Google DeepMind a annoncé le 10 novembre 2026 avoir utilisé AlphaProof Code pour vérifier formellement certaines propriétés de sécurité du code qui implémente le protocole Signal. Selon l’entreprise, les preuves portent jusque sur le code compilé, celui qui s’exécute sur les appareils. L’avancée concerne donc la réalisation logicielle du protocole, au-delà de sa seule description mathématique.

La vérification ne couvre pas l’application Signal dans son ensemble, précise 9to5Mac. Son intérêt tient à un résultat plus ciblé : relier des garanties de sécurité précisément définies au comportement du code chargé de les assurer.

Comment AlphaProof Code construit et vérifie les preuves

Quatre étapes reliées présentent les objectifs de sécurité de Signal, la spécification examinée par des experts, les preuves produites par Gemini Carbon et leur vérification par Lean.

AlphaProof Code associe plusieurs modèles d’IA, des agents logiciels et des experts humains pour construire des démonstrations mathématiques sur des propriétés du logiciel. La répartition du travail est essentielle : les personnes déterminent ce qu’il faut démontrer, les agents construisent les preuves et Lean en contrôle la validité.

Ehren Kret, directeur technique de Signal, a salué le résultat :

“having the core Signal protocol rigorously verified with automated theorem proving gives us even greater confidence that our code delivers on its privacy guarantees.”— Ehren Kret, dans l’annonce de Google DeepMind

Le point de départ est une spécification formelle : une formulation mathématique des propriétés de sécurité attendues. Des experts et des modèles ont travaillé ensemble pour traduire les objectifs de Signal dans cette forme, puis des humains ont examiné chaque spécification. Cette étape fixe la question exacte à laquelle la preuve doit répondre.

Les agents alimentés par Gemini Carbon ont ensuite produit des preuves en Lean, un langage et un système de vérification de démonstrations. Lean contrôle que le raisonnement satisfait la spécification. La validité du résultat repose ainsi sur une vérification formelle de la preuve, plutôt que sur une simple affirmation du modèle d’IA.

Cette distinction explique pourquoi le choix des propriétés reste décisif. Une démonstration peut répondre correctement à la question mathématique posée ; encore faut-il que cette question traduise bien la protection recherchée. Le travail des experts intervient donc au cœur du dispositif, avant même la génération des preuves.

Google DeepMind indique également que les agents ont signalé 1 % de la base de code pour un examen humain supplémentaire, le reste ayant été contrôlé par Lean.

Quelles protections du protocole ont été examinées ?

Selon The Register, le travail a porté sur l’établissement initial de clés PQXDH et sur Triple Ratchet dans libsignal, la bibliothèque qui implémente le protocole. Le média cite plusieurs propriétés de sécurité :

  • La confidentialité persistante, qui protège les messages antérieurs face à une compromission ultérieure.
  • L’authentification, qui concerne l’identité des participants à l’échange.
  • La sécurité après compromission, qui concerne la protection des échanges après une compromission temporaire, dans les conditions du modèle.
  • La confidentialité de l’établissement initial des clés, au démarrage de la communication.

Ces propriétés répondent à des situations différentes. Protéger les échanges passés et retrouver des garanties pour les échanges suivants sont deux objectifs distincts ; Google DeepMind décrit précisément des protections situées avant et après une compromission temporaire d’un appareil.

The Register précise aussi que le résultat repose sur une hypothèse de cryptographie parfaite et ne garantit pas la confidentialité calculatoire des octets. Autrement dit, le raisonnement traite les opérations cryptographiques comme des briques idéales ; cette hypothèse fait partie du cadre de la preuve.

Sur Reddit, l’enthousiasme suscité par l’annonce s’est accompagné de questions sur l’étendue de l’implémentation couverte et sur la possibilité de bugs dans Lean lui-même. Le vérificateur appartient à la chaîne de confiance : son rôle consiste ici à contrôler les preuves par rapport aux spécifications et aux hypothèses retenues.

Le protocole Signal est également utilisé par WhatsApp et Google Messages. Leurs applications complètes restent, elles aussi, hors du périmètre de cette vérification, comme le rappelle 9to5Mac.

Ce qui change par rapport à l’analyse de 2020

Signal avait déjà fait l’objet d’une analyse formelle avant AlphaProof Code. Une étude publiée en septembre 2020, répertoriée par le CISPA, avait étudié le cœur du protocole dans un modèle mathématique abstrait. Elle portait sur l’accord initial de clés X3DH et sur Double Ratchet, modélisés comme un protocole d’échange de clés authentifié en plusieurs étapes.

Les chercheurs avaient démontré des propriétés de sécurité standard du cœur de cet échange dans leur modèle. Le travail annoncé en 2026 s’attaque à un autre niveau : le code qui réalise les opérations du protocole, jusqu’à sa forme compilée selon Google DeepMind.

TravailObjet étudiéNiveau de vérification
Analyse formelle publiée en 2020Accord initial de clés X3DH et Double RatchetPropriétés de sécurité du cœur de l’échange de clés dans un modèle abstrait
Travail AlphaProof Code annoncé en 2026Code implémentant des composants du protocole SignalCertaines propriétés de sécurité de l’implémentation, jusque dans le code compilé selon Google DeepMind
Le modèle décrit les règles du protocole ; l’implémentation est le code chargé de les exécuter. Vérifier les deux niveaux répond à deux questions différentes.

Cette différence compte parce qu’une preuve sur les règles abstraites et une preuve sur leur réalisation logicielle n’ont pas le même objet. L’apport annoncé d’AlphaProof Code est de rapprocher les garanties formulées mathématiquement du logiciel exécuté sur les appareils.

Deux bugs réintroduits pour éprouver la méthode

Google DeepMind rapporte que le projet a duré quatre semaines. Pour éprouver le dispositif, l’équipe a réintroduit deux bugs réels, déjà corrigés, dans une version isolée du code de Signal. Le système a alors produit des preuves, contrôlées par machine, établissant que chacune des deux versions modifiées était vulnérable.

L’intérêt de cet essai tient au changement volontaire du code : les chercheurs ont soumis au dispositif deux versions contenant des défauts connus et obtenu, dans les deux cas, une démonstration de leur insécurité. Le résultat porte sur ces deux défauts précis.

Au moment de l’annonce, le travail sur Signal relevait d’un projet de recherche, et non d’un produit commercial de cybersécurité, selon Axios. Google DeepMind a également annoncé l’ouverture à la communauté des artefacts de vérification en code source ouvert, afin qu’ils puissent être réutilisés.