Nyhet

Google DeepMind: AlphaProof Code bevisar matematiskt att Signals protokollkod är säker

Google DeepMind presenterade den 10 november 2026 AlphaProof Code, ett ramverk med AI-agenter som enligt bolaget har bevisat viktiga säkerhetsegenskaper i den faktiska koden bakom Signal-protokollet. Protokollet skyddar privata samtal i appar som Signal och Google Messages. Verifieringen tog fyra veckor, en uppgift som enligt Google DeepMind tidigare tagit expertteam år.

Det viktigaste i korthet

• Google DeepMind har med AlphaProof Code formellt verifierat kärnan i koden för Signals kryptografiska protokoll, enligt bolaget.

• AI-agenter drivna av Gemini Carbon genererade över sex miljoner rader Lean, ett språk som matematiskt bevisar att kod är korrekt.

• Endast en procent av kodbasen behövde en extra granskning av människor.

• Hela verifieringen tog fyra veckor, en uppgift som historiskt tagit expertteam år, enligt Google DeepMind.

• Två verkliga, tidigare åtgärdade buggar återinfördes i en isolerad version av koden, och systemet bevisade i båda fallen att den var osäker.

• Google DeepMind öppnar sina verifieringsartefakter (open source) för communityn.

Vad har hänt

Google DeepMind uppger att forskarna har lett AI-agenter till att matematiskt bevisa centrala säkerhetsegenskaper i själva koden bakom Signal-protokollet. Det är tekniken som skyddar miljarder privata konversationer i bland annat Signal och Google Messages. Arbetet gjordes med AlphaProof Code, ett agentbaserat ramverk med flera språkmodeller som kombinerar mänsklig expertis med AI-agenter.

Formell verifiering innebär att man matematiskt bevisar att kod körs korrekt och utan fel. Det är den högsta nivån av säkerhetsgaranti, men också svår och ofta mycket arbetskrävande. Enligt Google DeepMind är detta första gången AI har använts för att formellt verifiera ett brett använt kryptografiskt protokoll på så stort djup. Bolaget skriver också att det är första gången implementationen av ett så utbrett protokoll har verifierats formellt, oavsett metod och med eller utan AI.

Arbetet delas upp ungefär som i ett forskarlag. Först översatte forskarna, tillsammans med en blandning av modeller, Signals säkerhetsmål till formella matematiska specifikationer, och mänskliga experter granskade varje specifikation. Därefter skrev agenter drivna av Gemini Carbon bevisen, över sex miljoner rader Lean. Agenterna granskade sedan själva beviset och pekade ut de delar som en människa borde titta på igen, vilket motsvarade en procent av kodbasen. Resten kontrolleras automatiskt av Lean, så experterna kunde lägga sin tid där mänskligt omdöme behövs mest.

Enligt Google DeepMind stannar det mesta av protokollverifieringen på designnivå. Här gick agenterna längre och bevisade att den kompilerade koden uppfyller de centrala säkerhetsegenskaperna, ned till den exakta kod som körs på enheterna. Ett exempel är att meddelanden förblir skyddade både före och efter att en enhet tillfälligt komprometterats. Eftersom sårbarheter ofta döljs i glappet mellan design och implementation blir sådana bevis betydligt mer komplexa.

För att visa att systemet kan skilja korrekt kod från buggig återinförde forskarna två verkliga, tidigare åtgärdade buggar i en isolerad version av Signals kod. I båda fallen tog systemet fram ett maskinkontrollerat bevis för att den buggiga versionen var osäker.

Signals tekniska chef Ehren Kret kallar i en kommentar användningen av AI-agenter för att översätta levande kod till giltiga Lean-satser ett stort genombrott. Han säger att tidigare formell verifiering nödvändigtvis hållit sig till mindre delar av koden och att Google DeepMinds metod möjliggör en betydande utvidgning. Eftersom AI-drivna säkerhetshot ökar ger verifieringen enligt honom ännu större förtroende för att koden håller sina integritetslöften.

Google DeepMind menar att arbetet kan ge säkerhetsgarantier på toppnivå åt företag, myndigheter och kritisk infrastruktur, och nämner firmware i medicinsk utrustning och programvara för elnät som exempel på system som kan säkras på sikt. Tillsammans med försvarsagenten CodeMender kan formell verifiering enligt bolaget hjälpa till att möta cyberhot i modern hastighet och skala. Bolaget lyfter fram att tekniken kräver fortsatt forskning för att skalas upp.

Vad det betyder för dig i Sverige

Google DeepMind nämner inget specifikt om Sverige. Signal-protokollet används i Signal och Google Messages, som många använder även här. Enligt bolaget stärker verifieringen förtroendet för att protokollets kod håller sina integritetslöften, men det beskrivs som ett bevis för koden och inte som en förändring av appar eller funktioner. Inga nya funktioner eller uppdateringar för användare har aviserats.

Det här vet vi inte än

• Om och när verifieringen leder till några förändringar i Signal eller Google Messages är inte känt.

• Hur stor del av Signals totala kodbas som omfattas utöver protokollets kärna framgår inte.

• Om AlphaProof Code blir en produkt eller tjänst som andra kan använda, och i så fall till vilket pris, är inte känt.

• Resultaten är Google DeepMinds egna uppgifter, och något oberoende utlåtande utöver kommentaren från Signals tekniska chef redovisas inte.

• Hur väl metoden fungerar på andra typer av system, som medicinsk firmware eller elnätsprogramvara, är ännu oklart. Bolaget säger själv att det kräver fortsatt forskning.