O DeepMind provou matematicamente que o protocolo Signal é seguro

Em uma operação que demorou apenas quatro semanas — contra meses ou anos de esforço humano equivalente — pesquisadores do Google DeepMind usaram um sistema de IA agêntica para verificar formalmente as garantias criptográficas fundamentais do protocolo Signal, o mesmo padrão que protege bilhões de mensagens diárias em aplicativos como Signal, WhatsApp e Google Messages. O resultado: nenhuma vulnerabilidade nova foi encontrada nas seções analisadas, e o trabalho marca um ponto de inflexão na interseção entre inteligência artificial e segurança de software.

O projeto utilizou o AlphaProof Code, o framework de IA agêntica mais recente do DeepMind, em um projeto de prova de conceito realizado inteiramente a custo zero para a comunidade de segurança. O DeepMind se recusou a divulgar o custo da análise ou a comentar se planeja lançar um produto comercial de verificação formal baseado no trabalho.

O que é verificação formal e por que importa

A verificação formal é o santo graal há décadas da segurança de software. Diferente de testes tradicionais, que verificam se o software funciona para entradas específicas, a verificação formal usa provas matemáticas para demonstrar que o software se comporta exatamente conforme especificado — em todas as circunstâncias possíveis. É, nas palavras dos defensores do campo, a única maneira de saber com certeza absoluta que um trecho de código não contém vulnerabilidades críticas.

Para protocolos criptográficos como o Signal, isso é especialmente relevante. O protocolo Double Ratchet, componente central do Signal, é responsável pelo estabelecimento e rotação de chaves de criptografia que protegem cada conversa. Antes da era da IA, era incrivelmente demorado para pesquisadores descrever as propriedades desejadas do software, transformá-las em fórmulas matemáticas e então desenvolver as provas. Era uma tarefa que exigia semanas ou meses de trabalho especializado de equipes de verificação formal.

O AlphaProof Code do DeepMind automatizou esse processo. O sistema conseguiu, em quatro semanas, elaborar e validar provas matemáticas para várias propriedades de segurança do protocolo — incluindo autenticação e sigilo dos componentes centrais.

O teste de fogo

O que torna o trabalho particularmente convincente não é apenas a velocidade com que foi executado, mas o teste de fogo que os pesquisadores aplicaram ao sistema. Quando os pesquisadores executaram o AlphaProof Code em versões mais antigas do Signal contendo vulnerabilidades conhecidas e de longa data corrigidas, o sistema corretamente as identificou e mostrou que o protocolo naquela versão não poderia ser formalmente verificado. Isso demonstra que o framework não apenas produz provas, mas também detecta falhas genuínas quando elas existem — o tipo de comportamento que separa uma ferramenta de análise séria de um gerador de resultados superficiais.

É o mesmo princípio que validou o AlphaFold do DeepMind em 2020: se um sistema não consegue detectar defeitos conhecidos, não se pode confiar em sua capacidade de confirmar a correção de versões sem defeitos. O AlphaProof Code passou nesse teste.

A expansão das verificações

O trabalho do DeepMind não aconteceu no vácuo. Ele se construiu sobre verificação formal prévia conduzida pela Signal Foundation, que já havia analisado partes menores do protocolo. Ehren Kret, CTO da Signal, observou que, enquanto a verificação anterior se concentrou em fragmentos menores de código, a abordagem do DeepMind permite uma "expansão significativa" no que pode ser verificado.

"Com a crescente ameaça de ataques alimentados por IA, verificar rigorosamente a implementação do protocolo Signal nos dá ainda mais confiança nas garantias de privacidade do nosso código", disse Kret em um comunicado.

A equipe do DeepMind publicou a especificação e as provas que criou para análise do protocolo Signal, disponibilizando-as para que outros grupos de pesquisa possam construir sobre o trabalho. É uma prática que se alinha com a cultura de código aberto da comunidade de segurança criptográfica.

O que não foi verificado — e por que isso importa

É crucial notar o que o projeto não fez. A análise do DeepMind não verificou a implementação completa do protocolo Signal nem o aplicativo Signal em si. Ela cobriu apenas seções selecionadas do protocolo, focando em propriedades criptográficas específicas. Os pesquisadores são transparentes sobre essa limitação.

Além disso, um trabalho acadêmico independente publicado em setembro de 2026 na Proceedings of the IEEE Symposium on Security and Privacy apresentou a primeira análise formal completa do Double Ratchet cobrindo todas as suas funcionalidades, incluindo chegadas de mensagens fora de ordem — algo que o projeto do DeepMind não abordou em profundidade. Essa análise, conduzida por pesquisadores da University of Oxford e Université de Lorraine, descobriu três ataques ao protocolo, dois dos quais confirmados como presentes na implementação principal. Esse trabalho mostra tanto o quanto ainda há para verificar quanto a importância de abordagens complementares à verificação formal assistida por IA.

Outro projeto, apresentado na conferência ACM CCS 2026, desenvolveu o SpecMon, um monitor de tempo de execução que instrumentou o WhatsApp Web e o Signal Desktop para capturar interações de rede e componentes criptográficos, verificando se as execuções observadas conformam aos modelos formais do protocolo — uma abordagem que complementa a verificação estática do DeepMind com monitoramento dinâmico.

A questão do custo e da escala

O ponto de interrogação mais importante do trabalho não é técnico — é econômico. O DeepMind conduziu a análise do Signal como projeto de pesquisa, gratuito. O Google se recusou a divulgar quanto custou o projeto e também se recusou a comentar se tem planos de lançar um produto ou serviço comercial de verificação formal.

A pergunta que permeia o setor é se a verificação formal automatizada por IA pode realmente escalar para sistemas de software completos — não apenas seções de protocolo, mas aplicações inteiras e cadeias de suprimentos de software — a um custo que faça sentido comercial.

Para usuários comuns, o significado é claro: as mensagens protegidas por criptografia de ponta a ponta ganham uma camada adicional de garantia matemática. Para empresas que dependem de comunicação criptografada — bancos, provedores de saúde, jornalistas — a tecnologia poderia, um dia, oferecer garantias juridicamente verificáveis de que o software usado não contém falhas críticas.

Para o DeepMind, o trabalho é mais um passo na expansão das capacidades do AlphaProof Code em direção à ambição declarada da empresa: verificar formalmente todo software. O protocolo Signal foi o primeiro alvo real. O próximo provavelmente será ainda mais ambicioso — e mais difícil.

Fontes: WIRED, AI Understanding, Atlabyte

✓ Fontes independentes cruzadas e verificadas antes da publicação