{"id":1815,"date":"2026-07-28T21:53:43","date_gmt":"2026-07-28T21:53:43","guid":{"rendered":"https:\/\/cybercolombia.co\/index.php\/2026\/07\/28\/claude-mythos-de-anthropic-encuentra-debilidades-en-los-algoritmos-de-cifrado\/"},"modified":"2026-07-28T21:53:43","modified_gmt":"2026-07-28T21:53:43","slug":"claude-mythos-de-anthropic-encuentra-debilidades-en-los-algoritmos-de-cifrado","status":"publish","type":"post","link":"https:\/\/cybercolombia.co\/index.php\/2026\/07\/28\/claude-mythos-de-anthropic-encuentra-debilidades-en-los-algoritmos-de-cifrado\/","title":{"rendered":"Claude Mythos de Anthropic encuentra debilidades en los algoritmos de cifrado"},"content":{"rendered":"
\n

Los investigadores de Anthropic utilizaron Claude Mythos Preview para encontrar nuevas debilidades en dos m\u00e9todos criptogr\u00e1ficos, dijo la compa\u00f1\u00eda el martes, incluido uno que est\u00e1 siendo considerado por el Instituto Nacional de Est\u00e1ndares y Tecnolog\u00eda para la computaci\u00f3n tradicional y cu\u00e1ntica. <\/p>\n

en un publicaci\u00f3n de blog<\/a> Al detallar el trabajo, la empresa fronteriza de inteligencia artificial lo calific\u00f3 como un avance de investigaci\u00f3n \u201csustancial\u201d, pero tambi\u00e9n enfatiz\u00f3 que ninguno de los defectos afecta el software que se utiliza actualmente.<\/p>\n

\u00abLos ataques descritos en estos dos art\u00edculos son los ataques m\u00e1s fuertes que hemos encontrado hasta la fecha\u00bb, escribi\u00f3 la compa\u00f1\u00eda en la publicaci\u00f3n. <\/p>\n

Una de las debilidades encontradas fue en HALC\u00d3N<\/a>un esquema de firma digital que el NIST est\u00e1 revisando como parte de una b\u00fasqueda de m\u00e9todos de cifrado que puedan sobrevivir a los ataques de computadoras cu\u00e1nticas. Trabajando con un investigador humano, el sistema de IA encontr\u00f3 un atajo matem\u00e1tico, conocido como automorfismo no trivial, en la estructura reticular (una red matem\u00e1tica compleja que sustenta su seguridad) en la que se basa HAWK.<\/p>\n

La debilidad descubierta reduce a la mitad la fuerza clave efectiva de HAWK, lo que significa que el tama\u00f1o de las claves tendr\u00eda que duplicarse para mantener el mismo nivel de seguridad. Anthropic dijo que el cambio borrar\u00eda gran parte de lo que hizo de HAWK un candidato atractivo en primer lugar.<\/p>\n

Ellen Boehm, vicepresidenta senior de estrategia e innovaci\u00f3n de IA en Keyfactor, un proveedor de gesti\u00f3n de criptograf\u00eda e identidad digital, dijo a CyberScoop que investigaciones como la de Anthropic demuestran que el proceso de evaluaci\u00f3n PQC del NIST est\u00e1 funcionando. <\/p>\n

Tambi\u00e9n dijo que la investigaci\u00f3n \u00abrealiza la importancia de que las organizaciones tengan visibilidad de d\u00f3nde se encuentra la criptograf\u00eda dentro de su empresa, a qu\u00e9 sistemas y procesos comerciales est\u00e1 conectada y la necesidad de estar preparados para PQC, si a\u00fan no han elaborado un plan\u00bb. <\/p>\n

El otro defecto se encontr\u00f3 en una versi\u00f3n debilitada del Est\u00e1ndar de cifrado avanzado, o AES, el cifrado que adopt\u00f3 el NIST en 2001 y el m\u00e9todo m\u00e1s utilizado para codificar datos en tr\u00e1nsito. Trabajando en gran medida por su cuenta, Mythos invent\u00f3 un atajo matem\u00e1tico denominado \u00abPuente de M\u00f6bius\u00bb. Mientras que el cifrado en el mundo real codifica los datos a trav\u00e9s de 10 capas secuenciales o \u201crondas\u201d, los investigadores estudian peri\u00f3dicamente una versi\u00f3n de prueba simplificada de siete rondas para medir los m\u00e1rgenes de seguridad. En ataques te\u00f3ricos anteriores, los descifradores de c\u00f3digos tuvieron que comparar 256 valores separados con una tabla de memoria, pero Mythos cre\u00f3 un atajo que elimin\u00f3 ese proceso de b\u00fasqueda por completo.<\/p>\n

Combinado con otras optimizaciones, este descubrimiento hizo que el ataque te\u00f3rico m\u00e1s fuerte conocido contra AES de siete rondas fuera de 200 a 800 veces m\u00e1s r\u00e1pido. El ataque es puramente te\u00f3rico: requiere una cantidad imposible de datos del objetivo (m\u00e1s de 400 octillones de mensajes) y no puede tocar el cifrado completo de 10 rondas que protege el software cotidiano. Adem\u00e1s, Anthropic se\u00f1al\u00f3 que los sistemas del mundo real siguen siendo completamente seguros.<\/p>\n

Anthropic dijo que sigui\u00f3 las pr\u00e1cticas de divulgaci\u00f3n est\u00e1ndar, notificando a los dise\u00f1adores de HAWK en junio y coordinando la publicaci\u00f3n p\u00fablica con una lista de correo del NIST, e informando de antemano a los socios gubernamentales y de la industria. Tambi\u00e9n trabaj\u00f3 con investigadores de ETH Zurich, la Universidad de Tel Aviv y la Universidad de Haifa para crear una herramienta de prueba compartida, llamada Banco de Criptoan\u00e1lisis<\/a>destinado a permitir que otros investigadores midan el rendimiento de los sistemas de IA frente a una variedad de cifrados.<\/p>\n

Los hallazgos se producen mientras los investigadores de ciberseguridad est\u00e1n implementando modelos de inteligencia artificial de vanguardia para encontrar vulnerabilidades en todo tipo de software. En junio, las agencias de inteligencia de la alianza Five Eyes advirtieron que faltaban \u201cmeses\u201d para contar con modelos avanzados de IA capaces de causar estragos en el dominio cibern\u00e9tico. Sin embargo, un informe reciente encontr\u00f3 que a pesar de la avalancha de errores descubiertos, el nivel de amenaza en Internet no ha cambiado materialmente. <\/p>\n

Anthropic dijo que espera que las mismas capacidades de IA eventualmente se apliquen a sistemas que ya se utilizan ampliamente, lo que plantea una pregunta separada que dijo que a\u00fan no ha resuelto: c\u00f3mo deber\u00edan responder los investigadores, las empresas y los gobiernos si un modelo de lenguaje descubre una falla en un sistema criptogr\u00e1fico que protege la infraestructura cr\u00edtica.<\/p>\n

\u00abA medida que desarrollamos resultados criptoanal\u00edticos cada vez m\u00e1s potentes, ser\u00eda prudente considerar c\u00f3mo deber\u00edan reaccionar los investigadores si un modelo de lenguaje descubriera vulnerabilidades en los criptosistemas donde los ataques tienen un impacto inmediato en el mundo real\u00bb, escribi\u00f3 la compa\u00f1\u00eda. \u00abEsperamos que nuestro trabajo aqu\u00ed ayude a iniciar estas conversaciones\u00bb. <\/p>\n

Boehm dijo que trabajos como el de Anthropic demuestran adem\u00e1s que las empresas no deben dormirse en los laureles con ninguna faceta de su aparato de seguridad. <\/p>\n

\u00abLa IA se est\u00e1 convirtiendo en una herramienta poderosa para muchas cosas, incluido el control de calidad del software, el desarrollo de c\u00f3digos y, en este caso, el an\u00e1lisis criptogr\u00e1fico\u00bb, dijo a CyberScoop. \u00abA medida que las herramientas de inteligencia artificial se utilizan de manera m\u00e1s amplia y continua, aumenta la necesidad de que las empresas traten su infraestructura de confianza de manera continua y operativa en lugar de pensar en ella como un entorno est\u00e1tico que solo cambia cada pocos a\u00f1os a medida que se lanzan nuevos algoritmos criptogr\u00e1ficos\u00bb.<\/p>\n