基于纠错泄露反馈的量子密钥压缩率自优化方法及系统与流程

摘要: 本发明涉及量子密钥分发后处理,特别涉及一种基于纠错泄露反馈的量子密钥压缩率自优化方法及系统。背景技术:1、量子密钥分发技术能够利用量子力学原理建立通信双方共享的...
基于纠错泄露反馈的量子密钥压缩率自优化方法及系统与流程

本发明涉及量子密钥分发后处理,特别涉及一种基于纠错泄露反馈的量子密钥压缩率自优化方法及系统。

背景技术:

1、量子密钥分发技术能够利用量子力学原理建立通信双方共享的安全密钥,是量子安全通信的重要基础。实际运行过程中,量子信道会受到光纤损耗、偏振漂移、探测器暗计数、同步误差、环境扰动以及器件性能波动等因素影响,导致通信双方获得的筛选密钥存在误码。因此,系统通常需要依次完成参数估计、信息纠错、隐私放大和认证等后处理步骤,以获得满足安全要求的最终密钥。

2、现有量子密钥后处理方案中,信息纠错与隐私放大大多采用相互独立的设计方式。信息纠错阶段会公开部分校验信息、综合信息或交互信息,这些公开内容会形成实际泄露量,并直接影响隐私放大阶段所需的压缩强度。然而,许多工程实现仍采用固定压缩比例、经验参数或基于单一误码率阈值的调整方式,难以准确反映实际泄露情况,也难以适应信道质量的动态变化。

3、当信道质量较好时,固定较强压缩可能造成可用密钥过度损失;当信道质量恶化、纠错泄露量增加时,固定较弱压缩又可能导致安全余量不足。此外,仅依据当前误码率调整压缩比例,难以及时响应信道状态变化,对有限密钥条件下的安全约束、后处理资源负载以及业务密钥需求考虑也相对不足,容易造成最终密钥率波动较大或系统运行效率下降。

4、因此,有必要提出一种能够综合利用信道质量预测结果、信息纠错实际泄露量以及安全约束条件,对隐私放大压缩率进行动态优化的方法,使信息纠错与隐私放大形成协同反馈机制,在满足安全要求的基础上,提高量子密钥后处理的适应能力和最终密钥利用效率。

技术实现思路

1、本发明旨在解决现有量子密钥后处理过程中隐私放大压缩率多采用固定参数、经验参数或简单阈值调节方式,难以适应信道质量动态变化的问题。同时,针对信息纠错与隐私放大之间缺少有效反馈、纠错实际泄露量难以参与压缩率优化、压缩率选择缺少有限密钥安全约束以及系统长期运行过程中缺乏自适应优化能力等不足,提出一种基于纠错泄露反馈的量子密钥压缩率自优化方法及系统。

2、本发明的技术方案是这样实现的:

3、一种基于纠错泄露反馈的量子密钥压缩率自优化方法,包括如下步骤:

4、s1、采集运行数据:获取量子密钥分发系统当前后处理周期的运行数据,并形成当前处理周期的状态数据;

5、s2、信道预测与状态评估:根据当前处理周期的状态数据及历史运行数据建立信道质量预测模型,对下一处理周期的信道质量变化趋势进行预测,并生成对应的信道状态评估结果;

6、s3、计算纠错泄露评分:根据实际纠错泄露量、纠错轮次、纠错失败率及重传信息量计算纠错泄露评分;

7、s4、生成候选压缩率集合:根据纠错后密钥长度生成多个候选压缩率,并形成候选压缩率集合,为后续安全约束评估提供候选方案;

8、s5、安全约束评估与筛选:根据预设的保密性安全参数和正确性安全参数,结合当前处理周期的纠错泄露量、认证消耗量、有效样本量及参数估计结果确定有限密钥统计涨落项,并依据相应的有限密钥安全约束对所述候选压缩率集合进行安全约束评估,

9、其中,所述保密性安全参数和正确性安全参数为根据量子密钥分发系统安全要求预先设定的参数;所述认证消耗量为当前处理周期中经典通信认证过程所消耗的密钥量;所述统计涨落项为在有限密钥条件下,根据当前处理周期的有效样本量、参数估计结果以及预设安全参数确定的统计偏差量;所述纠错泄露量由步骤s3中的实际纠错过程获得,上述参数与纠错泄露量共同用于确定当前处理周期的有限密钥安全约束;

10、s6、目标压缩率优化与选择:针对所述安全候选集合建立综合评价模型,对各候选压缩率对应的最终密钥率、安全风险、后处理延迟及压缩率变化幅度进行综合评价,根据综合评价结果确定目标压缩率;

11、s7、执行隐私放大:根据所述目标压缩率对纠错后密钥执行隐私放大处理,生成最终安全密钥;其中,在一种实施方式中,根据密钥子块对应的风险评分分别确定各子块的压缩率,对不同密钥子块执行差异化隐私放大处理;

12、s8、模型更新与反馈学习:记录本轮处理过程中的信道状态、纠错泄露评分、目标压缩率、最终密钥率、安全余量及处理耗时,根据本轮运行结果更新信道质量预测模型、综合评价模型及压缩率优化策略,并将更新后的模型用于下一处理周期的压缩率自优化。

13、优选地,所述运行数据包括量子误码率、探测计数率、暗计数率、信道衰减、同步偏移量等信道质量参数,以及信息纠错阶段的公开校验信息量、纠错轮次、纠错失败率、重传信息量和纠错后密钥长度等后处理参数。

14、优选地,所述步骤s3中纠错泄露评分按照下式计算:

15、,

16、其中,表示纠错泄露评分,表示实际纠错泄露量,表示原始密钥块长度,表示纠错轮次,表示最大允许纠错轮次,表示纠错失败率,表示重传信息量,至表示权重系数。

17、纠错泄露评分越高,表示信息纠错阶段对潜在窃听者暴露的信息越多,后续隐私放大压缩强度通常需要相应提高。

18、优选地,所述候选压缩率按照下式生成:

19、所述候选压缩率按照下式生成:

20、,

21、其中,表示第i个候选最终密钥长度,表示纠错后密钥长度。

22、系统结合有限密钥安全约束、认证消耗以及统计涨落等条件,对候选压缩率进行安全筛选,并根据安全约束计算安全余量。仅保留满足安全要求的候选压缩率,形成安全候选集合。

23、优选地,所述综合评价模型满足:

24、,

25、其中,表示候选压缩率变量,表示最终密钥率,表示安全风险评分,表示后处理延迟,表示上一处理周期压缩率,、、和为权重系数,系统根据综合评价模型确定目标压缩率。

26、优选地,目标压缩率按照下式确定:

27、,

28、其中,表示根据综合评价结果从安全候选集合中确定的目标压缩率,该目标压缩率用于本轮隐私放大处理,为安全候选集合。

29、优选地,系统根据密钥块内部误码分布、局部纠错泄露量和风险评分,将纠错后密钥划分为多个子块,并分别确定对应子块的压缩率,以执行差异化隐私放大处理。

30、优选地,不同子块依据风险评分采用不同压缩强度,其中风险评分较高的子块对应较低压缩率,风险评分较低的子块对应较高压缩率。

31、优选地,当检测到误码率持续升高、纠错失败率增加、纠错泄露量超过预设阈值或安全候选集合为空时,系统进入异常保护模式,通过提高压缩强度、缩短密钥块长度或暂停最终密钥输出降低潜在安全风险。

32、优选地,所述信道质量预测模型根据历史运行数据持续更新,以修正信道质量预测结果和压缩率优化策略。

33、本发明还公开了一种基于纠错泄露反馈的量子密钥压缩率自优化系统,包括:

34、数据采集模块、信道预测模块、纠错泄露统计模块、候选压缩率生成模块、安全约束筛选模块、压缩率优化模块、隐私放大模块以及模型更新模块,各模块协同执行上述的方法。

35、与现有技术相比,本发明有以下有益效果:

36、本发明建立了信息纠错与隐私放大之间的纠错泄露反馈机制,使公开校验信息量、纠错轮次、重传信息量和纠错失败率等实际纠错参数能够参与压缩率计算。该方式有助于使隐私放大压缩率更贴近当前后处理过程中的真实泄露状态,减少固定压缩比例造成的过度压缩或压缩不足问题;

37、本发明结合信道质量预测结果和历史运行数据生成候选压缩率,使系统不再仅依赖当前误码率进行事后调节。当信道质量出现恶化趋势时,系统可提前提高压缩强度;当信道趋于稳定时,可在安全边界内适当提高最终密钥输出长度,从而提高后处理策略对动态信道的适应能力;

38、本发明将有限密钥约束、纠错泄露量、认证消耗、统计涨落以及保密性和正确性安全参数纳入压缩率筛选过程,使目标压缩率必须从安全候选集合中产生。该方式有助于避免单纯追求密钥率而导致安全余量不足,使动态压缩率优化过程具有明确的安全边界;

39、本发明通过综合评价模型同时考虑最终密钥率、安全风险、后处理延迟和压缩率变化幅度,在安全候选集合中选择目标压缩率。该方式有助于降低相邻处理周期压缩率剧烈变化带来的输出波动、计算负载突变和缓存积压风险,提高系统连续运行的稳定性;

40、本发明结合密钥块差异化压缩、异常保护和自学习更新机制,可根据不同子块风险采用不同压缩强度,并在信道异常或安全候选集合为空时进入保护状态。随着历史运行数据积累,系统还可更新预测模型和压缩率选择策略,从而提高长期运行中的工程适配性和最终密钥利用效率。