#ML-DSA

共 10 篇相关文章

深入分析大语言模型（LLM）为何无法破解AES等对称加密算法。从数学根基、模式识别错配、AI真正能触及的密码学边界等角度，理性解读AI能力边界与加密安全的关系。

深入解析L2约简算法原理，探讨其相比经典LLL算法的二次复杂度优势。通过Python开源实现，详解浮点误差控制、懒惰尺寸约简等核心技术，适合密码学研究者与算法学习者入门格约简。

深度解读NIST发布的后量子密码标准ML-KEM、ML-DSA和SLH-DSA，分析量子计算对RSA/ECC加密的威胁，并提供企业加密迁移的实践方向与分阶段部署建议。

RFC 9987正式发布，SSH Agent协议从OpenSSH事实标准升级为IETF正式规范。本文解析SSH Agent工作机制、标准化对开发者的实际影响，以及对SSH生态互操作性的长期价值。

深度解读Anthropic在密码分析领域的最新研究成果，分析大语言模型在密码破解任务中的真实能力边界，探讨其对AI安全攻防博弈的双重影响，以及作为评估模型推理能力的方法论价值。

Anthropic旗下Claude Mythos Preview模型据称发现密码算法改进攻击方式，引发安全争议。本文从技术角度分析AI密码分析的现实能力边界、双刃剑效应及对加密行业的启示。

Anthropic发布针对HAWK-256的实用性密钥恢复攻击研究，揭示后量子签名方案的安全隐患。本文深入分析攻击技术背景、对PQC标准化的影响，以及开发者应如何应对后量子密码迁移中的风险。

本文深入探讨AI大语言模型对Cloudflare开源密码库CIRCL的安全审计实践，涵盖常量时间检测、边信道漏洞识别、算法逻辑审查等核心议题，并分析AI辅助密码审计的能力边界与人机协同的最佳路径。

量子计算真的能破解AES等对称加密吗？本文深入解析Grover算法的实际局限、与Shor算法的本质差异，以及AES-256为何被认为具备抗量子能力，帮助你理性评估量子密码威胁。

NIST已正式标准化ML-KEM（CRYSTALS-Kyber）后量子算法。本文深入解析ML-KEM密钥封装机制原理、Python生态落地实践、混合模式部署策略，以及常量时间执行、内存安全等关键实现挑战，助力开发者提前布局抗量子加密。