我们使用AI审计工具检测Cloudflare的CIRCL密码学库，发现了七个真实漏洞，包括阈值RSA中的关键精度损失和属性加密的访问控制失效。所有漏洞已被修复。这是系列文章的第一篇。

好的，这是根据您的要求，对原文进行的中文重述：

标题：AI遇上密码学（一）：AI在Cloudflare的CIRCL库中发现了什么

核心内容：

zkSecurity团队利用其AI审计工具，对Cloudflare的CIRCL实验性密码学库进行了扫描，并确认了7个真实存在的漏洞。这些漏洞的严重程度不一，从阈值RSA中的关键性float64精度丢失，到基于属性加密中完全访问控制被攻破。目前，所有7个漏洞均已被Cloudflare修复。

背景与方法：

zkSecurity正在开发一个名为zkao的AI审计代理，其目标是持续对代码进行审计，直至找出所有可被AI工具发现的漏洞。本次实验是构建该工具过程中的一部分，旨在探索AI（特别是大语言模型）在密码学代码审计中的能力与局限。

研究人员使用了两种配置对CIRCL库进行扫描： 1. 仅使用大语言模型，配合简单提示。 2. 使用大语言模型，并辅以由安全专家维护的“技能”库。

对于发现真实漏洞的项目，他们还运行了zkao工具，以验证其是否能独立发现相同问题。结果显示，zkao不仅能发现所有已知问题，还能识别出更复杂、更严重的漏洞。

发现的7个漏洞概览：

1. float64精度丢失（阈值RSA）：在计算多项式时使用了float64类型，导致大数运算时精度丢失，生成错误的密钥分片。AI评为“严重”，Cloudflare评为“低危”。
2. 证明者控制安全参数（DLEQ证明）：安全参数SecParam被包含在证明结构中，攻击者可将其设为极小值，从而轻易伪造证明。AI评为“高危”，Cloudflare评为“低危”。
3. BLS聚合签名缺少消息唯一性检查：BLS BASIC聚合模式要求所有签名的消息必须唯一，但代码未做此检查，导致经典的“流氓密钥攻击”。AI评为“中危”，Cloudflare评为“高危”。
4. 通过符号碰撞破坏DLEQ可靠性：利用big.Int的FillBytes方法会忽略符号位的特性，结合代数恒等式，攻击者可以伪造一个关于负数公钥的有效证明。AI评为“高危”，Cloudflare评为“低危”。
5. 位或操作符导致HPKE PSK验证绕过：Go语言中，switch语句的case使用位或操作符|，导致本应检查预共享密钥（PSK）的分支被错误地跳过。AI评为“中危”，Cloudflare评为“中危”（重复报告）。
6. int64类型计算拉格朗日系数（阈值RSA）：使用int64计算拉格朗日插值系数，存在整数溢出和截断两个独立问题，导致签名组合错误。AI评为“高危”，Cloudflare评为“中危”。
7. CP-ABE访问控制完全失效：在实现密文策略属性基加密（CP-ABE）的AND门时，代码错误地将一个子节点设为0，另一个子节点获得完整秘密，导致任何拥有单个属性的用户都能解密所有密文。AI评为“严重”，Cloudflare评为“严重”。

主要发现与反思：

• AI对漏洞严重性的评估不准确：AI倾向于高估或低估漏洞的严重性，尤其是在库被多种应用场景使用时。目前仍需人工介入进行严重性评估。
• 不同模型的能力差异显著且不稳定：不同版本的大语言模型在发现和验证漏洞方面的能力会随时间变化，甚至出现角色互换。因此，审计工具应保持模型无关性。
• AI能发现问题，但难以进行关联分析：AI能够发现多个独立的漏洞，但有时会将它们打包成一个报告，而未能深入分析它们之间的关联，从而可能错过更复杂的攻击链。

后续计划：

zkSecurity团队已扫描超过200个密码学项目，发现了上千个候选问题。目前最大的瓶颈是人工验证。他们欢迎密码学项目维护者联系合作，以便及时发现并修复严重漏洞。

根据评论内容，总结如下：

主要观点与论据：

1. 对使用浮点数实现加密算法的质疑（评论1，评分无）

   • 评论者惊讶于现代加密算法竟使用浮点数实现，认为这不符合常规做法。
   • 关键引用："People do crypto using floats these days?" / "I would never have expected people to use floats the 'intended way' to implement crypto algorithms."

2. 对文章内容的技术提问与反馈（评论2，评分无）

   • 评论者感谢作者，并提出了三个具体问题：
     • 关于AI候选发现与可信报告的比例：询问LLM生成了多少候选报告，最终只有7个真实漏洞。
     • 关于测试缺失：质疑为何没有更高层级的测试（如检查“缺少属性时无法解密”），尽管已添加回归测试。
     • 关于zkao的定义：询问zkao是否是一个持续运行LLM审计的系统，还是其他工具。
   • 关键引用："Roughly how many candidate reports did the LLMs create vs the eventual 7 true vulnerabilities?" / "I'm wondering why there isn't a test further up the stack that is simply checking 'can't decrypt if the required attribute isn't present'?" / "Is it an LLM? (but better than the frontier LLMs?)"

平衡性总结： - 评论1对技术实现提出质疑，强调浮点数在加密中的非常规性。 - 评论2则聚焦于文章的技术细节，提出建设性问题和改进建议，同时表达对作者工作的认可。两者均未涉及明显争议，观点互补。