
Durante décadas, la comunidad criptográfica se preguntó cómo se habían generado las semillas de algunas curvas elípticas estandarizadas por NIST. Las cifras habían sido proporcionadas por la NSA en los años noventa sin una explicación detallada del proceso. Esa falta de transparencia alimentó una pregunta razonable: ¿podían contener una elección intencional que facilitara una puerta trasera?
Anthropic informó que un modelo interno de Claude rastreó el origen de cinco semillas en menos de 30 minutos. La investigación encontró que los valores podían reproducirse con un generador de números pseudoaleatorios conocido, inicializado con marcas de tiempo de Unix entre 1997 y 1998. El hallazgo no rompe ECDSA ni demuestra una vulnerabilidad práctica en las curvas; explica cómo fueron producidos sus parámetros.
El origen de la sospecha
Las curvas elípticas se utilizan para construir sistemas de firma digital y acuerdos de claves. ECDSA aparece en protocolos, certificados, software, sistemas financieros y herramientas de identidad. Cuando se publican parámetros sin explicar cómo se eligieron, la comunidad necesita confiar en que no fueron seleccionados para favorecer a una entidad con información privilegiada.
La controversia no surgió de una prueba de que las curvas tuvieran una debilidad, sino de la ausencia de un proceso reproducible y transparente. La historia de otros estándares criptográficos, incluida la revelación de mecanismos debilitados en el pasado, hizo que la pregunta fuera más difícil de descartar.
Qué encontró Claude
Según la explicación de Anthropic, el modelo no siguió únicamente las hipótesis más conocidas. Analizó los valores y buscó patrones en los bits, probando si podían derivarse de generadores de uso común. La coincidencia apuntó a lrand48, un generador presente en bibliotecas de C de los años noventa, inicializado con una marca de tiempo.
Las semillas de cinco curvas podían reproducirse usando fechas comprendidas entre mayo de 1997 y abril de 1998. Esa explicación es mucho menos misteriosa que la hipótesis de una frase secreta o un procedimiento diseñado para conservar una ventaja oculta. El trabajo posterior de especialistas fue necesario para revisar el razonamiento, confirmar los valores y entender las implicaciones.
La velocidad es llamativa, pero no debe confundirse con autonomía completa. El modelo tuvo que recibir un problema bien formulado, acceder a datos y trabajar dentro de una investigación con verificación humana. La conclusión es un ejemplo de aceleración de la investigación, no una prueba de que toda tarea criptográfica pueda resolverse de forma automática.
Por qué el resultado no rompe la criptografía
Una semilla pública utilizada para generar una curva no es una clave privada. Las claves privadas se generan para cada usuario o sistema y dependen de procesos distintos. Conocer el origen de los parámetros públicos puede mejorar la confianza en el estándar, pero no permite calcular las claves privadas de quienes utilizan ECDSA de manera correcta.
También es importante distinguir un generador pseudoaleatorio débil utilizado para producir parámetros históricos de la seguridad de los generadores criptográficamente seguros que deben utilizarse para crear claves. No se debe reutilizar el método descubierto para generar secretos. La lección técnica es precisamente que una tarea que no requería secreto puede haber usado un mecanismo demasiado simple, mientras que los secretos actuales deben seguir estándares modernos.
Lecciones para equipos de seguridad
- Separar parámetros de secretos: documentar qué valores son públicos y cómo se generan las claves privadas.
- Verificar bibliotecas: confirmar que las implementaciones criptográficas usan generadores seguros y mantienen actualizaciones.
- Conservar trazabilidad: registrar versiones, configuraciones y procesos de generación de certificados y claves.
- Evitar algoritmos caseros: utilizar estándares revisados y APIs de bibliotecas con buenas prácticas.
- Planear agilidad criptográfica: poder cambiar curvas o algoritmos sin reconstruir toda la plataforma.
- Validar con especialistas: revisar las conclusiones de una IA con análisis reproducible y pruebas independientes.
La IA como herramienta de investigación
El caso muestra una capacidad valiosa: un modelo puede explorar muchas hipótesis, consultar documentación, escribir pequeños programas de prueba y comparar resultados en poco tiempo. Eso reduce el trabajo mecánico y permite que el especialista se concentre en decidir qué evidencia importa.
La misma capacidad exige controles. Un modelo puede proponer una coincidencia convincente que no sea correcta, atribuir causalidad a una correlación o pasar por alto restricciones matemáticas. En criptografía, un error pequeño puede producir una conclusión exagerada. Las respuestas deben acompañarse de cálculos reproducibles, fuentes y revisión humana.
Qué cambia para las organizaciones
Para la mayoría de las empresas, el hallazgo no exige cambiar inmediatamente todos los certificados ECDSA. Anthropic indicó que el resultado no revela una debilidad práctica en las curvas y que la comunidad ya confiaba en ellas. La prioridad continúa siendo usar bibliotecas actualizadas, generar claves con fuentes de aleatoriedad seguras y proteger los secretos.
Sin embargo, el caso sí invita a revisar cómo se toman decisiones criptográficas. Una organización debería saber qué algoritmos usa, qué curva se eligió, quién generó las claves, dónde se almacenan y cómo se reemplazarían si aparece una nueva evidencia. Esa capacidad de migración es más importante que reaccionar con pánico a cada titular.
Una historia sobre transparencia
El origen de las semillas queda como un ejemplo de por qué la criptografía abierta necesita explicaciones verificables. Cuando un estándar es utilizado durante décadas, la confianza no debería depender de una autoridad única. Los procesos reproducibles permiten que la comunidad pruebe, cuestione y confirme los resultados.
Claude no “rompió” ECDSA. Ayudó a resolver una duda histórica que había permanecido abierta porque las personas exploraron principalmente las hipótesis más comentadas. La lección más útil es doble: la IA puede encontrar rutas laterales en problemas complejos, y la seguridad criptográfica mejora cuando los diseños se pueden auditar públicamente.
Fuente principal: Anthropic — Claude reveals ECDSA curve origins.