perlunya penilaian ulang terus-menerus terhadap hipotesis enkripsi.
Peneliti dari Google DeepMind menggunakan agen kecerdasan buatan untuk menemukan teknik enkripsi yang dapat mengungkap kelemahan enkripsi RSA lama dengan kecepatan 1.600 kali lebih cepat dibandingkan metode sebelumnya. Terobosan ini diumumkan hari ini oleh Wakil Presiden dan Kepala Ilmuwan DeepMind, Pushmeet Kohli, di media sosial. Penelitian ini menandai kemajuan penting dalam bidang analisis kriptografi, tanpa mengancam standar enkripsi modern.
Penelitian ini berfokus pada RSA 1024-bit, standar enkripsi yang telah digantikan oleh kunci 2048-bit atau lebih besar. Menurut Google DeepMind, temuan ini tidak mengancam enkripsi modern yang digunakan untuk melindungi perbankan online, aplikasi pesan, pembaruan perangkat lunak, atau mata uang digital. Sebaliknya, temuan ini menunjukkan bagaimana kecerdasan buatan dapat secara signifikan mempercepat evaluasi hipotesis matematis yang menjadi dasar keamanan digital.
Aplikasi AI dalam Analisis Kriptografi
Analisis kriptografi adalah ilmu yang menguji sistem enkripsi dengan mencari kelemahan, dengan tujuan untuk mencegah perilaku jahat sebelum mereka memanfaatkan kelemahan tersebut. Selama beberapa dekade, kemajuan di bidang ini sering kali memerlukan waktu bertahun-tahun bahkan puluhan tahun, memungkinkan para ahli keamanan untuk secara bertahap memperkuat standar enkripsi seiring dengan evolusi kemampuan komputasi. Perusahaan menyatakan bahwa agen kecerdasan buatan mereka, di bawah pengawasan manusia, telah mempercepat jadwal ini dengan cepat mengeksplorasi masalah matematis yang secara tradisional memerlukan banyak penelitian manual.
Penelitian ini dipimpin oleh Dj Dvijotham dan Abhradeep Thakurta, bekerja sama dengan peneliti dari University of California, San Diego, dan Inria Prancis, menghasilkan dua temuan utama yang terkait dengan sistem kriptografi RSA-1024 lama.
Temuan pertama berkaitan dengan tanda tangan digital, yang memungkinkan komputer untuk memverifikasi bahwa pembaruan perangkat lunak, situs web, dan dokumen elektronik berasal dari sumber yang sah. Skema tanda tangan digital biasanya menambahkan informasi tambahan yang disebut "padding" sebelum menandatangani data. Padding telah lama dianggap dapat mencegah pemalsuan, tetapi para peneliti belum sepenuhnya mengukur efektivitasnya ketika penyerang dapat mempengaruhi bagian pesan yang ditandatangani.
Selama proses penelitian, agen kecerdasan buatan menemukan bahwa setelah penyerang mengendalikan sekitar setengah atau lebih dari blok data tanda tangan, padding hampir tidak memberikan perlindungan tambahan. Dalam kasus ini, pemalsuan tanda tangan digital secara matematis menjadi sama mudahnya dengan menyerang sistem tanpa padding. Untuk memverifikasi temuan ini, para peneliti menguji metode ini dalam lingkungan sandbox, menggunakan benchmark RSA-1024 yang telah diselesaikan dari penelitian akademis sebelumnya. Implementasi yang dihasilkan oleh kecerdasan buatan berhasil mereproduksi hasil tersebut, dengan waktu CPU yang dibutuhkan berkurang hingga 3,5 kali, dan kebutuhan daya komputasi kurang dari seribu kali untuk memecahkan kunci benchmark itu sendiri.
Even when the attacker only controls a small amount of signature data, such as a 32-byte digital fingerprint, the AI agent also identified a new algorithm that theoretically could improve the best attack on a 1024-bit RSA key by about 1,600 times.
Penemuan dan Dampak Algoritma Baru
Terobosan kedua menargetkan pemecahan batch dari beberapa kunci RSA dengan panjang bit yang sama. Karena banyak penerapan RSA menggunakan ukuran kunci yang distandarisasi, penyerang secara teoritis dapat membagi biaya komputasi yang mahal di antara beberapa kunci. Algoritma yang ditemukan oleh kecerdasan buatan meningkatkan efisiensi bertahap dari proses ini, mengurangi biaya komputasi rata-rata untuk setiap kunci RSA 1024-bit tambahan sekitar 30 kali dibandingkan dengan teknik batch sebelumnya.
Kohli menyatakan bahwa hasil ini menekankan perlunya penilaian ulang terus-menerus terhadap hipotesis enkripsi seiring dengan kemampuan kecerdasan buatan untuk menangani masalah matematis yang kompleks. Meskipun standar enkripsi saat ini masih aman, para peneliti percaya bahwa analisis kriptografi yang didorong oleh kecerdasan buatan dapat menjadi alat penting untuk melakukan pengujian tekanan sebelum ancaman baru membuat sistem enkripsi di masa depan berisiko.
Dampak Analisis Kriptografi yang Didukung AI terhadap Keamanan
Seiring dengan kemajuan teknologi kecerdasan buatan, efisiensi analisis kriptografi meningkat secara signifikan, yang menantang standar enkripsi yang ada. Meskipun teknologi enkripsi saat ini masih aman, hasil penelitian menunjukkan bahwa AI dapat dengan cepat menemukan kelemahan dalam sistem enkripsi, yang berarti bahwa mungkin perlu untuk lebih sering meninjau dan memperbarui hipotesis enkripsi untuk menghadapi potensi risiko keamanan. Penelitian ini tidak hanya mendorong perkembangan kriptografi, tetapi juga menekankan pentingnya kemajuan teknologi terhadap keamanan digital.

