CN117555516B - 一种小型化量子随机数产生装置及方法 - Google Patents
一种小型化量子随机数产生装置及方法 Download PDFInfo
- Publication number
- CN117555516B CN117555516B CN202311504952.2A CN202311504952A CN117555516B CN 117555516 B CN117555516 B CN 117555516B CN 202311504952 A CN202311504952 A CN 202311504952A CN 117555516 B CN117555516 B CN 117555516B
- Authority
- CN
- China
- Prior art keywords
- pixel
- random number
- image sensor
- photon count
- cmos image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 230000036278 prepulse Effects 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000009826 distribution Methods 0.000 description 22
- 238000005070 sampling Methods 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000001583 randomness test Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000528 statistical test Methods 0.000 description 2
- 206010070834 Sensitisation Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008313 sensitization Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/58—Random or pseudo-random number generators
- G06F7/588—Random number generators, i.e. based on natural stochastic processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明涉及量子技术领域，公开了一种小型化量子随机数产生装置及方法，包括：光源，其用于发射光线；CMOS图像传感器，其用于接收光源发出的光线，将光信号转换成对应的数字信号；数据处理模块，其用于处理CMOS图像传感器的数字信号，处理的过程包括：通过CMOS图像传感器的相邻像素点的光子计数进行比较生成随机数；本发明基于电压比较二值法，利用像素间探测电压的随机性，以CMOS像素点探测输出的电压序列前后脉冲间的电压差值作为随机数熵源，获得量子随机数序列。该方法具备简单、可靠、易实现的优点，更利于产品的产业推广。
Description
技术领域
本发明涉及量子技术领域，更具体地说，它涉及一种小型化量子随机数产生装置。
背景技术
随机数早已融入到生活的方方面面，如密码学、数值模拟、量子通信等。根据随机数的品质，随机数可被分为两类，伪随机数和真随机数。目前，在各个领域中，伪随机数使用更加普遍，有着成本低，效率高的特点。它是由一串随机数种子结合复杂算法来实现后续随机序列的生成，其随机数的品质取决于随机数种子的质量以及算法的复杂度。而当这两个部分同时被攻击者获取时，该随机数序列的所有数据都将被破译，其安全性难以保障。而真随机数的产生则是基于物理过程中不可预测的变量，具有不可预测性、不可重复性和统计均匀性的特征。量子随机数是根据对量子物理系统中具有内秉随机特性的变量进行测量得到的。与其他经典物理系统的随机性来自于对系统的不完备认知不同，量子随机性来自于量子物理系统的固有不确定性，是量子力学基本原理所保证的。
随着对量子计算机的研究加深，伪随机数显然无法满足未来通信对于随机数的质量要求，而量子随机数将会成为未来高安全性应用场景的首选。在已有真随机数的产生方案中，基于光源的方案更受研究者们青睐，这是由于光量子内秉的不可预测性能够为产生的随机数提供质量保证。
如今已有诸多较为成熟的随机数产生方案，集成化成为当前的研究焦点。近几年，瑞士公司IDQ(ID Quantique)先后提出了基于手机相机产生随机数的方案以及一种以发光二极管(LED)作为光源，互补金属氧化物半导体(CMOS)图像传感器采集光源信息的芯片式方案。但该方案采用高速ADC采样作为其信号处理的主要方法，一方面高速ADC采样本身对系统硬件处理提出了较高的要求，另一方面，ADC采样过程本身的不完美性会引入一定的伪随机特性，从而降低系统真实的随机性特性。
发明内容
本发明提供一种小型化量子随机数产生装置，首次提出基于电压比较二值法的方式，利用像素间探测电压的随机性，以CMOS像素点探测输出的电压序列前后脉冲间的电压差值作为随机数熵源，获得量子随机数序列，解决相关技术中的技术问题。
本发明的至少一个实施例中提供了一种小型化量子随机数产生装置，包括：
光源，其用于发射光线；
CMOS图像传感器，其用于接收光源发出的光线，将光信号转换成对应的数字信号；
数据处理模块，其用于处理CMOS图像传感器的数字信号，处理的过程包括：
通过CMOS图像传感器的相邻像素点的光子计数进行比较生成随机数，比较来生成随机数的规则如下：
对于CMOS图像传感器的任意两个相邻的像素点，将这两个像素点中更靠近CMOS图像传感器的像素点阵列的左上角或右上角或右下角或左下角的像素点定义为A像素点，另一个像素点定义为B像素点；
如果A像素点的光子计数大于B像素点的光子计数时生成随机数0，如果A像素点的光子计数小于B像素点的光子计数时生成随机数1，当A像素点的光子计数等于B像素点的光子计数时不生成结果；
像素点的光子计数是指单位时间内像素点接收到的光子数。
通过相邻的像素点光子计数的差值产生的随机数，它可以去除掉经典噪声对随机数源的影响。
进一步地，所述光源为LED。
进一步地，前述的一种小型化量子随机数产生装置还包括：
前后比较模块，其用于将CMOS图像传感器的同一像素点的相邻的两个时间的光子计数的进行比较生成随机数；比较生成随机数的规则如下：
相邻的两个时间的光子计数中前一时间的光子计数大于后一时间的光子计数时生成随机数0，前一时间的光子计数小于后一时间的光子计数时生成随机数1，前一时间的光子计数等于后一时间的光子计数时不生成结果。
进一步地，前述的一种小型化量子随机数产生装置还包括：
延迟脉冲施加模块，其用于将CMOS图像传感器的每个像素点探测得到的前脉冲电压分成两份，对其中一份脉冲电压施加延时生成后脉冲电压；
比较器，其用于将每个像素点前后脉冲电压幅度进行差分处理，奇数次操作时，若前脉冲电压的值大于后脉冲电压的值，将此时输出记为1，反之则记为0，当两者相等时，则此时忽略本次相减的结果。
进一步地，所述CMOS图像传感器的每个像素点的读值反映了指定时间内该像素点捕获光子的数量。
进一步地，数据处理模块为上位机。
本发明的至少一个实施例中提供了一种小型化量子随机数产生方法，包括：
将CMOS图像传感器接收光源的光信号产生的数字信号处理为二维图像；二维图像的像元与CMOS图像传感器的像素点一一对应；
比较二维图像的相邻的两个像元的值来生成随机数，规则如下：对于二维图像的任意两个相邻的像元，将这两个像元中更靠近二维图像的左上角或右上角或右下角或左下角的像元定义为A像元，另一个像元定义为B像元；
如果A像元的光子计数大于B像元的光子计数时生成随机数0，如果A像元的光子计数小于B像元的光子计数时生成随机数1，当A像元的光子计数等于B像元的光子计数时不生成结果。
进一步地，二维图像的像元的值表示CMOS图像传感器的像素点在单位时间的光子计数。
本发明的至少一个实施例中提供了一种存储介质，其存储了非暂时性计算机可读指令，当非暂时性计算机可读指令由计算机执行时，能够执行前述的一种小型化量子随机数产生方法中的步骤。
本发明的有益效果在于：
(1)降低了经典噪声对量子熵源的影响；
(2)通过比较电路实现比较输出0/1，实现电路简单，并于实现小型化、芯片化设计。
附图说明
图1是本发明的CMOS传感器的一个像素中固定时间间隔内探测到的光子数量；
图2是本发明的噪声构成图，其中A为放大器的增益，uf为探测得到的光子数，ud为暗电流，uh为热噪声；
图3是本发明的实验装置以及光路示意图；
图4是基于LED光源和CMOS探测的方案原理示意图；
图5是本发明的比较器采样示意图，UT是没有延时的脉冲电压信号，UT+Δt是加了延时的脉冲电压信号；
图6是本发明的实验中统计的一段时间内的输出分布，横坐标表示ADC输出电压值，纵坐标表示概率值；
图7是本发明的单个像素点的输出分布情况，横坐标表示输出的电压值，纵坐标表示概率值；
图8是本发明的序列的自相关系数，横坐标表示数据间隔，纵坐标表示自相关系数；
图9是本发明的一种小型化量子随机数产生装置的模块示意图，101为光源，102为CMOS图像传感器，103为数据处理模块；
图10是本发明的一种存储介质的模块示意图。
具体实施方式
现在将参考示例实施方式讨论本文描述的主题。应该理解，讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题，可以在不脱离本说明书内容的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个示例可以根据需要，省略、替代或者添加各种过程或组件。另外，相对一些示例所描述的特征在其他例子中也可以进行组合。
本发明的至少一个实施例中，提供一种小型化量子随机数产生装置，如图9所示，包括：
光源101，其用于发射光线；
CMOS图像传感器102，其用于接收光源发出的光线，将光信号转换成对应的数字信号；
数据处理模块103，其用于处理CMOS图像传感器102的数字信号，处理的过程包括：
通过CMOS图像传感器102的相邻像素点的光子计数进行比较生成随机数，比较来生成随机数的规则如下：
对于CMOS图像传感器102的任意两个相邻的像素点，将这两个像素点中更靠近CMOS图像传感器102的像素点阵列的左上角或右上角或右下角或左下角的像素点定义为A像素点，另一个像素点定义为B像素点；
如果A像素点的光子计数大于B像素点的光子计数时生成随机数(bit)0，如果A像素点的光子计数小于B像素点的光子计数时生成随机数(bit)1，当A像素点的光子计数等于B像素点的光子计数时不生成结果；
像素点的光子计数是指单位时间内像素点接收到的光子数。
通过相邻的像素点光子计数的差值产生的随机数，它可以去除掉经典噪声对随机数源的影响。
在本发明的一个实施例中，光源为LED。
一般来说，CMOS图像传感器102的每个像素的读值都反映了指定时间内该像素捕获光子的数量。
在本发明的一个实施例中，前述的一种小型化量子随机数产生装置还包括：
前后比较模块，其用于将CMOS图像传感器102的同一像素点的相邻的两个时间的光子计数的进行比较生成随机数；比较生成随机数的规则如下：
相邻的两个时间的光子计数中前一时间的光子计数大于后一时间的光子计数时生成随机数0，前一时间的光子计数小于后一时间的光子计数时生成随机数1，前一时间的光子计数等于后一时间的光子计数时不生成结果。
该实施例不仅仅去除了像素点经典噪声的影响，同时解决了相邻的两个像素点的光电转换系统差异性的影响。
在本发明的一个实施例中，前述的一种小型化量子随机数产生装置还包括：
延迟脉冲施加模块，其用于将CMOS图像传感器102的每个像素点探测得到的前脉冲电压分成两份，对其中一份脉冲电压施加延时生成后脉冲电压；
比较器，其用于将每个像素点前后脉冲电压幅度进行差分处理，奇数次操作时，若前脉冲电压的值大于后脉冲电压的值，将此时输出记为1，反之则记为0，当两者相等时，则此时忽略本次相减的结果。
以下根据熵源模型解释比较器的处理方法的技术效果：
CMOS图像传感器102阵列内部由像素(pixels)、放大器以及模拟数字转换器(ADC)模块构成，像素通过感光，将光强度信号转换成电信号。而光强与光子数量成正比，在传感器饱和之前的线性范围内，光强越强，探测器输出的电信号也就越强。本发明正是在CMOS处于非饱和状态下展开的。由于量子不确定性，LED光源产生的光子在某一固定时间间隔内检测到的光子数量每次都会发生变化，如图1所示。在任何给定的曝光时间内，CMOS传感器的每个像素中检测到的光子数量遵循泊松分布。
在一定时间内，n个光子到达像素点的概率满足以下公式：
其概率分布可近似看做泊松分布，到达像素的平均光子数量为u。每个像素均为独立的，互不影响，且每一帧画面也都各自独立。LED光源工作在少光子数状态下，以CMOS像素点探测输出的电压序列前后脉冲间的电压差值作为随机数熵源。采用LED作为连续光源，探测得到的光子数uf取决于LED的发光强度，以及探测效率η，即uf＝ηu。一般量子随机数熵源难免会引入一定的噪声，所以通常都会将原始数据经后续处理使其转换成均匀分布，质量会较优，无后处理的熵源只要测试结果满足标准亦可
在式(1)所示独立同分布的两个像素点里，理论上前脉冲电压大于后脉冲电压的概率和前脉冲电压小于后脉冲电压的概率相同，因此经过比较器差分运算后得到的随机数0和1出现的概率是相等且无法预测的，随机序列将具有良好的随机性。
本发明的至少一个实施例中，提供一种小型化量子随机数产生方法，包括以下步骤：
步骤S201，将CMOS图像传感器102接收光源的光信号产生的数字信号处理为二维图像；二维图像的像元与CMOS图像传感器102的像素点一一对应；
二维图像的像元的值表示CMOS图像传感器102的像素点在单位时间的光子计数；
步骤S202，比较二维图像的相邻的两个像元的值来生成随机数，规则如下：对于二维图像的任意两个相邻的像元，将这两个像元中更靠近二维图像的左上角或右上角或右下角或左下角的像元定义为A像元，另一个像元定义为B像元；
如果A像元的光子计数大于B像元的光子计数时生成随机数0，如果A像元的光子计数小于B像元的光子计数时生成随机数1，当A像元的光子计数等于B像元的光子计数时不生成结果。
本发明的至少一个实施例中，提供了一种存储介质300，如图10所示，其存储了非暂时性计算机可读指令310，当非暂时性计算机可读指令310由计算机执行时，能够执行前述的一种小型化量子随机数产生方法中的步骤。
以下通过噪声模型对前述的经典噪声进行说明：
为确保安全性，需要考虑到经典噪声对实验的影响，将经典噪声记为Nc。通常经典噪声来自于暗电流ud、以及读出电路的热噪声uh等因素；CMOS图像传感器102各像素点均有一个独立的放大器，将放大增益记为A。暗电流ud同样满足泊松分布，因此可与光电效应产生的信号叠加，而热噪声通常为高斯噪声，大多由读出电路引起，其概率密度函数可看做均值和方差分别为uh和/>的正态分布。因此经典噪声的概率密度函数可看做为泊松分布和正态分布的卷积可记作：
为了确保数据的不可预测性，引入最小熵概念，我们假设所有经典噪声均会被窃听者所得知，并能够完美还原出经典噪声模型，此时我们能够从信号中提取到的真随机信息的大小被称为最小熵，可定义为：
Hmin＝-log2[Pcmax(c)] (3)
由图2可知，经典噪声可表示为：
输入到ADC的电压V为：
由电压值得到二进制数据还需要经过量化、归一化、编码。ADC输出的十进制值R为：
其中N为ADC的量化位数。对于本文选用的传感器，N的值为8，Vmax是输入到ADC的最大电压。
以下是本发明提供针对于前述的实施方式的实验。
实验装置由光源、采集、数据处理三部分组成，其中光源板和光准直模块由自主设计结构实现，光准直器模块包括旋转装置、光源、光准直器、腔体、光电探测器及处理器，光源位于本体内部且底端固定设置于旋转盖的底端，由于LED发出的光(波长525nm)在空间上均匀分布，经准直后被CMOS探测到，光强分布近似高斯分布，即中间光较强，四周光较弱，这样探测到的光强信息无法区分到底是由于量子效应显现出来的高斯分布还是由于光源发光机制产生的。我们期望得到具有量子效应的数据分布，为了消除光源发光机制的影响，通过将四个LED摆放成正方形的LED阵列，使得CMOS探测过程中，得到均匀的光子通量。此外为了使每个像素点上收到的光线均衡，且光源能量得到最大化利用，在焦距处添加了一个凸透镜用来对散射光进行准直，使得光线均匀直射到探测面。
目前，基于LED光源和CMOS探测的随机数发生器方案原理如图4所示，此方案最大的缺点是引入了ADC及后处理，采用ADC采样及数据后处理作为信号处理的主要方法，对系统硬件处理提出了较高的要求，成本和功耗增加。并且ADC采样过程本身的不完美性有可能会引入一定的伪随机特性，从而降低系统真实的随机性特性。因此，本实验提出基于比较器的延时差分方案进行数字化采样，方案原理如图5所示。
该方案将CMOS每个像素点探测得到的前脉冲电压分成两份，其中有延时的一路电压和后脉冲电压中没有延时的一路进行差分。相比于常规比较器方案，该方案的随机数生成速率不会减半。
将本方案与目前主流的随机数发生器方案进行比较，如表1所示。基于比较器的LED+CMOS方案具有结构简单、成本低、易实现的优点，更有利于实现产品的产业推广。
实验分析：
实验原理验证
首先，我们先使用相机进行方案原理验证。连接好实验装置以及电源，连接CMOS图像传感器102与PC机，打开光源板电源，以及上位机录制软件，通过上位机，录制采集到的图像。将相机设置为每秒采样30帧，RGB增益系数均设置为1，即不进行二次放大。将相机分辨率设置为最大的480×640pixel，便于一次性得到更多的原始数据。
为消除原始数据偏置，在上位机对数据整合，将每个像素点前后脉冲电压幅度进行差分处理，奇数次操作时，若像素前脉冲的值大于像素后脉冲的值，将此时输出记为1，反之则记为0。当两者相等时，则此时忽略本次相减的结果。此操作过后，由于结果仅与两个相邻像素点的探测光强相关，即光子数量相关，在式(1)所示独立同分布的两个像素点里，理论上前脉冲大于后脉冲的概率和前脉冲小于后脉冲的概率相同，因此经过差分运算后得到的随机数0和1出现的概率是相等且无法预测的，随机序列将具有良好的随机性。
噪声分布验证
实验中统计了一段时间内采集到的数据，其分布结果如图6所示，可以明显看出，图像呈泊松分布，此时计算出最小熵为4.2；
为了确定采集到的数据确实为光子本身的量子特性而非光源发光机制造成的数据分布，观察了4个不同位置的像素点的强度分布，分别从屏幕边缘到屏幕中间取点。若单个像素在一定时间内采集到的光子数强度分布为均匀分布，则说明最终得到的随机比特是由光源发光机制造成的高斯分布。
表2不同像素采集的数据参数；
| Pixel | Rmax | Var |
| 1 | 239 | 40.60 |
| 2 | 241 | 40.57 |
| 3 | 246 | 40.17 |
| 4 | 249 | 42.19 |
其中Rmax是ADC的最大输出值；Var是ADC输出数据的方差；
由表2可以得出，由图像边缘到中心，光照强度相对均匀，因此可以确定，产生的分布主要由光子自身的特性引起
差分电路实测结果
采用基于比较器的延时差分方案进行数字化采样，实验过程中，将相机设置为每秒采样10×106帧，延时可做到100ns。单个像素点的输出分布情况如图7所示。
测试结果：
自相关测试
自相关系数表明随机序列与自身的相关性，相关性越低，随机序列被预测的可能性越小。经过差分电路实测结果所述操作后，将图像中像素采集到的信号提取出了无需后处理的随机序列，对该序列的自相关系数进行计算，得到结果如图8所示；测试了数据间隔从0到100的自相关结果，从图8中可以看出，自相关系数大多集中在10-4级别，在距离为1时就已经达到较低水平，表明随机序列关联性较低。
随机性测试
为进一步验证最后生成序列的随机性，统计了7200帧图像画面，约1.1Gbits数据，按照前文提到相邻像素差分方案，去除掉差分结果为0的数据，最终能够得到约1Gbits的真随机数，对该随机数序列进行NIST随机性检测。
表3 NIST统计测试的典型结果
| Statistical Test | p-Value | Proportion |
| Frequency | 0.953089 | 0.986 |
| Frequency within bolck | 0.278461 | 0.989 |
| Runs | 0.846338 | 0.993 |
| Longest run | 0.201189 | 0.99 |
| Binary matrix rank test | 0.925287 | 0.992 |
| Discrete fourier transform | 0.645448 | 0.987 |
| Non-overlapping template | 0.655854 | 0.998 |
| Overlapping template | 0.13264 | 0.990 |
| Maurer | 0.439122 | 0.993 |
| Linear complexity | 0.962688 | 0.991 |
| Serial | 0.55646 | 0.989 |
| Approximate entropy | 0.699313 | 0.991 |
| Cumulative sums | 0.271619 | 0.986 |
| Random excursions | 0.021489 | 0.992 |
| Random excursions variant | 0.475587 | 0.987 |
将统计到的1Gbits数据分成1000组，每组1Mbit，当p-Value值＞0.01时且Proportion＞0.981时，该测试项通过。由表3可知，该随机数序列可通过NIST随机性测试。
以LED作为光源，CMOS作为光电探测器搭建实验平台，LED光源工作在少光子数状态下，以CMOS像素点探测输出的电压序列前后脉冲间的电压差值作为随机数熵源。通过将LED光源固定在光准直器焦点处，使得LED散射的光变成平行光，之后直射到CMOS，被其内置光电二极管探测到后，转换为电信号，并在放大、比较之后传输给上位机以提取真随机数。利用电压比较二值法替代现有的高速ADC采样方法，避免了该过程引入的伪随机特性，实现了更低成本、更可靠的量子随机数探测。
本发明对单个像素测量，验证了光量子的随机性由于其自身的量子特性决定而非LED的发光机制引起。通过将相邻像素之间的差分处理，得到了无需后处理的真随机序列，并通过了标准的NIST随机性测试。系统采样帧数为10×106fps，像素为480×640pixel，理论随机数产额为2.86Tbps，实际速率大于2.8Tbps。
展开的实验验证了该方案的可行性，可通过该方案设计光路以及电路，例如将像素值通过比较器进行比较后输出，同时可在比较器中加入一个高频时钟用来驱动其不同帧的判决反向，从而实现芯片化的QRNG，以供给集成通信设备使用。
上面对本实施例的实施例进行了描述，但是本实施例并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本实施例的启示下，还可做出很多形式，均属于本实施例的保护之内。
Claims (9)
1.一种小型化量子随机数产生装置，其特征在于，包括：
光源，其用于发射光线；
CMOS图像传感器，其用于接收光源发出的光线，将光信号转换成对应的数字信号；
数据处理模块，其用于处理CMOS图像传感器的数字信号，处理的过程包括：
通过CMOS图像传感器的相邻像素点的光子计数进行比较生成随机数，比较来生成随机数的规则如下：
对于CMOS图像传感器的任意两个相邻的像素点，将这两个像素点中更靠近CMOS图像传感器的像素点阵列的左上角或右上角或右下角或左下角的像素点定义为A像素点，另一个像素点定义为B像素点；
如果A像素点的光子计数大于B像素点的光子计数时生成随机数0，如果A像素点的光子计数小于B像素点的光子计数时生成随机数1，当A像素点的光子计数等于B像素点的光子计数时不生成结果。
2.根据权利要求1所述的一种小型化量子随机数产生装置，其特征在于，所述光源为LED。
3.根据权利要求1所述的一种小型化量子随机数产生装置，其特征在于，还包括：
前后比较模块，其用于将CMOS图像传感器的同一像素点的相邻的两个时间的光子计数的进行比较生成随机数；比较生成随机数的规则如下：
相邻的两个时间的光子计数中前一时间的光子计数大于后一时间的光子计数时生成随机数0，前一时间的光子计数小于后一时间的光子计数时生成随机数1，前一时间的光子计数等于后一时间的光子计数时不生成结果。
4.根据权利要求1或3所述的一种小型化量子随机数产生装置，其特征在于，还包括：
延迟脉冲施加模块，其用于将CMOS图像传感器的每个像素点探测得到的前脉冲电压分成两份，对其中一份脉冲电压施加延时生成后脉冲电压；
比较器，其用于将每个像素点前后脉冲电压幅度进行差分处理，奇数次操作时，若前脉冲电压的值大于后脉冲电压的值，将此时输出记为1，反之则记为0，当两者相等时，则此时忽略本次相减的结果。
5.根据权利要求1所述的一种小型化量子随机数产生装置，其特征在于，所述CMOS图像传感器的每个像素点的读值反映了指定时间内该像素点捕获光子的数量。
6.根据权利要求1所述的一种小型化量子随机数产生装置，其特征在于，数据处理模块为上位机。
7.一种小型化量子随机数产生方法，其特征在于，包括：
将CMOS图像传感器接收光源的光信号产生的数字信号处理为二维图像；二维图像的像元与CMOS图像传感器的像素点一一对应；
比较二维图像的相邻的两个像元的值来生成随机数，规则如下：对于二维图像的任意两个相邻的像元，将这两个像元中更靠近二维图像的左上角或右上角或右下角或左下角的像元定义为A像元，另一个像元定义为B像元；
如果A像元的光子计数大于B像元的光子计数时生成随机数0，如果A像元的光子计数小于B像元的光子计数时生成随机数1，当A像元的光子计数等于B像元的光子计数时不生成结果。
8.根据权利要求7所述的一种小型化量子随机数产生方法，其特征在于，二维图像的像元的值表示CMOS图像传感器的像素点在单位时间的光子计数。
9.一种存储介质，其特征在于，其存储了非暂时性计算机可读指令，当非暂时性计算机可读指令由计算机执行时，能够执行如权利要求7和8任一所述的一种小型化量子随机数产生方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311504952.2A CN117555516B (zh) | 2023-11-13 | 2023-11-13 | 一种小型化量子随机数产生装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311504952.2A CN117555516B (zh) | 2023-11-13 | 2023-11-13 | 一种小型化量子随机数产生装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117555516A CN117555516A (zh) | 2024-02-13 |
| CN117555516B true CN117555516B (zh) | 2024-06-07 |
Family
ID=89813951
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311504952.2A Active CN117555516B (zh) | 2023-11-13 | 2023-11-13 | 一种小型化量子随机数产生装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117555516B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109375898A (zh) * | 2018-11-26 | 2019-02-22 | 弦海（上海）量子科技有限公司 | 基于cmos探测的量子真随机数生成器芯片及方法 |
| CN111090416A (zh) * | 2020-03-20 | 2020-05-01 | 北京中创为南京量子通信技术有限公司 | 一种量子随机数生成方法、装置及量子随机数发生器 |
| GB202110704D0 (en) * | 2021-07-26 | 2021-09-08 | Nu Quantum Ltd | Randomness extraction |
-
2023
- 2023-11-13 CN CN202311504952.2A patent/CN117555516B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109375898A (zh) * | 2018-11-26 | 2019-02-22 | 弦海（上海）量子科技有限公司 | 基于cmos探测的量子真随机数生成器芯片及方法 |
| CN111090416A (zh) * | 2020-03-20 | 2020-05-01 | 北京中创为南京量子通信技术有限公司 | 一种量子随机数生成方法、装置及量子随机数发生器 |
| GB202110704D0 (en) * | 2021-07-26 | 2021-09-08 | Nu Quantum Ltd | Randomness extraction |
Non-Patent Citations (4)
| Title |
|---|
| High-speed quantum random number generation using CMOS photon counting detectors;Simone Tisa .etc;《IEEE Journal of Selected Topics in Quantum Electronics》;20150630;第21卷(第3期);1-7 * |
| Practical True Random Number Generator Using CMOS Image Sensor Dark Noise;Byung Kwon Park .etc;《IEEE Access》;20190705;第7卷;91407-91413 * |
| 少光子灵敏度精密激光测距方法及验证;刘鸿彬等;《红外与激光工程》;20181010;第48卷(第1期);1-7 * |
| 量子随机数发生器的小型化与并行化研究;胡莹莹;《中国博士学位论文全文数据库》;20230331;A005-11 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117555516A (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9462190B2 (en) | Imaging apparatus, an electronic device, and imaging method to uniformize distribution of incident light, and a photostimulated luminescence detection scanner | |
| US7719589B2 (en) | Imaging array with enhanced event detection | |
| AU2018278515A1 (en) | An imaging method and apparatus | |
| EP3881098A2 (en) | High dynamic range direct time of flight sensor with signal-dependent effective readout rate | |
| CN108139268A (zh) | 光学脉冲检测装置、光学脉冲检测方法、辐射计数装置和生物测试装置 | |
| CN110325960B (zh) | 量子图像传感器量子随机数生成 | |
| CN104838645A (zh) | 成像元件、成像装置、电子设备、阈值计算装置和成像方法 | |
| CN112558096B (zh) | 一种基于共享内存的测距方法、系统以及存储介质 | |
| CN110569022B (zh) | 全硅基cmos量子随机数发生装置 | |
| Lupberger et al. | Implementation of the VMM ASIC in the Scalable Readout System | |
| Cominelli et al. | Readout architectures for high efficiency in time-correlated single photon counting experiments—Analysis and review | |
| Poisson et al. | Luminance-depth reconstruction from compressed time-of-flight histograms | |
| CN117555516B (zh) | 一种小型化量子随机数产生装置及方法 | |
| CN116349240A (zh) | 具有减少的量化操作的数字像素传感器 | |
| WO2021090008A1 (en) | Quantum random number generation | |
| USRE44253E1 (en) | Self-scanned photodiode array with selectively-skipped pixels | |
| JP2022508565A (ja) | ランダムビットシーケンスを生成するための装置及び方法 | |
| CN111060198B (zh) | 一种面向激光雷达线性/盖格模式兼容门控采样前端电路 | |
| CN217305839U (zh) | 一种量子真随机数soc芯片及设备 | |
| Therrien et al. | Optimization of single photon avalanche diode array detectors with a custom simulator | |
| Johnson et al. | New developments for CMOS SSPMs | |
| Huang et al. | Improving photon number resolvability of a superconducting nanowire detector array using a level comparator circuit | |
| CN113986198A (zh) | 一种量子真随机数soc芯片及设备 | |
| EP4240005A1 (en) | Solid-state imaging device and electronic instrument | |
| RU2662641C1 (ru) | Квантовый генератор случайных чисел |
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 |