Op 10 november 2026 publiceerde Google DeepMind een studie waarin het formele bewijzen rapporteert voor geselecteerde beveiligingseigenschappen van gecompileerde libsignal-code. De analyse betreft specifieke functies voor één-op-éénberichten; de volledige Signal-app en groepsberichten vielen erbuiten. De technische paper beschrijft precies welke code en aannames onder het resultaat vallen.

Welke Signal-code is onderzocht?

De onderzoekers richtten zich op libsignal v0.105.4 en SPQR v1.6.0, gebouwd als een uitvoerbaar bestand voor AArch64 Linux. Een kleine opdrachtregelomgeving testte de operaties init, send en recv: het opzetten van een sessie, berichten versturen en berichten ontvangen. Het ging om de PQXDH-handshake en de Triple Ratchet voor één-op-éénsessies. Groepsberichten en de operatie keygen maakten geen deel uit van de verificatie.

Daarmee gaat het resultaat verder dan een bewijs over alleen een abstract protocolmodel: de studie koppelt beveiligingseigenschappen aan de machinecode van een concrete implementatie. De reikwijdte blijft wel die van deze specifieke gebouwde versie en functies.

Hoe AlphaProof Code bewijzen controleert

Een schema met drie opeenvolgende stappen: experts keuren de specificatie goed, AI-agenten maken bewijzen en de Lean-kernel controleert die.

AlphaProof Code combineert menselijke beoordeling met AI-gestuurde bewijsvoering. Experts stellen de formele specificaties op en keuren die goed; AI-agenten genereren vervolgens bewijscode. De kernel van Lean controleert of die bewijzen volgens de goedgekeurde specificatie kloppen. De bewijsproducerende agenten zijn dus niet zelf de laatste controle.

De paper rapporteert ongeveer 6,5 miljoen regels machinegecontroleerde Lean-bewijzen en circa 26.000 regels specificaties en formele AArch64-semantiek waarop het bewijs vertrouwt. De semantiek beschrijft hoe de onderzochte processorinstructies en systeemaanroepen zich gedragen. Het model omvat 467 instructies en 31 systeemaanroepen. Threads, signalen, dynamische koppeling en bestanden buiten de huidige map vallen er bijvoorbeeld buiten.

Google DeepMind meldde dat het project vier weken duurde en stelde de Lean-ontwikkeling en verificatieartefacten open source beschikbaar (aankondiging van AlphaProof Code).

Bij formele verificatie is niet alleen van belang dat een bewijs wordt gegenereerd, maar ook welke specificatie en welke formele modellen de controle dragen.

Welke beveiligingseigenschappen rapporteert de studie?

De paper beschrijft resultaten in twee modellen. De symbolische analyse behandelt onder meer forward secrecy, bescherming na een compromittering, authenticatie en geheimhouding van de handshake. Zulke eigenschappen zeggen iets over hoe sessies en berichten zich gedragen binnen het gekozen formele model.

De computationele analyse rapporteert garanties voor de vertrouwelijkheid en authenticiteit van berichten tegen begrensde klassieke aanvallers, onder de cryptografische aannames en voorwaarden van de paper. De precieze beweringen verschillen dus per model; het zijn geen onvoorwaardelijke garanties voor elk gebruik van Signal.

De onderzoekers rapporteerden ook een gerichte regressietest: toen ze twee eerder verholpen bugs opnieuw introduceerden, schonden de resulterende programma’s de symbolische beveiligingsstellingen. Dat laat zien wat er met die twee teruggebrachte bugs gebeurde; het is geen garantie dat de methode elke mogelijke fout vindt.

Waar de gerapporteerde garanties ophouden

De computationele bewijzen gelden niet voor kwantumaanvallers. De symbolische analyse bevat wel een resultaat over geheimhouding van de handshake nadat een aanvaller later Diffie–Hellman breekt, maar bewijst niet dat SPQR daarna bescherming herstelt tegen zo’n aanvaller. Dat onderscheid is belangrijk: een resultaat over de handshake is geen bewijs voor herstel van de ratchet na een doorbraak.

De uitkomst hangt bovendien af van de goedgekeurde specificaties, de kernel van Lean, de formele AArch64-semantiek, gebruikte contracten voor externe routines en cryptografische aannames. De formele controle toetst bewijzen binnen die vastgelegde basis. Ze strekt zich niet uit tot de volledige Signal-app, groepsberichten of alle mogelijke implementaties en aanvallen.