CN112929160A - 即插即用参考系和测量设备无关量子密钥分发系统及方法 - Google Patents
即插即用参考系和测量设备无关量子密钥分发系统及方法 Download PDFInfo
- Publication number
- CN112929160A CN112929160A CN202110085608.9A CN202110085608A CN112929160A CN 112929160 A CN112929160 A CN 112929160A CN 202110085608 A CN202110085608 A CN 202110085608A CN 112929160 A CN112929160 A CN 112929160A
- Authority
- CN
- China
- Prior art keywords
- quantum
- user
- channel
- parameter
- alice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
- H04L9/0852—Quantum cryptography
- H04L9/0858—Details about key distillation or coding, e.g. reconciliation, error correction, privacy amplification, polarisation coding or phase coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/70—Photonic quantum communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/80—Optical aspects relating to the use of optical transmission for specific applications, not provided for in groups H04B10/03 - H04B10/70, e.g. optical power feeding or optical transmission through water
- H04B10/85—Protection from unauthorised access, e.g. eavesdrop protection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/002—Countermeasures against attacks on cryptographic mechanisms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- Optical Communication System (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
Abstract
本发明公开了一种即插即用参考系和测量设备无关量子密钥分发系统及方法,解决了由于未使用最优参数及系统调节不及时造成的密钥率低、成码距离短的问题。本发明在量子密钥分发系统的控制模块中加入神经网络,实现量子密钥分发系统的实时控制,提高了量子密钥分发系统的稳定性。本发明将量子密钥分发过程分为三个阶段:信道参数测量阶段、量子态制备参数计算阶段及量子密钥分发阶段。本发明首先获取信道参数,使用神经网络计算量子态制备的最优参数,并在量子密钥分发阶段使用最优参数进行量子态制备。本发明通过信道测量获取信道参数并通过神经网络快速计算出最优参数,提高了系统的密钥率及成码距离,用于量子密钥分发。
Description
技术领域
本发明属于量子信息技术领域,主要涉及量子密钥分发,具体是一种基于神经网络的即插即用参考系和测量设备无关量子密钥分发系统及方法,用于量子保密通信。
背景技术
量子密钥分发技术可实现两认证用户间的安全密钥分发。受限于实际器件的不完美,需要额外的协议和装置来保证量子密钥分发过程的安全性、密钥率及成码距离。1996年,Muller等人提出了即插即用(Plug-Play)结构,实现了量子信道中偏振自动补偿,降低了系统复杂性。2003年,Hwang提出了单诱骗态协议来解决光子数分割攻击(PNS)。2005年,Lo和Wang分别改进了单诱骗态协议,提出无限多诱骗态可准确的估计单光子增益。同年,王向斌证明了采用三个诱骗态即可实现准确的估计单光子增益。2010年,Laing提出了参考系无关量子密钥分发协议(RFI-QKD),使用了X、Y、Z三组基进行编码(双方Z基是对准的,X基和Y基可存在一定偏移角度),解决了通信双方参考系不对准的问题。2012年,Lo等人提出了测量设备无关量子密钥分发协议(MDI-QKD),解决了量子密钥分发系统中测量设备不安全的问题。2014年,Xu提出了可以将信号态强度、诱骗态强度、制备不同强度的概率及在制备不同强度下选择不同基的概率进行联合优化,可大幅度提高量子密钥分发系统的密钥率和安全成码距离。2018年4月,李倩、朱畅华等人在INTERNATIONAL JOURNAL OF THEORETICALPHYSICS(IJTP)期刊上提出了使用单光源的与参考系和测量设备无关量子密钥分发协议(Reference-Frame-Independent and Measurement-Device-Independent Quantum KeyDistribution,RFI-MDI-QKD),将即插即用结构和参考系无关协议应用于测量设备无关量子密钥分发协议结合,解决了量子信道中偏振旋转问题、密钥分发双方参考系不对准及测量设备不安全问题,并降低了量子密钥分发系统的复杂性。2019年,Wang等人提出将神经网络应用于实际的量子密钥分发系统来预测制备量子态的最优参数。同年,Lu等人提出将反向传播神经网络用于测量设备无关量子密钥分发网络的参数优化和实时补偿。
由李倩、朱畅华等人在2018年4月提出的RFI-MDI-QKD采用了即插即用结构、参考系无关的编码策略和测量设备无关的量子密钥分发协议。然而,实际即插即用RFI-MDI-QKD系统中由于有限长密钥长度的影响及信道参数变化的问题,量子态制备参数会影响系统的密钥率及成码距离。上述协议使用来自实际经验的参数制备量子态,使用这种未经优化的量子态制备参数会降低系统的密钥率和成码距离。另外,由于量子密钥分发过程中存在信道失配参数变化等问题,系统不能及时对变化做出调整,使得量子密钥分发系统没有运行在最优参数上,造成量子密钥分发系统密钥率低、成码距离短等问题。即插即用RFI-MDI-QKD系统需要优化参数达到8个,属于高维函数的优化。使用局部搜索算法搜索会耗费大量时间,从而使得即插即用RFI-MDI-QKD系统调节不及时,造成密钥率低及成码距离短。
发明内容
本发明的目的是针对于即插即用RFI-MDI-QKD过程中存在的缺陷和不足,提出了一种密钥率更高、成码距离更远的基于神经网络的即插即用参考系无关测量设备无关(RFI-MDI-QKD)系统及方法。
本发明是一种即插即用RFI-MDI-QKD系统,包括服务器Charlie模块、用户Alice模块及用户Bob模块,服务器Charlie模块分别和两用户模块通过光量子信道和经典信道连接,两用户模块之间通过经典信道连接;服务器模块主要包括提供光源的激光器、两个50:50的分束器BS1和BS2、两个偏振分束器PBS1和PBS2以及两个单光子探测器SPD1和SPD2,实现强光脉冲的产生、发送及贝尔态测量;两用户模块结构相同,每个用户模块中主要包括有以光量子传输方向依次连接的监测模块、量子态制备模块还有控制模块、纠错和密性放大模块,控制模块控制量子态制备模块的调制器制备相应量子态,纠错和密性放大模块对初始密钥进行纠错和密性放大,两用户之间的纠错和密性放大模块通过经典信道进行信息交互;其特征在于,两用户模块中的控制模块还设有神经网络,控制模块通过经典信道接收服务器模块发送的光量子信道参数,通过神经网络计算出量子态制备最优参数,将量子态制备最优参数传递给控制器,控制器根据最优参数控制量子态制备模块行为,完成量子态制备。
本发明还是一种即插即用RFI-MDI-QKD方法,密钥分发过程涉及两用户一个服务器,服务器提供测量设备,用户拥有监测设备和编码设备,其特征在于,使用神经网络计算出的最优参数进行量子态制备;量子密钥分发过程分三个阶段进行:第一阶段为信道参数测量阶段,第二阶段为量子态制备参数计算阶段,第三阶段为量子密钥分发阶段,具体包括有如下步骤:
(1)信道参数测量阶段:开始量子态制备与测量,设定光量子信道失配参数门限值,服务器获取光量子信道参数,判断光量子信道适配参数是否高于门限值并做相应处理,为量子态制备参数计算做准备;
(2)量子态制备参数计算阶段:预先构建并训练好一个神经网络;用户Alice和用户Bob分别利用该神经网络计算各自的量子态制备最优参数;用户分别将光量子信道失配参数ed、光量子信道距离L及有限长密钥长度N经过预处理后作为该神经网络的输入,该神经网络的输出经过反变换后即为计算出的量子态制备最优参数;在对称条件下用户Alice和用户Bob计算出的量子态制备最优参数是一致的;
(3)量子密钥分发阶段:两用户分别进行随机比特串的量子态编码和传输,由服务器进行贝尔态测量并将结果告知两用户,执行N次后两用户分别得到随机比特串,两用户进行初始密钥筛选,随后进行窃听者检测,进行纠错后得到一致的密钥;用户分别对各自的密钥进行密性放大,减少攻击者Eve窃取的信息量,得到最终的安全密钥,量子密钥分发过程结束。
本发明解决了即插即用RFI-MDI-QKD系统由于使用最优量子态制备参数和系统调节不及时造成的密钥率低、成码距离短的技术问题。
本发明与现有的技术相比有以下优点:
提高了密钥率和增加了成码距离:本发明使用经过优化的量子态制备参数,使得有限长密钥下诱骗态方法估计的单光子增益和误码率更加紧致,从而估计窃听者Eve的信息量更加紧致,并且增加了制备信号态的概率和选择编码基Z基的概率,最终提高了即插即用RFI-MDI-QKD系统的密钥率及成码距离。
降低了量子态制备最优参数计算时间:本发明构建并训练了一个神经网络,并基于训练好的神经网络快速的计算出量子态制备最优参数,降低了量子态制备最优参数计算的时间,使得系统可以及时对光量子信道变化做出调整,提升了即插即用RFI-MDI-QKD系统的密钥率和成码距离。
提高了即插即用RFI-MDI-QKD系统的稳定性:本发明在即插即用RFI-MDI-QKD过程中增加了信道参数测量阶段,可获取光量子信道的实时参数,并在系统的控制模块增加了神经网络,通过神经网络快速计算出量子态制备的最优参数,实现了对信道参数变化的及时响应,使得即插即用RFI-MDI-QKD系统始终运行在最优参数上,提高了即插即用RFI-MDI-QKD系统的稳定性。
附图说明:
图1为本发明的流程框图;
图2为本发明神经网络结构图;
图3为本发明系统模型图;
图4为本发明量子密钥分发过程示意图。
具体实施方式
实施例1
现有的即插即用RFI-MDI-QKD系统李倩、朱畅华等人在2018年4月在IJTP期刊上发表的论文“Reference-Frame-Independent and Measurement-Device-IndependentQuantum Key Distribution Using One Single Source”中提出,将即插即用结构和参考系无关的编码策略应用于测量设备无关协议,解决了量子信道偏振旋转问题,简化了量子密钥分发系统的结构复杂度,基于单光源的即插即用的结构更加适用于量子密钥分发网络的建立。
但是,上述即插即用RFI-MDI-QKD系统使用未经优化的量子态制备参数,造成量子密钥分发系统的密钥率低和成码距离短。本发明针对这个问题进行了研究,基于即插即用参考系无关测量设备无关量子密钥分发系统,提出了一种基于神经网络的即插即用型参考系无关测量设备无关量子密钥分发系统和方法。
本发明是一种即插即用参考系无关测量设备无关量子密钥分发系统,包括有服务器Charlie模块、用户Alice模块及用户Bob模块,参见图3,图3为本发明系统模型图,服务器Charlie模块分别和两用户模块分别通过光量子信道和经典信道连接,两用户模块分别为用户Alice模块和用户Bob模块。用户Alice模块和用户Bob模块之间也有经典信道连接;服务器模块主要包括提供光源的激光器、两个50:50的分束器BS1和BS2、两个偏振分束器PBS1和PBS2以及两个单光子探测器SPD1和SPD2。激光器产生平均光子数恒定的强光脉冲,强光脉冲经过50:50的分束器BS1分为两路光脉冲,一路光脉冲经过偏振分束器PBS1再经过光量子信道发送向用户Alice模块,另一路光脉冲经过偏振分束器PBS2再经过光量子信道发送向用户Bob模块。来自用户Alice模块和用户Bob模块的光脉冲分别经过偏振分束器PBS1和偏振分束器PBS2在50:50分束器BS2处干涉,通过单光子探测器SPD1和SPD2进行探测,实现贝尔态测量。两用户模块结构相同,每个用户模块中各自分别主要包括有以光量子传输方向依次连接的监测模块、量子态制备模块还有控制模块、纠错和密性放大模块。进入用户模块的光脉冲经过监测模块后进入量子态制备模块,控制模块控制量子态制备模块的调制器制备相应量子态,纠错和密性放大模块对初始密钥进行纠错和密性放大,两用户之间的纠错和密性放大模块通过经典信道进行信息交互。监测模块包括光学滤波器F、分束器BS3以及强度检测器ID。进入用户模块的光脉冲经过分束器BS3分为强度检测脉冲和编码脉冲,强度检测脉冲进入强度检测器,编码脉冲进入量子态制备模块。量子态制备模块包括不等臂干涉仪AMZI,强度调制器IM1、IM2、IM3,相位调制器PM1、PM2,偏振分束器PBS3、PBS4以及可变强度衰减器Att。进入量子态制备模块的光脉冲首先进入可变衰减器Att,再经过偏振分束器PBS3,进入强度调制器IM1进行诱骗态调制,然后进入相位调制器PM1进行相位随机化。光脉冲再经过偏振分束器PBS4后被法拉第反射镜FM反射,同时偏振态改变为原偏振态的正交偏振态。偏振态改变的光脉冲依次进入不等臂干涉仪AMZI、强度调制器IM2、IM3及相位调制器PM2进行时间相位编码,再经PBS3反射后,再次经过可调强度衰减器Att后返回光量子信道;控制模块包括神经网络和控制器;纠错及密性放大模块实现对初始密钥的纠错和密性放大。本发明在两用户模块中的控制模块设置了神经网络,控制模块通过经典信道接收服务器模块发送的光量子信道参数,通过神经网络计算出量子态制备最优参数,将量子态制备最优参数传递给控制器,控制器根据最优参数控制量子态制备模块行为,完成量子态制备。
现有技术中,即插即用RFI-MDI-QKD系统的控制模块中的控制器使用恒定的量子态制备参数制备相应量子态,没有对光量子信道的变化做出响应,造成使用的量子态制备参数不是最优参数,从而使系统的密钥率低及成码距离短。本发明在即插即用RFI-MDI-QKD系统的控制模块中增加了神经网络,通过经典信道接受服务器模块发送的光量子信道参数,并通过神经网络计算出量子态制备的最优参数,将量子态制备的最优参数传递给控制器。由控制器实现对量子态制备模块的控制,完成最优参数下的量子态制备。由于本发明添加了在线的实时的系统调控,最终实现对信道参数变化的快速响应,提高了即插即用RFI-MDI-QKD系统的稳定性。
实施例2
即插即用RFI-MDI-QKD系统的总体构成同实施例1,本发明在控制模块中设有的神经网络,是预先构建并训练好的神经网络,其结构为:参见图2,图2为本发明神经网络结构图,神经网络为全连接网络,层数为4;第1层为输入层,有三个输入节点,分别对应e1,e2,e3;第2层为隐藏层,有300个神经元,激活函数为线性整流单元ReLU;第3层为隐藏层,有300个神经元,激活函数为线性整流单元ReLU;第四层为输出层,有8个输出节点,分别对应p1,p2,p3,p4,p5,p6,p7,p8,为线性输出单元。
本发明从提高即插即用RFI-MDI-QKD系统的稳定性角度出发,在控制模块使用预先训练好的一个有3个输入,8个输出,2个隐藏层的神经网络来计算量子态制备的最优参数,实现了快速计算量子态制备最优参数,提高了即插即用RFI-MDI-QKD系统的稳定性,最终提高了量子密钥分发系统的密钥率及增加了成码距离。
实施例3
本发明还是一种即插即用RFI-MDI-QKD方法,是在上述即插即用RFI-MDI-QKD系统上实现的,即插即用RFI-MDI-QKD系统同实施例1-2,本发明是一种即插即用RFI-MDI-QKD方法,密钥分发过程涉及两用户一个服务器,服务器提供测量设备,用户拥有监测设备和编码设备,参见图1,图1为本发明的流程框图,使用神经网络计算出的最优参数进行量子态制备。本发明量子密钥分发过程分三个阶段进行:第一阶段为信道参数测量阶段,第二阶段为量子态制备参数计算阶段,第三阶段为量子密钥分发阶段,具体包括有如下步骤:
(1)第一阶段,信道参数测量阶段:开始量子态制备与测量,设定光量子信道失配参数门限值,服务器获取光量子信道失配参数和光量子信道距离。然后判断光量子信道适配参数是否高于门限值并做相应处理,如果光量子信道失配参数高于门限值,结束量子密钥分发;如果光量子信道失配参数低于门限值,则进行量子态制备最优参数计算,为量子态制备参数计算做准备。
(2)第二阶段,量子态制备参数计算阶段:预先构建并训练好一个神经网络;用户Alice和用户Bob分别利用该神经网络计算各自的量子态制备最优参数;用户分别将光量子信道失配参数ed、光量子信道距离L及有限长密钥长度N经过预处理后作为该神经网络的输入,该神经网络的输出经过反变换后即为计算出的量子态制备最优参数。在对称条件下,用户Alice和用户Bob计算出的量子态制备最优参数是一致的。
(3)第三阶段,量子密钥分发阶段:两用户分别进行随机比特串的量子态编码和传输,由服务器进行贝尔态测量并将结果告知两用户,执行N次后两用户分别得到一个随机比特串,两用户进行初始密钥筛选,随后进行窃听者检测,进行纠错后得到一致的密钥;用户分别对各自的密钥进行密性放大,减少攻击者Eve窃取的信息量,得到最终的安全密钥,量子密钥分发过程结束。
现有的即插即用RFI-MDI-QKD系统在进行量子态制备时使用经验参数进行制备,在不同的信道参数下无法使用诱骗态方法对单光子的增益和量子比特误码率做出紧致的估计,从而造成了量子密钥分发系统的密钥率低及成码距离短。本发明从优化系统量子态制备参数的角度出发,将量子密钥分发过程分为三个阶段,信道参数测量阶段、量子态制备参数计算阶段及量子密钥分发阶段。本发明通过信道参数测量阶段获取准确的光量子信道参数,然后根据获取的信道参数通过神经网络快速的计算出量子态制备的最优参数,使用最优参数进行量子态制备,完成量子密钥分发,最终提高了密钥率增加了成码距离。
实施例4
一种即插即用RFI-MDI-QKD系统和方法同实施例1-3,本发明中量子密钥分发过程的三个阶段是依次执行的,三个阶段更具体的实现过程分述如下:
本发明的第一阶段是信道参数测量阶段,参见图1,具体包括有如下步骤:
1.1)设定光量子信道失配参数的门限值:根据实际运行过程设定。
1.2)服务器获取光量子信道失配参数和光量子信道距离:参见图4,图4为本发明量子密钥分发过程示意图,服务器Charlie分别向两用户发送光脉冲,用户Alice和用户Bob分别对来自服务器的光脉冲进行Z基下的量子态制备,将制备好的光脉冲衰减为平均光子数一致的光脉冲,通过光量子信道发送给服务器Charlie。服务器Charlie对来自用户Alice和用户Bob的光脉冲进行贝尔态测量,记录本次测量的结果。重复执行以上过程Nt次,服务器根据测量成功的次数Nc,计算出用户Alice和用户Bob在发送Z基下的误码率QBERZ,通过Z基下的误码率QBERZ、测得的光量子信道距离L、单光子探测器的探测效率、暗计数率等计算出光量子信道的失配参数ed。服务器Charlie与用户Alice之间光量子信道失配参数表示为 的上角标a表示用户Alice。服务器Charlie与用户Alice之间的光量子信道距离表示为Lac,Lac的下标a表示用户Alice,下标c表示服务器Charlie。服务器Charlie与用户Bob之间的光量子信道失配参数表示为 的上角标b表示用户Bob。服务器Charlie与用户Bob之间的光量子信道距离Lbc,Lbc的下角标b表示用户Bob,下角标c表示服务器Charlie。在对称信道下有Lac=Lbc=L,以下光量子信道失配参数统称为ed,光量子信道距离统称为L。
1.3)判断光量子信道失配参数是否高于门限值:
若光量子信道失配参数ed高于门限值,说明信道噪声过大,结束量子密钥分发。
若光量子信道失配参数ed低于门限值,执行步骤1.4)。
1.4)服务器将信道参数发送向两用户:服务器Charlie通过经典信道将光量子信道失配参数ed和光量子信道距离L以及有限密钥长度N分别发送给用户Alice和用户Bob。
本发明的第二阶段是量子态制备参数计算阶段,具体包括有如下步骤:
2.1)预先训练好一个有3个输入,8个输出,2个隐藏层的神经网络。
2.2)用户Alice和用户Bob将各自获取的光量子信道失配参数ed、光量子信道距离L、有限长密钥长度N经过预处理后作为神经网络的输入,分别计算出量子态制备的最优参数;在对称条件下,用户Alice和用户Bob通过神经网络计算出并经过反变换的最优参数是一致的;计算出量子态制备的最优参数具体为:制备信号态的透射率λμ、制备诱骗态的透射率λν,制备信号态的概率制备诱骗态的概率在制备信号态的条件下选择Z基的概率在制备信号态的条件下选择X基的概率在制备诱骗态的条件下选择Z基的概率在制备诱骗态的条件下选择X基的概率
第三阶段是量子密钥分发阶段,参见图1,包括有如下步骤:
3.1)服务器Charlie分别向用户Alice和用户Bob发送强光脉冲:服务器Charlie产生功率恒定的强光脉冲,强光脉冲的平均光子数为Mc,经过一个分束比为50:50的分束器BS1分为两束光脉冲,分别经过两个偏振分束器PBS1、PBS2后通过光量子信道分别发送向用户Alice和用户Bob;
3.2)用户Alice和Bob分别进行光脉冲强度监测:进入用户的强光脉冲经过99:1分束器分为强度检测脉冲和编码脉冲,并且强度检测脉冲和编码脉冲一一对应;强度检测脉冲进入强度检测器,编码脉冲进入量子态制备模块;用户Alice和用户Bob分别根据强度检测器的结果,对超出预期光脉冲平均光子数范围的强度检测脉冲所对应的编码脉冲做标记;在对称条件下,用户Alice和用户Bob预期的光脉冲平均光子数范围一致;
3.3)用户Alice和用户Bob利用最优参数分别进行量子态制备:根据第二阶段量子态制备参数计算阶段计算出的量子态制备的最优参数,对步骤3.2)中进入量子态制备模块的编码脉冲进行量子态制备;参见图3,图3为本发明系统模型图,用户Alice和用户Bob分别随机选择比特0和比特1,以的概率制备信号态,以的概率制备诱骗态,以的概率制备真空态。制备信号态时,强度调制器IM1和可变强度衰减器Att的总透射率为λμ、制备诱骗态时强度调制器IM1和可变强度衰减器Att的总的透射率为λν,制备真空态时强度调制器IM1和可变强度衰减器Att的总的透射率为0。在制备信号态的条件下以的概率选择Z基,以的概率选择X基,以的概率选择Y基。在制备诱骗态的条件下,以的概率选择Z基,以的概率选择X基,以的概率选择Y基。在制备真空态的条件下,不选择任何基;选择Z基随机比特为0时表示|0>,选择Z基随机比特为1时表示|1>,选择X基随机比特为0时表示选择X基随机比特为1时表示选择Y基随机比特为0时表示选择Y基随机比特为1时表示用户Alice和用户Bob分别将制备的编码光脉冲发送向服务器Charlie。
3.4)服务器Charlie对来自用户Alice和用户Bob的光脉冲进行贝尔态测量:参见图3,服务器Charlie对来自用户Alice和用户Bob的光脉冲进行贝尔态测量,保留测量成功的结果,当单光子探测器SPD1响应并且单光子探测器SPD2不响应,或者当单光子探测器SPD2响应并且单光子探测器SPD1不响应,此时测得属于测量成功的结果。服务器Charlie通过经典信道告知用户Alice和用户Bob。
本发明步骤3.1)至步骤3.4)完成了一个随机比特的分发;经过N次循环,用户Alice和用户Bob分别拥有一个随机比特串。
3.5)将步骤3.1)至步骤3.4)的执行次数n与有限长密钥长度N做比较:
若执行次数n小于有限长密钥长度N,将执行次数n加1,执行步骤3.1);
若执行次数n等于有限长密钥长度N,执行步骤3.6)。
3.6)用户Alice和用户Bob进行初始密钥筛选:对于步骤3.4)中测量成功的结果,用户Alice和用户Bob进行基对比,保留基匹配并且在步骤3.2)中均未被用户Alice和用户Bob标记的脉冲所对应的随机比特串中的比特。基匹配的具体是:用户Alice选择Z基并且用户Bob选择Z基,用户Alice选择X基并且用户Bob选择X基,用户Alice选择X基并且用户Bob选择Y基,用户Alice选择Y基并且用户Bob选择X基,用户Alice选择Y基并且用户Bob选择Y基。保留的比特中Alice选择Z基并且用户Bob选择Z基的比特继续保留用于形成初始密钥,其它比特用于估计XX基下的单光子比特误码率XY基下的单光子比特误码率YX基下的单光子比特误码率YY基下的单光子比特误码率计算对于保留的比特,用户Alice反转自己的比特,用户Bob不做反转,或者用户Bob反转自己的比特,用户Alice不做反转;经过比特反转后,用户Alice和用户Bob保留的比特形成初始密钥。
3.7)用户共同进行量子比特误码率计算:初始密钥筛选完成后,任一用户通过经典信道告知另一用户进行窃听者检测;告知方用户在初始密钥中随机选择部分密钥发送给另一用户;被告知方用户将自己的初始密钥与来自告知方用户的部分密钥对比,计算出量子比特误码率QBER,并通过经典信道将量子比特误码率QBER告知对方用户。
用户Alice和用户Bob进行窃听者Eve检测用户Alice和用户Bob对在步骤3.6)形成的初始密钥中随机选择部分密钥进行公开比较;用户Alice向用户Bob发送自己选择的部分初始密钥,用户Bob将用户Alice发送过来的部分初始密钥与用户Bob自己拥有的初始密钥对应的比特对比,计算出量子比特误码率QBER,并通过经典信道将量子比特误码率QBER告知Alice;用户Alice和用户Bob均以值12.6%作为量子比特误码率门限值,并用计算出的量子比特误码率QBER与量子比特误码率门限值作比较:
3.7a)若量子比特误码率QBER小于量子比特误码率门限值,则进行步骤3.8);
3.7b)若量子比特误码率QBER大于等于量子比特误码率门限值,则有窃听者存在,量子密钥分发过程结束。
3.8)用户进行纠错及密性放大:用户Alice和用户Bob对于步骤3.7)中未公开的初始密钥进行纠错,得到一致的密钥;之后用户Alice和用户Bob分别对各自的密钥进行密性放大,减少攻击者Eve窃取的信息量,得到最终的安全密钥,量子密钥分发过程结束。
现有的即插即用RFI-MDI-QKD技术在进行量子态制备时使用经验参数进行制备,在不同的信道参数下无法使用诱骗态方法对单光子的增益和量子比特误码率做出紧致的估计,从而造成了量子密钥分发系统的密钥率低及成码距离短。本发明从优化即插即用RFI-MDI-QKD系统量子态制备参数的角度出发,将量子密钥分发过程分为三个阶段,信道参数测量阶段、量子态制备参数计算阶段及量子密钥分发阶段。本发明通过信道参数测量阶段获取准确的光量子信道参数。在量子态制备最优参数计算阶段,本发明使用一个预先训练好的有3个输入,8个输出,2个隐藏层的神经网络,快速的计算出量子态制备的最优参数。在量子密钥分发阶段,使用强度检测器监测来自服务器端的光脉冲平均光子数分布,对抗光子数分割攻击并利用计算出的量子态制备最优参数进行量子态制备,最终提高了密钥率及增加了成码距离。
本发明设计了信道参数测量阶段用来探测光量子信道的参数,并通过神经网络计算出量子态制备的最优参数,实现对信道参数变化的快速响应,可以实现在线的实时的系统调控,提高了即插即用参考系无关量子密钥分发系统的稳定性。
实施例5
一种即插即用RFI-MDI-QKD系统和方法同实施例1-4,第二阶段量子态制备参数计算阶段中提及的预处理及反变换具体包括有如下内容:
预处理:为适应神经网络输入的需求,对信道参数测量阶段的参数量子信道失配参数ed,有限长密钥长度N,量子信道距离L做如下处理:
对ed做变换e1=ed得到参数e1,对N做变换e2=log10N,得到参数e2,对L做变换e3=L/100得到变量e3。
反变换:为适应量子态制备参数的需求,对神经网络的输出做如下处理:
现有的即插即用RFI-MDI-QKD技术在进行量子态制备时使用经验参数进行制备,在不同的信道参数下经验参数未能达到最优参数的密钥率及成码距离,且使用优化传统优化算法如坐标下降法等耗费时间较长,导致系统不能及时更新参数,造成密钥率低成码距离短。本发明从快速计算量子态制备最优参数及降低神经网络的训练难度的角度出发,对所使用神经网络的输入做预处理以及对神经网络的输出做了反变换。预处理过程使输入更加适合神经网络输入的需求,反变换则将神经网络的输出变换为量子态制备所需的参数,提高了神经网络的精度及计算的准确性。
实施例6
一种即插即用RFI-MDI-QKD系统和方法同实施例1-5,预先构建并训练好的神经网络结构为:神经网络为全连接网络,层数为4;第1层为输入层,有三个输入节点,分别对应e1,e2,e3;第2层为隐藏层,有300个神经元,激活函数为线性整流单元ReLU;第3层为隐藏层,有300个神经元,激活函数为线性整流单元ReLU;第四层为输出层,有8个输出节点,分别对应p1,p2,p3,p4,p5,p6,p7,p8,为线性输出单元。
现有的即插即用RFI-MDI-QKD技术对于不同信道参数条件下的量子态制备最优参数未做优化,使系统的密钥率低成及成码距离短。同时由于即插即用RFI-MDI-QKD系统所需优化的量子态制备参数达到8个,传统优化算法如坐标下降法耗费时间长,使系统不能及时对信道参数的变化做出响应,进一步降低了系统的密钥率及成码距离。本发明从快速计算量子态制备参数及提高系统对信道参数变化的响应速度的角度出发,预先训练好一个一个有3个输入,8个输出,2个隐藏层的神经网络来计算量子态制备的最优参数,实现了快速计算量子态制备最优参数,提高了系统对信道参数变化的响应速度,最终提高了量子密钥分发系统的密钥率及增加了成码距离。
实施例7
一种即插即用RFI-MDI-QKD系统和方法同实施例1-6,第三阶段量子密钥分发阶段步骤3.2)所述的用户Alice和Bob分别进行光脉冲强度监测,其强度检测光脉冲未被标记的光子数范围具体为:
[(1-δ)M,(1+δ)M]
其中,δ为用户设定的波动值。M为进入用户Alice和用户Bob的光子数,对称条件下进入Alice的光子数和进入Bob的光子数一致,其值具体为其中Mc为步骤3.2)中服务器Charlie发送的强光脉冲的平均光子数,α为光量子信道的衰减值,L为步骤(2)中所测的光量子信道距离,q为进入用户的光脉冲经过分束器BS进入强度检测器的比例,对于1:99的分束器q的值为0.99。
在现有的即插即用RFI-MDI-QKD系统中,用户Alice和用户Bob对于进入用户Alice和用户Bob光脉冲的预期强度M设置为恒定值,这需要服务器Charlie提供给一个可变强度的光脉冲或者在用户Alice和用户Bob添加可变强度衰减器,这增加了即插即用RFI-MDI-QKD系统机构的复杂性。并且对于进入用户Alice和用户Bob光脉冲的预期强度的波动值δ设置为恒定值,值为0.01。对于不同信道参数条件下,现有技术进入用户Alice和用户Bob光脉冲的预期强度无法做出精确的估计,造成编码脉冲被标记的概率估计不紧致,降低了量子密钥分发系统的密钥率及成码概率。本发明从简化即插即用参考系无关测量设备无关量子密钥分发系统的结构复杂度及紧致估计进入用户Alice和用户Bob的光脉冲的预期强度的角度出发,将服务器Charlie发送的强光脉冲平均光子数设置为恒定值Mc,对用户Alice和用户Bob设定的波动值设置为最优值。从而简化即插即用RFI-MDI-QKD系统的结构复杂度,紧致的估计了编码脉冲被标记的概率,提高了系统的密钥率及成码距离。
综上所述,本发明公开的一种即插即用参考系和测量设备无关量子密钥分发系统和方法,解决了即插即用RFI-MDI-QKD系统由于未使用最优参数及系统调节不及时造成的密钥率低、成码距离短的问题。本发明在量子密钥分发系统的控制模块中加入神经网络,实现量子密钥分发系统的实时控制,提高了量子密钥分发系统的稳定性。本发明将量子密钥分发过程分为三个阶段:信道参数测量阶段、量子态制备参数计算阶段及量子密钥分发阶段。在信道参数测量阶段获取信道参数,在量子态制备最优参数计算阶段使用神经网络计算量子态制备的最优参数,并在量子密钥分发阶段使用最优参数进行量子态制备。本发明通过信道测量获取信道参数并通过神经网络快速计算出最优参数,提高了系统的密钥率及成码距离,用于量子密钥分发。
Claims (7)
1.一种即插即用参考系无关测量设备无关量子密钥分发系统,包括有服务器Charlie模块、用户Alice模块及用户Bob模块,服务器Charlie模块分别和两用户模块通过光量子信道和经典信道连接,两用户模块之间通过经典信道连接;服务器模块主要包括提供光源的激光器、两个50:50的分束器BS1和BS2、两个偏振分束器PBS1和PBS2以及两个单光子探测器SPD1和SPD2,实现强光脉冲的产生、发送及贝尔态测量;两用户模块结构相同,每个用户模块中主要包括有以光量子传输方向依次连接的监测模块、量子态制备模块还有控制模块、纠错和密性放大模块;控制模块控制量子态制备模块的调制器制备相应量子态,纠错和密性放大模块对初始密钥进行纠错和密性放大,两用户之间的纠错和密性放大模块通过经典信道进行信息交互;其特征在于,两用户模块中的控制模块还设有神经网络,控制模块通过经典信道接收服务器模块发送的光量子信道参数,通过神经网络计算出量子态制备最优参数,将量子态制备最优参数传递给控制器,控制器根据最优参数控制量子态制备模块行为,完成量子态制备。
2.根据权利要求1所述的即插即用参考系无关测量设备无关量子密钥分发系统,其特征在于,所述控制模块中设有的神经网络,是预先构建并训练好的神经网络,其结构为:神经网络为全连接网络,层数为4;第1层为输入层,有三个输入节点,分别对应e1,e2,e3;第2层为隐藏层,有300个神经元,激活函数为线性整流单元ReLU;第3层为隐藏层,有300个神经元,激活函数为线性整流单元ReLU;第四层为输出层,有8个输出节点,分别对应p1,p2,p3,p4,p5,p6,p7,p8,为线性输出单元。
3.一种即插即用参考系无关测量设备无关量子密钥分发方法,在权利要求1或2所述的即插即用参考系无关测量设备无关量子密钥分发系统上实现,密钥分发过程涉及两用户一个服务器,服务器提供测量设备,用户拥有监测设备和编码设备;其特征在于,使用神经网络计算出的最优参数进行量子态制备;量子密钥分发过程分三个阶段进行:第一阶段为信道参数测量阶段,第二阶段为量子态制备参数计算阶段,第三阶段为量子密钥分发阶段,具体包括有如下步骤:
(1)信道参数测量阶段:开始量子态制备与测量,设定光量子信道失配参数门限值,服务器获取量子信道参数,判断光量子信道适配参数是否高于门限值并做相应处理,为量子态制备参数计算做准备;
(2)量子态制备参数计算阶段:预先构建并训练好一个神经网络;用户Alice和用户Bob分别利用该神经网络计算各自的量子态制备最优参数;用户分别将光量子信道失配参数ed、光量子信道距离L及有限长密钥长度N经过预处理后作为该神经网络的输入,该神经网络的输出经过反变换后即为计算出的量子态制备最优参数;在对称条件下用户Alice和用户Bob计算出的量子态制备最优参数是一致的;
(3)量子密钥分发阶段:两用户分别进行随机比特串的量子态编码和传输,由服务器进行贝尔态测量并将结果告知两用户,执行N次后两用户分别得到一个随机比特串,两用户进行初始密钥筛选,随后进行窃听者检测,最后进行纠错和密性放大。
4.根据权利要求3所述的一种即插即用参考系无关测量设备无关量子密钥分发方法,其特征在于,量子密钥分发过程的三个阶段是依次执行的,三个阶段更具体的实现过程分述如下:
第一阶段是信道参数测量阶段,具体包括有如下步骤:
1.1)设定光量子信道失配参数的门限值:根据实际运行过程设定。
1.2)服务器获取光量子信道失配参数和光量子信道距离:服务器Charlie分别向两用户发送光脉冲,测量出服务器分别与两用户之间的光量子信道失配参数和光量子信道距离;服务器Charlie与用户Alice之间光量子信道失配参数和光量子信道距离Lac,服务器Charlie与用户Bob之间光量子信道失配参数和光量子信道距离Lbc,在对称信道下有Lac=Lbc=L;
1.3)判断光量子信道失配参数是否高于门限值:
若光量子信道失配参数ed高于门限值,结束量子密钥分发;
若光量子信道失配参数ed低于门限值,执行步骤1.4);
1.4)服务器将信道参数发送向两用户:服务器Charlie通过经典信道将光量子信道失配参数ed和光量子信道距离L以及有限密钥长度N分别发送给用户Alice和用户Bob;
第二阶段是量子态制备参数计算阶段,具体包括有如下步骤:
2.1)预先训练好一个有3个输入,8个输出,2个隐藏层的神经网络;
2.2)用户Alice和用户Bob将各自获取的光量子信道失配参数ed、光量子信道距离L、有限长密钥长度N经过预处理后作为神经网络的输入,分别计算出量子态制备的最优参数;在对称条件下,用户Alice和用户Bob通过神经网络计算出并经过反变换的最优参数是一致的;计算出量子态制备的最优参数具体为:制备信号态的透射率λμ、制备诱骗态的透射率λv,制备信号态的概率制备诱骗态的概率在制备信号态的条件下选择Z基的概率在制备信号态的条件下选择X基的概率在制备诱骗态的条件下选择Z基的概率在制备诱骗态的条件下选择X基的概率
第三阶段是量子密钥分发阶段,包括有如下步骤:
3.1)服务器Charlie分别向用户Alice和用户Bob发送强光脉冲:服务器Charlie产生功率恒定的强光脉冲,强光脉冲的平均光子数为Mc,经过一个分束比为50:50的分束器BS1分为两束光脉冲,经过两个偏振分束器PBS1、PBS2后通过光量子信道分别发送向用户Alice和用户Bob;
3.2)用户Alice和Bob分别进行光脉冲强度监测:进入用户的强光脉冲经过分束器分为强度检测脉冲和编码脉冲,并且强度检测脉冲和编码脉冲一一对应;强度检测脉冲进入强度检测器,编码脉冲进入量子态制备模块;用户Alice和用户Bob分别根据强度检测器的结果,对超出预期光脉冲平均光子数范围的强度检测脉冲所对应的编码脉冲做标记;在对称条件下,用户Alice和用户Bob预期的光脉冲平均光子数范围一致;
3.3)用户Alice和用户Bob利用最优参数分别进行量子态制备:根据步骤(2)计算出的量子态制备的最优参数,对步骤3.2)中进入量子态制备模块的编码脉冲进行量子态制备;用户Alice和用户Bob分别将制备的编码光脉冲发送向服务器Charlie;
3.4)服务器Charlie对来自用户Alice和用户Bob的光脉冲进行贝尔态测量:服务器Charlie对来自用户Alice和用户Bob的光脉冲进行贝尔态测量,保留测量成功的结果,并通过经典信道告知用户Alice和用户Bob;
步骤3.1)至步骤3.4)完成了一个随机比特的分发;经过N次循环,用户Alice和用户Bob分别拥有一个长度位N的随机比特串;
3.5)将步骤3.1)至步骤3.4)的执行次数n与有限长密钥长度N做比较:
若执行次数n小于有限长密钥长度N,将执行次数n加一,执行步骤3.1);
若执行次数n等于有限长密钥长度N,执行步骤3.6);
3.6)用户Alice和用户Bob进行初始密钥筛选:对于步骤3.4)中测量成功的结果,用户Alice和用户Bob进行基对比,保留基匹配并且在步骤3.2)中均未被用户Alice和用户Bob标记的脉冲所对应的随机比特串中的比特;对于保留的比特,用户Alice反转自己的比特,用户Bob不做反转;或者用户Bob反转自己的比特,用户Alice不做反转;经过比特反转后,用户Alice和用户Bob保留的比特形成初始密钥;
3.7)用户共同进行量子比特误码率计算:初始密钥筛选完成后,任一用户通过经典信道告知另一用户进行窃听者检测;告知方用户在初始密钥中随机选择部分密钥发送给另一用户;被告知方用户将自己的初始密钥与来自告知方用户的部分密钥对比,计算出量子比特误码率QBER,并通过经典信道将量子比特误码率QBER告知对方用户;用户Alice和用户Bob均以值12.6%作为量子比特误码率门限值,并用计算出的量子比特误码率QBER与量子比特误码率门限值作比较:
3.7a)若量子比特误码率QBER小于量子比特误码率门限值,则进行步骤3.8);
3.7b)若量子比特误码率QBER大于等于量子比特误码率门限值,则有窃听者存在,量子密钥分发过程结束;
3.8)用户进行纠错及密性放大:用户Alice和用户Bob对于步骤3.7)中未公开的初始密钥进行纠错,得到一致的密钥;之后用户Alice和用户Bob分别对各自的密钥进行密性放大,减少攻击者Eve窃取的信息量,得到最终的安全密钥,量子密钥分发过程结束。
5.根据权利要求3或4所述的一种即插即用参考系无关测量设备无关量子密钥分发方法,其特征在于,第二阶段量子态制备参数计算阶段中提及的预处理及反变换具体包括有如下内容:
预处理:为适应神经网络输入的需求,对信道参数测量阶段的参数光量子信道失配参数ed,有限长密钥长度N,光量子信道距离L做如下处理:
对ed做变换e1=ed得到参数e1,对N做变换e2=log10N得到参数e2,对L做变换e3=L/100得到变量e3。
反变换:为适应量子态制备参数的需求,对神经网络的输出做如下处理:
6.根据权利要求3或4所述的一种即插即用参考系无关测量设备无关量子密钥分发方法,其特征在于,预先构建并训练好的神经网络结构为:神经网络为全连接网络,层数为4;第1层为输入层,有三个输入节点,分别对应e1,e2,e3;第2层为隐藏层,有300个神经元,激活函数为线性整流单元(ReLU);第3层为隐藏层,有300个神经元,激活函数为线性整流单元(ReLU);第四层为输出层,有8个输出节点,分别对应p1,p2,p3,p4,p5,p6,p7,p8,为线性输出单元。
7.根据权利要求4所述的一种即插即用参考系无关测量设备无关量子密钥分发方法,其特征在于,步骤3.2)所述的用户Alice和用户Bob分别进行光脉冲强度监测,其强度检测光脉冲未被标记的光子数范围具体为:
[(1-δ)M,(1+δ)M]
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110085608.9A CN112929160B (zh) | 2021-01-22 | 2021-01-22 | 即插即用参考系和测量设备无关量子密钥分发系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110085608.9A CN112929160B (zh) | 2021-01-22 | 2021-01-22 | 即插即用参考系和测量设备无关量子密钥分发系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112929160A true CN112929160A (zh) | 2021-06-08 |
CN112929160B CN112929160B (zh) | 2022-03-04 |
Family
ID=76164377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110085608.9A Active CN112929160B (zh) | 2021-01-22 | 2021-01-22 | 即插即用参考系和测量设备无关量子密钥分发系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112929160B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113472536A (zh) * | 2021-08-13 | 2021-10-01 | 中南大学 | 基于人工神经网络的高效连续变量量子密钥分发系统及其实现方法 |
CN113810186A (zh) * | 2021-09-18 | 2021-12-17 | 上海循态量子科技有限公司 | 自适应量子效率高精度实时预测方法及系统 |
CN114499686A (zh) * | 2022-01-28 | 2022-05-13 | 中国科学技术大学 | 应用于光芯片的量子密钥分发系统的接收端系统 |
CN114666051A (zh) * | 2022-04-08 | 2022-06-24 | 中国人民解放军国防科技大学 | 一种自由运行的参考系无关量子密钥分发方法 |
CN115361118A (zh) * | 2022-08-03 | 2022-11-18 | 国网福建省电力有限公司 | 具有损耗容忍的参考系和测量设备无关量子密钥分发方法 |
CN116800420A (zh) * | 2023-08-16 | 2023-09-22 | 南京大学 | 异步配对的测量设备无关量子会议密钥协商方法及系统 |
CN117254855A (zh) * | 2023-11-16 | 2023-12-19 | 国开启科量子技术(安徽)有限公司 | 基于量子比特误码率进行寻优的方法、装置、介质和设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160150272A1 (en) * | 2006-03-16 | 2016-05-26 | Time Warner Cable Enterprises Llc | Methods and apparatus for centralized content and data delivery |
CN108111304A (zh) * | 2017-12-29 | 2018-06-01 | 华南师范大学 | 一种多方测量设备无关量子密钥分发网络系统及方法 |
CN109067518A (zh) * | 2018-06-28 | 2018-12-21 | 南京邮电大学 | 一种基于即插即用mdi-qkd的量子网络系统及方法 |
CN109379188A (zh) * | 2018-12-10 | 2019-02-22 | 山西大学 | 一种测量设备无关相位匹配量子密钥分发装置 |
CN109450628A (zh) * | 2018-12-18 | 2019-03-08 | 华南师范大学 | 一种即插即用测量设备无关量子密钥分发网络系统及方法 |
CN109586907A (zh) * | 2018-12-30 | 2019-04-05 | 华南师范大学 | 一种量子通信与量子时频传输的融合网络系统与方法 |
WO2019191442A1 (en) * | 2018-03-28 | 2019-10-03 | The Research Foundation For The State University Of New York | Devices, systems, and methods facilitating ambient-temperature quantum information buffering, storage, and communication |
CN111988130A (zh) * | 2020-08-18 | 2020-11-24 | 中南大学 | 离散量子密钥分发中针对器件缺陷的攻击检测方法 |
-
2021
- 2021-01-22 CN CN202110085608.9A patent/CN112929160B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160150272A1 (en) * | 2006-03-16 | 2016-05-26 | Time Warner Cable Enterprises Llc | Methods and apparatus for centralized content and data delivery |
CN108111304A (zh) * | 2017-12-29 | 2018-06-01 | 华南师范大学 | 一种多方测量设备无关量子密钥分发网络系统及方法 |
WO2019191442A1 (en) * | 2018-03-28 | 2019-10-03 | The Research Foundation For The State University Of New York | Devices, systems, and methods facilitating ambient-temperature quantum information buffering, storage, and communication |
CN109067518A (zh) * | 2018-06-28 | 2018-12-21 | 南京邮电大学 | 一种基于即插即用mdi-qkd的量子网络系统及方法 |
CN109379188A (zh) * | 2018-12-10 | 2019-02-22 | 山西大学 | 一种测量设备无关相位匹配量子密钥分发装置 |
CN109450628A (zh) * | 2018-12-18 | 2019-03-08 | 华南师范大学 | 一种即插即用测量设备无关量子密钥分发网络系统及方法 |
CN109586907A (zh) * | 2018-12-30 | 2019-04-05 | 华南师范大学 | 一种量子通信与量子时频传输的融合网络系统与方法 |
WO2020140851A1 (zh) * | 2018-12-30 | 2020-07-09 | 华南师范大学 | 一种量子通信与量子时频传输的融合网络系统与方法 |
CN111988130A (zh) * | 2020-08-18 | 2020-11-24 | 中南大学 | 离散量子密钥分发中针对器件缺陷的攻击检测方法 |
Non-Patent Citations (3)
Title |
---|
QIAN LI: ""Reference-frame-independent and measurement-device-independent quantum key distribution using one single source"", 《INTERNATIONAL JOURNAL OF THEORETICAL PHYSICS》 * |
RUIKE CHEN: ""Measurement-device-independent quantum cryptographic conferencing with an untrusted source"", 《CHINESE PHYSICS B》 * |
白栋允: ""高性能连续变量量子密钥分发理论方案研究"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113472536B (zh) * | 2021-08-13 | 2022-04-15 | 中南大学 | 基于人工神经网络的高效连续变量量子密钥分发系统及其实现方法 |
CN113472536A (zh) * | 2021-08-13 | 2021-10-01 | 中南大学 | 基于人工神经网络的高效连续变量量子密钥分发系统及其实现方法 |
CN113810186B (zh) * | 2021-09-18 | 2023-11-07 | 上海循态量子科技有限公司 | 自适应量子效率高精度实时预测方法及系统 |
CN113810186A (zh) * | 2021-09-18 | 2021-12-17 | 上海循态量子科技有限公司 | 自适应量子效率高精度实时预测方法及系统 |
CN114499686A (zh) * | 2022-01-28 | 2022-05-13 | 中国科学技术大学 | 应用于光芯片的量子密钥分发系统的接收端系统 |
CN114499686B (zh) * | 2022-01-28 | 2023-11-28 | 中国科学技术大学 | 应用于光芯片的量子密钥分发系统的接收端系统 |
CN114666051B (zh) * | 2022-04-08 | 2023-05-26 | 中国人民解放军国防科技大学 | 一种自由运行的参考系无关量子密钥分发方法 |
CN114666051A (zh) * | 2022-04-08 | 2022-06-24 | 中国人民解放军国防科技大学 | 一种自由运行的参考系无关量子密钥分发方法 |
CN115361118A (zh) * | 2022-08-03 | 2022-11-18 | 国网福建省电力有限公司 | 具有损耗容忍的参考系和测量设备无关量子密钥分发方法 |
CN116800420A (zh) * | 2023-08-16 | 2023-09-22 | 南京大学 | 异步配对的测量设备无关量子会议密钥协商方法及系统 |
CN116800420B (zh) * | 2023-08-16 | 2023-11-03 | 南京大学 | 异步配对的测量设备无关量子会议密钥协商方法及系统 |
CN117254855A (zh) * | 2023-11-16 | 2023-12-19 | 国开启科量子技术(安徽)有限公司 | 基于量子比特误码率进行寻优的方法、装置、介质和设备 |
CN117254855B (zh) * | 2023-11-16 | 2024-02-09 | 国开启科量子技术(安徽)有限公司 | 基于量子比特误码率进行寻优的方法、装置、介质和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112929160B (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112929160B (zh) | 即插即用参考系和测量设备无关量子密钥分发系统及方法 | |
CN112929161B (zh) | 即插即用型参考系无关的双场量子密钥分发协议实现方法 | |
Zhao et al. | Quantum key distribution with an unknown and untrusted source | |
CN107682144B (zh) | 基于双相位调制和数据后处理的连续变量密钥分发方法 | |
CN108650088B (zh) | 包含至少三方的量子通信装置及方法 | |
Pitkanen et al. | Efficient heralding of photonic qubits with applications to device-independent quantum key distribution | |
Zhang et al. | Finite-size analysis of continuous-variable measurement-device-independent quantum key distribution | |
CN111970279A (zh) | 连续变量量子密钥分发攻击检测方法及其检测系统 | |
Zhou et al. | Phase-encoded measurement-device-independent quantum key distribution with practical spontaneous-parametric-down-conversion sources | |
Zhang et al. | Security proof of practical quantum key distribution with detection-efficiency mismatch | |
CN112702164B (zh) | 一种基于轨道角动量的多用户双场qkd网络系统及方法 | |
Cere et al. | Experimental test of two-way quantum key distribution in the presence of controlled noise | |
CN110880970A (zh) | 基于指示单光子源与轨道角动量的量子密钥分配方法 | |
CN112448814A (zh) | 面向电网广域协调控制的非对称双场量子密钥分发方法 | |
Guo et al. | Performance improvement of eight-state continuous-variable quantum key distribution with an optical amplifier | |
Nagamatsu et al. | Security of quantum key distribution with light sources that are not independently and identically distributed | |
CN112073189A (zh) | 一种连续变量测量设备无关量子密钥分发方法及系统 | |
CN107872316A (zh) | 一种改进的基于衰减激光光源的被动式诱骗态qkd系统 | |
CN112039668A (zh) | 一种基于相干检测的量子会议密钥协商方法及系统 | |
CN110086614A (zh) | 一种使用标记单光子源的量子数字签名方法 | |
CN114285548A (zh) | 一种基于相位后选择的诱骗态mdi-qkd方法和系统 | |
Huang et al. | Quantum hacking of free-space continuous-variable quantum key distribution by using a machine-learning technique | |
Hosseinidehaj et al. | CV-QKD with Gaussian and non-Gaussian entangled states over satellite-based channels | |
CN116800420A (zh) | 异步配对的测量设备无关量子会议密钥协商方法及系统 | |
Yang et al. | Source monitoring for continuous-variable quantum key distribution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |