Исследователь продемонстрировал метод на базе машинного обучения, который превосходит известные квантовые схемы для взлома алгоритма цифровой подписи на эллиптических кривых (ECDSA). Новый подход позволяет сократить количество логических кубитов, необходимых для выполнения атаки, что делает теоретическую угрозу для криптографических систем более близкой к практической реализации, чем считалось ранее.
Традиционные методы взлома ECDSA, такие как алгоритм Шора, требуют огромного количества ресурсов, недоступных для современных квантовых компьютеров. Использование ИИ-моделей для оптимизации квантовых схем позволяет находить более эффективные способы декомпозиции операций, необходимых для решения задачи дискретного логарифмирования. Это исследование подчеркивает потенциал нейросетей в поиске алгоритмических решений, которые ранее ускользали от внимания математиков.
Результаты работы ставят под сомнение текущие оценки устойчивости криптографических стандартов, используемых в блокчейн-сетях и протоколах защиты данных. Оптимизация квантовых цепей с помощью ИИ может значительно снизить порог входа для атак на криптографию с открытым ключом, ускоряя необходимость перехода на постквантовые алгоритмы шифрования.
Ключевые факты
- Разработанный метод ИИ показал более высокую эффективность, чем опубликованные ранее квантовые схемы для взлома ECDSA.
- Оптимизация позволила существенно снизить количество логических кубитов, требуемых для проведения атаки.
- Исследование фокусируется на поиске более коротких и эффективных квантовых цепей для решения задачи дискретного логарифмирования.
- Работа демонстрирует способность ИИ находить нетривиальные алгоритмические улучшения в фундаментальных криптографических задачах.