Le 10 novembre 2026, Google DeepMind a publié une étude dans laquelle AlphaProof Code établit des preuves formelles de propriétés de sécurité pour une partie du code compilé de libsignal. Le périmètre est précis : des opérations de messagerie en tête-à-tête, et non l’application Signal dans son ensemble. L’article technique de Google DeepMind détaille les versions, les fonctions étudiées et les hypothèses dont dépendent les résultats.
Ce que Google DeepMind a vérifié dans Signal
L’étude porte sur libsignal v0.105.4 et SPQR v1.6.0, compilés en exécutable Linux AArch64 dans un petit outil en ligne de commande. Elle couvre l’établissement de session PQXDH et la messagerie Triple Ratchet pour des conversations individuelles. Les opérations init, send et recv sont étudiées ; la génération de clés (keygen) et les conversations de groupe ne le sont pas.
La distinction compte : une preuve portant sur ce binaire et ces opérations ne certifie pas l’ensemble de l’application Signal ni tous les déploiements du protocole. Elle relie toutefois des propriétés de sécurité à du code compilé, plutôt qu’à une représentation abstraite du protocole seulement.
Comment AlphaProof Code vérifie les preuves
Des experts définissent et approuvent les spécifications formelles, qui décrivent les propriétés à démontrer. Des agents d’IA produisent ensuite les preuves ; le noyau de Lean vérifie leur validité par rapport à ces spécifications. La génération est automatisée, mais le résultat repose aussi sur les éléments de confiance nécessaires à cette vérification, notamment les spécifications approuvées, le noyau de Lean et la sémantique formelle du processeur AArch64.
L’ampleur du travail est considérable : l’étude compte environ 6,5 millions de lignes de preuves Lean vérifiées par machine et environ 26 000 lignes de spécifications de confiance et de sémantique AArch64. Google DeepMind indique que le projet a duré quatre semaines. Son annonce indique également que les artefacts de vérification et le développement Lean ont été publiés en open source.
Une preuve formelle vaut pour les propriétés, le code et les hypothèses qu’elle définit : son périmètre fait partie du résultat.
Quelles propriétés de sécurité l’étude rapporte-t-elle ?
Dans le modèle symbolique, l’étude rapporte dix théorèmes portant notamment sur la confidentialité persistante (forward secrecy), la sécurité après compromission (post-compromise security), l’authentification et la confidentialité de l’établissement de session. Ces résultats dépendent des hypothèses du modèle, dont des conditions liées aux collisions cryptographiques.
L’analyse computationnelle suit une autre approche : elle évalue les garanties de confidentialité et d’authenticité des messages face à des adversaires classiques aux capacités bornées, sous les hypothèses cryptographiques définies dans l’étude. Les deux types de preuve ne sont donc pas interchangeables : chacun porte sur des propriétés et un modèle d’attaque précis.
Pour éprouver certaines détections, les chercheurs ont réintroduit deux bogues auparavant corrigés dans libsignal. Les binaires ainsi modifiés violaient les théorèmes de sécurité symboliques rapportés. Ce résultat concerne ces deux régressions, pas la détection de toute vulnérabilité possible.
Où s’arrêtent les garanties décrites ?
La preuve computationnelle ne porte pas sur des adversaires quantiques. Le résultat symbolique comprend une propriété de confidentialité de l’établissement de session dans un scénario où Diffie–Hellman serait brisé ultérieurement, mais l’étude ne démontre pas la capacité de SPQR à rétablir la sécurité après une telle rupture. Elle ne fournit donc pas une garantie générale contre les attaques quantiques.
Le résultat dépend aussi de la spécification formelle et de la sémantique AArch64 utilisées. La vérification du noyau de Lean contrôle les preuves générées par les agents ; elle ne rend pas ces composants de confiance ni les hypothèses cryptographiques indépendants de toute incertitude.