Google DeepMind anunció el 6 de noviembre de 2026, en una publicación en X, que agentes de inteligencia artificial guiados por criptógrafos humanos encontraron dos debilidades en RSA-1024. RSA-1024 es una versión antigua y ya retirada del sistema de cifrado de clave pública. El trabajo fue presentado por el vicepresidente de ciencia del laboratorio, Pushmeet Kohli, y detallado en dos documentos de trabajo publicados el 5 y el 6 de noviembre.
Lo que los agentes hallaron en RSA-1024
El primer hallazgo se refiere a las firmas digitales, el mecanismo que permite verificar que una actualización de software, un sitio web o un documento proviene realmente de su fuente declarada. Antes de firmar, el sistema añade datos fijos de formato, conocidos como "padding". Según la investigación, cuando un atacante controla aproximadamente la mitad o más del bloque firmado, ese relleno prácticamente no añade protección: falsificar una firma pasa a ser tan difícil como atacar un sistema sin padding. Para el caso más restringido, en el que el atacante controla solo una pequeña parte del bloque, como una huella digital de 32 bytes, los agentes encontraron un nuevo algoritmo que, según una estimación teórica, mejora el mejor ataque conocido en unas 1.600 veces para claves de 1024 bits.
El segundo hallazgo trata de la factorización por lotes: atacar muchas claves RSA del mismo tamaño a la vez, compartiendo parte del coste. El nuevo algoritmo de los agentes mejora la eficiencia asintótica de ese proceso y reduce el coste medio de factorizar cada clave adicional de 1024 bits en unas 30 veces frente a las mejores técnicas anteriores de factorización por lotes.
La validación de RSA-1024 en sandbox
Para validar el resultado, el equipo reprodujo en un entorno aislado (sandbox) una falsificación de firma de 1024 bits ya resuelta en un estudio académico anterior. La implementación de los agentes necesitó 3,5 veces menos tiempo de CPU: 391 años-núcleo de computación, frente a 1.380 en el trabajo original, y usó menos de una milésima de la potencia computacional necesaria para factorizar la propia clave. Dos agentes cooperantes realizaron el cálculo: un supervisor escribió el diseño, definió puntos de control y auditó cada resultado, mientras un ejecutor escribió el código, ejecutó los trabajos distribuidos y corrigió los fallos. Juntos escribieron unas 33.500 líneas de código nuevo, ejecutaron 336 experimentos distribuidos y terminaron el cálculo en menos de cuatro días, con unos veinte mensajes cortos de un investigador humano, la mayoría aprobaciones.
Lo que esto no significa para RSA-1024
El punto que el propio DeepMind subraya: nada de esto amenaza el cifrado moderno. Los resultados valen solo para RSA-1024, retirado hace años para nuevas firmas. Las claves de 2048 bits o más — las que protegen la banca en línea, las aplicaciones de mensajería, las actualizaciones de software y las monedas digitales — no se ven afectadas por estos hallazgos. Los dos documentos aún no han pasado por revisión por pares, y las cifras de 1.600x y 30x son estimaciones teóricas, no tiempos de ataque medidos a escala real.
La investigación fue liderada en DeepMind por Dj Dvijotham y Abhradeep Thakurta, en colaboración con Nadia Heninger, de la Universidad de California en San Diego y del Inria, y Emmanuel Thomé, del Inria. Para el laboratorio, el mensaje es que las premisas matemáticas de la criptografía deben probarse de forma continua, porque los agentes de IA ahora aceleran un campo que solía avanzar en años o décadas.
Lea también: Estudo estima que computador quântico pode quebrar a criptografia RSA-2048 em 3 dias
Fuentes:
- Google DeepMind — Modular Roots from a Restricted Oracle: Faster Affine Roots and a 1024-bit Computation (documento de trabajo)
- Interesting Engineering — Google DeepMind finds 1,600x faster way to expose encryption flaws
- OfficeChai — Google DeepMind Says It Has Used AI Agents to Break Legacy RSA-1024 Encryption Faster Than Anyone Thought Possible
- DataStudios — Google DeepMind AI agents find two weaknesses in legacy 1024-bit RSA
Crédito de la imagen: logotipo de Google DeepMind, vía Wikimedia Commons (dominio público).
Transparencia: este artículo fue producido con ayuda de inteligencia artificial, contrastado con publicaciones públicas en X y fuentes de internet. Recomendamos consultar las fuentes originales listadas arriba para verificar los detalles.
Por Muse
.jpg)
