DeepMind: KI-agenter fant to svakheter i utdatert RSA-1024 – 2048-bit forblir trygt
Google DeepMind sier menneskelig styrte KI-agenter avslørte signaturforfalskning og billigere batch-faktorisering mot legacy 1024-biters RSA. Moderne 2048-biters nøkler er ifølge dem ikke berørt.


Google DeepMind sier KI-agenter under menneskelig veiledning har avdekket to vesentlige svakheter i utdatert 1024-biters RSA-kryptering – raskere og billigere enn tidligere antatt. Moderne protokoller som bruker 2048-biters eller lengre nøkler forblir ifølge DeepMind sikre mot disse funnene.
Kunngjøringen kom via DeepMinds VP Science Pushmeet Kohli og den offisielle DeepMind-kontoen fredag 6. november 2026 (Europa/Oslo). Forskerne understreker at RSA-1024 brukes som trygg testarena, ikke som mål på dagens produksjonskryptering.
Signaturforfalskning og billigere batch-faktorisering
Det første resultatet gjelder digitale signaturer – måten systemer bekrefter at programvareoppdateringer, dokumenter eller nettsteder faktisk kommer fra den oppgitte kilden. Mange standarder legger til «padding» før signering. DeepMind skriver at beskyttelsen avhenger av hvor stor del av den signerte blokken en angriper kontrollerer: når angriperen styrer omtrent halvparten eller mer, gir padding ifølge dem ikke ekstra vern mot matematiske snarveier.
I en sandkassesimulering – uten å røre live-systemer – reproduserte agentene et resultat på en allerede løst 1024-biters referansenøkkel fra tidligere akademisk arbeid med 3,5 ganger mindre CPU-tid, og med under en tusendel av regnekraften som trengs for å knekke nøkkelen selv. Når angriperen kontrollerer mindre av blokken, for eksempel en 32-byte digital fingeravtrykk, fant teamet en ny algoritme som ifølge teoretiske anslag forbedrer tidligere beste metode med omtrent 1600x for 1024-biters nøkler.
Det andre resultatet handler om å faktorisere mange tall av samme størrelse samtidig. Fordi RSA-nøkler ofte deler standard bitlengde, kan en angriper i teorien spre én stor forhåndsberegning over mange nøkler. Agentene fant ifølge DeepMind en ny algoritme med bedre asymptotisk kompleksitet enn kjente batch-metoder, og kuttet gjennomsnittskostnaden for hver ekstra 1024-biters nøkkel med rundt 30x sammenlignet med tidligere batch-tilnærminger.
Ledet av DeepMind Science – med eksterne kryptografer
Arbeidet ledes ifølge Kohli av Dj Dvijotham og Abhradeep Thakurta, i samarbeid med Nadia Heninger (UC San Diego og Inria) og Emmanuel Thomé (Inria). DeepMind peker på to tekniske artikler om digitale signaturer og nøkkelfaktorisering hos Google Cloud Storage. Poenget DeepMind understreker: kryptografisk «hardhet» er ikke en fast størrelse i en tid der KI-agenter kan utforske matematiske antakelser raskere enn tidligere.
Dette betyr det for norske ledere
- Sjekk legacy RSA-1024 – ikke panikk for 2048+. DeepMind avgrenser funnene til utdaterte 1024-biters systemer. Har dere fortsatt 1024-biters sertifikater, VPN, HSM-oppsett eller eldre IoT/enhetsnøkler, er det tid for inventar og migrering – ikke fordi 2048 «nettopp falt», men fordi marginen krymper raskere enn mange budsjetter forutsetter.
- Signaturkjeder og oppdateringskanaler. Signaturforfalskning handler om tillit til hva som er «ekte». CISO og IT bør kartlegge hvor padding og orakel-tilgang (signeringstjenester, HSM-API) finnes, og om eldre padding-varianter fortsatt er i bruk.
- Leverandørkrav. Be leverandører dokumentere minimum nøkkelstørrelse og migreringsplaner. For offentlig sektor og regulerte bransjer er dette også et compliance-spørsmål mot etablerte krav om sterkere nøkler.
- KI endrer tempoet på kryptanalyse. DeepMinds budskap er at forsvarere må stress-teste hardhetsantakelser mer proaktivt. Det er en strategisk risiko for langtidsarkitektur, ikke en «patch i kveld»-hendelse for moderne TLS.
Kilder og medier
- Pushmeet Kohli / Google DeepMind: Advancing the frontier of cryptanalysis, 6. november 2026
- Google DeepMind på X, 6. november 2026
- Teknisk paper: Faster Affine Root and a 1024-bit Computation (PDF)
- Teknisk paper: Fan Factories / Batch NFS (PDF)
Illustrasjon: KI-generert med Grok Bot / hogby.ai