Por Canuto  

Google DeepMind afirma que sus agentes de IA generaron más de seis millones de líneas de pruebas verificadas por máquina para una compilación específica de la biblioteca de Signal. El resultado ofrece garantías delimitadas por modelos y supuestos, y no equivale a verificar las aplicaciones móviles completas.
***

  • Google DeepMind informó que sus agentes generaron más de seis millones de líneas de pruebas Lean; cinco personas trabajaron en ellas durante cuatro semanas.
  • Los teoremas cubren la inicialización de sesión y el envío y recepción de mensajes, pero no la generación de claves ni la mensajería grupal.
  • Las garantías dependen de especificaciones humanas, modelos de ejecución y supuestos criptográficos; las instrucciones públicas permiten revisar el trabajo, aunque el reporte no documenta una reconstrucción independiente completa.


Google DeepMind prueba propiedades de seguridad de Signal, pero no toda la aplicación

Investigadores de Google DeepMind aseguran que un sistema de agentes de inteligencia artificial ayudó a construir pruebas matemáticas para ciertas propiedades de seguridad de una compilación de la biblioteca de Signal. El trabajo, presentado bajo el marco AlphaProof Code, conecta especificaciones revisadas por personas con un ejecutable concreto y reúne más de seis millones de líneas de pruebas verificadas por máquina en Lean, según Google DeepMind.

El alcance, sin embargo, es más acotado que una auditoría completa de Signal: las pruebas se refieren a un entorno Linux AArch64 y a operaciones determinadas de mensajería, mientras dejan fuera la generación de claves, los grupos y la verificación directa de las aplicaciones telefónicas. El reporte técnico, fechado el 10 de noviembre de 2026 y descrito por CryptoSlate, ofrece instrucciones públicas para revisar el paquete, pero esa publicación no reconstruyó ni verificó por su cuenta el conjunto completo de pruebas.

Una prueba para una compilación y operaciones concretas

El equipo tomó como objetivo un ejecutable AArch64 Linux construido con libsignal-protocol v0.105.4 y SPQR v1.6.0 dentro de un entorno de línea de comandos de libsignal-cli. En ese marco, los teoremas abarcan la inicialización de una sesión, el envío de un mensaje y su recepción, tres operaciones centrales para evaluar propiedades de una conversación individual.

La generación de claves no forma parte de lo verificado, una distinción importante porque las garantías de un protocolo dependen tanto de cómo se manejan las sesiones como de los materiales criptográficos que las sustentan. Tampoco se trata de una demostración sobre todas las versiones del software: el resultado corresponde a la compilación fijada por los investigadores y a las condiciones de ejecución que describe su modelo.

Las propiedades analizadas se relacionan con PQXDH y Triple Ratchet, componentes asociados a la mensajería individual de Signal. Según el informe, incluyen confidencialidad hacia adelante, autenticación y seguridad poscompromiso: en términos generales, las pruebas consideran si mensajes previos siguen protegidos después de un robo de claves, si una sesión identifica de manera auténtica a sus interlocutores y si puede recuperar confidencialidad tras una intrusión.

Estas garantías no equivalen a afirmar que cualquier mensaje, dispositivo o configuración de Signal queda protegido bajo cualquier circunstancia. El trabajo formaliza comportamientos seleccionados y luego demuestra propiedades dentro de ese marco; por eso, lo que puede concluirse depende de que las especificaciones representen correctamente los requisitos de seguridad que se pretende evaluar.

Cómo se construyeron las garantías y qué asumen

El reporte describe dos enfoques de prueba con alcances diferentes. El análisis simbólico representa las operaciones criptográficas de forma idealizada y considera ejecuciones sin colisiones, mientras que el análisis computacional estima límites frente a atacantes clásicos bajo supuestos declarados sobre las primitivas criptográficas utilizadas.

En el modelo simbólico, los autores reportan una prueba de confidencialidad del apretón de manos frente a rupturas posteriores especificadas de Diffie-Hellman. En cambio, el análisis computacional no contempla atacantes cuánticos y excluye el estado de múltiples dispositivos, por lo que no cubre escenarios que quedan fuera de las condiciones formales elegidas para la demostración.

La mensajería grupal también queda fuera del alcance del estudio, que se concentra en conversaciones individuales. Además, el informe advierte que las garantías dejan de ser útiles para cargas de trabajo suficientemente grandes, aunque el material suministrado no ofrece una cifra que permita delimitar ese umbral; no corresponde, por tanto, interpretar el resultado como una promesa ilimitada de seguridad.

El equipo indicó que cinco personas trabajaron durante cuatro semanas en las pruebas y que nueve autores aparecen en el artículo técnico. Los humanos dirigieron a los agentes, seleccionaron los modelos de referencia y revisaron las especificaciones que definían qué debían demostrar; la generación automatizada de pruebas no eliminó la intervención ni el criterio humano.

El límite de confianza detrás de una prueba verificada

Lean verifica las demostraciones dentro de su núcleo, pero esa comprobación no convierte automáticamente en correctos todos los supuestos que alimentan el modelo. Los investigadores todavía deben confiar en las especificaciones revisadas por personas, en el modelo de ejecución AArch64 Linux, en los contratos de algunas rutinas y en los supuestos sobre las primitivas criptográficas subyacentes.

La diferencia es relevante: una prueba verificada por máquina establece que una afirmación se deriva de premisas formales dentro del sistema de verificación, no que las premisas describan perfectamente cada instalación real de Signal. Tampoco demuestra directamente que las aplicaciones móviles completas, sus interfaces o todos sus componentes de software reproduzcan exactamente el comportamiento del ejecutable analizado.

El repositorio del proyecto incluye instrucciones para reconstruir un binario fijado y comprobar las pruebas Lean. También ofrece un comparador para Linux que revisa las declaraciones de los teoremas y sus definiciones dependientes frente a declaraciones de confianza, y reproduce las pruebas en un núcleo Lean nuevo, pasos que facilitan el examen externo del resultado.

El material disponible permite a otros investigadores contrastar la conexión que los autores afirman entre requisitos de seguridad y código ejecutable. No obstante, el reporte reseñado no documenta una reconstrucción independiente completa, de modo que la posibilidad pública de repetir el procedimiento no debe confundirse con una validación ya realizada por terceros.

Actualización del proyecto y alcance de las pruebas

Una actualización del proyecto publicada el 11 de noviembre informó la verificación de diez rutinas adicionales de la biblioteca. Según esa actualización, el cambio redujo de 37 a 27 los puntos de confianza asociados a rutinas cuyo comportamiento se representaba mediante contratos en vez de comprobarse directamente en el código de máquina.

La actualización conserva libsignal v0.105.4, pero cambia el ejecutable fijado. Para las diez rutinas añadidas, la compilación más reciente verifica el código de máquina en lugar de depender de sus contratos modelados; esto reduce parte de la dependencia en descripciones asumidas, aunque no elimina los demás límites de confianza del sistema.

Los autores también informaron que reintrodujeron dos errores de libsignal que ya habían sido corregidos y mostraron que los binarios modificados incumplían el teorema de seguridad simbólica. Ese ejercicio indica que la especificación rechaza esas regresiones conocidas, pero no demuestra por sí solo que el análisis encuentre cualquier vulnerabilidad desconocida o que cubra todos los fallos posibles.

El aporte principal es metodológico: agentes de IA participaron en la producción de una gran base de pruebas formales para una compilación real, bajo dirección y revisión humanas. Su valor depende de mantener claras las fronteras del resultado: cubre funciones y condiciones delimitadas, no certifica toda la infraestructura de Signal ni sustituye una evaluación más amplia de aplicaciones, dispositivos y escenarios excluidos.


Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín