Questo post é stato letto 90 volte!
La sicurezza del codice Signal è stata al centro di un'importante iniziativa di Google, che ha utilizzato l'intelligenza artificiale per affrontare una delle sfide più complesse della sicurezza informatica: dimostrare matematicamente che il codice di un protocollo crittografico rispetta precise garanzie di sicurezza. Il risultato riguarda la tecnologia di crittografia end-to-end alla base del funzionamento di app come Signal, WhatsApp e Google Messaggi.
Il 10 novembre 2026, Google DeepMind ha presentato AlphaProof Code, un sistema che combina agenti AI basati su Gemini, competenze umane e strumenti di dimostrazione matematica. I ricercatori sono riusciti a verificare importanti proprietà di sicurezza di libsignal, l'implementazione di riferimento del protocollo Signal, arrivando fino al codice macchina.
La verifica della sicurezza del codice Signal
Questo traguardo, secondo Google, avrebbe richiesto anni di lavoro con gli strumenti tradizionali; il progetto ha invece completato le verifiche in appena quattro settimane. Il protocollo Signal, pubblicato nel 2013, utilizza meccanismi crittografici progettati per impedire l'accesso alle conversazioni anche quando alcune chiavi di cifratura risultassero compromesse.
Già nel 2025, Signal aveva introdotto SPQR, un meccanismo che aggiorna le chiavi crittografiche durante le conversazioni per resistere anche ai futuri attacchi quantistici.
Perché la verifica formale è cruciale
Per comprendere la portata del risultato è importante distinguere i metodi con cui normalmente si controlla la solidità di un software. La verifica formale descrive una proprietà attraverso formule matematiche e costruisce una dimostrazione della sua validità, partendo da ipotesi esplicite. Questo metodo può dimostrare che un aggressore non riesca a ricostruire determinate chiavi crittografiche, anche conoscendo informazioni acquisite durante una compromissione.
Tuttavia, una dimostrazione riferita al progetto di un protocollo non garantisce che il software lo implementi senza errori. Una gestione sbagliata della memoria, una transizione di stato imprevista o un problema introdotto durante la compilazione possono creare vulnerabilità che il modello astratto non contempla.
Come funziona AlphaProof Code
AlphaProof Code organizza il lavoro attraverso più agenti AI, ciascuno impegnato in attività specifiche. Gli esperti definiscono gli obiettivi di sicurezza e supervisionano la traduzione delle proprietà in specifiche matematiche. Gli agenti alimentati da Gemini Carbon sviluppano poi le dimostrazioni utilizzando Lean, un linguaggio e assistente alla dimostrazione di teoremi.
L'AI non stabilisce autonomamente che Signal sia sicuro: produce dimostrazioni che il verificatore di Lean controlla secondo regole formali. Una conclusione apparentemente convincente, ma priva dei passaggi matematici richiesti, non supera il controllo. Secondo il documento tecnico pubblicato dai ricercatori, gli agenti hanno prodotto circa 6,5 milioni di righe di dimostrazioni Lean, basate su circa 26.000 righe di specifiche e definizioni considerate affidabili, comprese quelle che descrivono il comportamento dell'architettura AArch64.
Limiti e prospettive future
Ehren Kret, CTO di Signal, ha accolto positivamente il risultato condiviso da Google, sottolineando come l'impiego degli agenti AI consenta di ampliare notevolmente la verifica rispetto ai precedenti approcci. Google non ha dimostrato l'assenza di qualsiasi vulnerabilità in Signal: le rassicurazioni riguardano proprietà definite con precisione, all'interno di ipotesi e scenari specifici.
I risultati riguardano una particolare compilazione di libsignal utilizzata da riga di comando, non l'intera applicazione Signal per Android, iOS o desktop. Le dimostrazioni, quindi, non sostituiscono audit, fuzzing, test e aggiornamenti di sicurezza; offrono una forma di garanzia aggiuntiva, particolarmente preziosa per il codice crittografico più delicato. Se l'AI dovesse contribuire a ridurre il costo della verifica formale, sarà possibile applicare controlli matematici approfonditi anche a componenti software oggi troppo complessi da analizzare manualmente.
Questo post é stato letto 90 volte!