一种基于QKD网络世界模型的多量子密钥池密钥补充方法及系统

本发明涉及量子密钥分发网络资源调度，特别涉及一种基于qkd网络世界模型的多量子密钥池密钥补充方法及系统。

背景技术：

1、量子密钥分发（qkd）技术依托量子不可克隆定理与海森堡测不准原理，能够在通信节点之间生成信息论安全的共享密钥，是当前构建无条件安全通信网络的核心支撑技术。随着城域、骨干级qkd网络的规模化部署，网络中分布式部署的大量量子密钥池的密钥供需动态平衡问题，已成为制约网络整体加密业务承载能力的关键瓶颈。

2、申请号为cn202110322118.6的中国专利申请公开了一种中继共存场景下的量子密钥分发方法及相关设备，用于解决可信/不可信中继共存场景下的量子密钥分发网络资源优化问题；首先是进行量子密钥分发网络拓扑抽象并构建量子密钥池，然后针对业务请求在源宿节点间构建虚拟密钥池，对业务请求实时提供全局密钥，最后判断该业务是否存在优化空间，若该业务存在优化空间，则对该业务请求进行虚拟密钥池重构，然后对业务请求实时提供全局密钥。能够提高密钥资源的利用率，达到优化量子密钥分发网络的作用。

3、申请号为cn201910585172.2的中国专利申请公开了一种基于sdn的qkd网络及其密钥的调度管理方法，所述方法包括：设置于量子层中的qkd节点在本地密钥池中的密钥的数量降到容量下限时，向控制层中的控制器发送密钥补充请求；所述控制器接收到所述密钥补充请求后，将所述qkd节点作为密钥待补充节点，从密钥池的密钥剩余量充足的其它qkd节点中选取被调度节点，通知所述被调度节点调度密钥至所述密钥待补充节点，并在本地总密钥池中，将与所述被调度节点对应的子密钥池中的密钥调整到与所述密钥待补充节点对应的子密钥池中。应用该方案一方面可以保证加密业务需求量大的qkd节点预留足够的密钥，避免加密信息的发送延迟；另一方面还可以提高已产生的密钥的利用率。

4、综合来看，现有qkd网络密钥管理方案存在以下不足：首先，密钥池的状态监控和补给决策多基于当前时刻的静态信息，缺乏对链路成码速率、信道状态、密钥消耗速率等动态参数在未来时间窗口内演化趋势的推演能力，难以提前预判密钥耗尽时刻并主动启动补给；其次，现有方案的密钥补给通常采用就近链路补充的单一模式，未考虑补给过程中的链路资源负载均衡、中间节点密钥池过载风险以及补给路径优化问题，补给效率有待提升；最后，当网络中多个密钥池同时面临密钥不足风险时，缺乏基于全局状态感知的优先级调度和差异化补给策略，可能导致高优先级业务的密钥供给无法得到有效保障。

技术实现思路

1、本发明针对现有qkd网络中密钥池密钥补充方案的上述不足，提供一种基于qkd网络世界模型的多量子密钥池密钥补充方法，其目的是通过构建具有状态预测能力的qkd网络世界模型，实现对全网密钥池剩余量及链路状态的主动推演，并基于推演结果执行差异化的多池密钥补给，从而避免密钥枯竭导致的业务中断。

2、为了达到上述发明目的，本发明提出一种基于qkd网络世界模型的多量子密钥池密钥补充方法，包括以下步骤：

3、状态预测步骤，利用为量子密钥分发网络构建的世界模型，根据实时采集的、至少包含各链路状态及各密钥池剩余量的全网运行数据，推演未来多个时间步长下各qkd链路的预测状态及各量子密钥池的预测剩余密钥量；所述世界模型包含经联合训练的编码器、状态转移预测器和奖励预测器，以所述全网运行数据为输入，以预测状态序列为输出；

4、缺口量化步骤，根据各所述量子密钥池的预测剩余密钥量确定其预测耗尽时刻，并根据所述预测状态计算各所述量子密钥池在所述预测耗尽时刻之前的密钥供需缺口特征；

5、链路遴选步骤，按照各所述量子密钥池的预设补给优先级顺序，根据所述密钥供需缺口特征以及各候选qkd链路在预测时间窗内的预测状态，分别为各待补给量子密钥池从所述候选qkd链路中确定满足其补给需求的目标qkd链路；

6、差异化补给步骤，按照所述预设补给优先级顺序，控制各所述目标qkd链路以与各所述待补给量子密钥池的密钥供需缺口特征相匹配的差异化补给量执行密钥补给操作。

7、优选地，所述状态转移预测器包含图注意力网络，所述图注意力网络基于qkd网络的物理拓扑结构构建有向图注意力层，各链路节点对相邻节点的注意力系数由该链路的当前成码速率与信道衰减值的比值动态调制；所述状态转移预测器采用自回归解码方式迭代生成未来多个时间步长的预测值；所述图注意力网络的注意力参数与所述编码器及所述奖励预测器经同一联合训练过程共同优化。

8、优选地，所述全网运行数据包括各qkd链路的成码速率序列、信道状态参数序列、各量子密钥池的剩余密钥量序列以及各加密业务接口的业务密钥消耗速率序列；所述预测状态包括各qkd链路的预测成码速率、预测信道状态以及预测业务密钥消耗速率。

9、优选地，所述密钥供需缺口特征的计算方式为：若所述预测耗尽时刻早于或等于当前时刻，则将所述密钥供需缺口量置为最大缺口值并触发紧急补给；否则，从当前时刻至所述预测耗尽时刻的预测时间区间内，获取各采样时刻的所述预测成码速率与所述预测业务密钥消耗速率之差，作为瞬时净变化率；当所述预测耗尽时刻之前存在所述瞬时净变化率为负的连续时段时，计算所述连续时段内预测业务密钥消耗速率超过预测成码速率部分的累积量，并将所述累积量作为所述密钥供需缺口量，将所述连续时段的起止时刻记录为紧急补给时间窗；否则将所述密钥供需缺口量置为零。

10、优选地，所述最大缺口值根据待补给量子密钥池的当前剩余密钥量、目标安全储备量以及预设紧急保障时间窗内的预测净密钥消耗量动态确定，所述最大缺口值为恢复至目标安全储备量所需的密钥量与所述紧急保障时间窗内预测业务密钥消耗速率超过预测成码速率部分的累积量之和，并以所述量子密钥池的剩余可用容量作为上限。

11、优选地，所述链路遴选步骤中为任一待补给量子密钥池确定所述目标qkd链路时，以该待补给量子密钥池与候选qkd链路起始节点之间的拓扑距离、所述候选qkd链路在所述预测时间窗内的平均预测成码速率及误码率预测值作为联合约束条件；优先选择满足所述平均预测成码速率大于所述预测业务密钥消耗速率平均值且所述误码率预测值小于预设阈值的候选qkd链路中拓扑距离最小者作为所述目标qkd链路；当不存在满足所述平均预测成码速率及所述误码率预测值两项约束条件的候选qkd链路时，将该待补给量子密钥池的补给优先级临时提升至最高，并同时启用至少两条候选qkd链路并行承担补给任务。

12、优选地，所述差异化补给步骤中，所述目标qkd链路的实际补给速率根据该链路的实时成码速率波动动态调整：设置调节系数为该链路实时成码速率与其标称成码速率的比值与1之间的较小者，并以所述调节系数对基础补给速率进行修正，所述基础补给速率由所述待补给量子密钥池的密钥供需缺口量与对应预设补给时间窗长度的比值确定；当所述调节系数连续低于预设下限阈值超过设定时长时，由所述奖励预测器输出重推演指令，触发所述状态预测步骤重新推演并更新补给策略。

13、优选地，所述差异化补给步骤中，在执行高优先级补给操作期间，当所述世界模型检测到qkd网络全局资源占用率超过预设资源阈值时，所述奖励预测器输出资源释放指令，所述资源释放指令用于指示暂停或降低低优先级补给任务的密钥生成速率，以保障高优先级补给任务的资源供给。

14、优选地，还包括补给路径优化步骤：当所述目标qkd链路的起始节点与所述待补给量子密钥池所在节点之间的拓扑距离超过预设跳数阈值时，利用所述奖励预测器评估经由不同中间节点中转补给的预期奖励值，所述预期奖励值由中转延迟惩罚项、中间节点密钥池过载惩罚项及链路成码速率奖励项加权确定；选择所述预期奖励值最大的中转路径执行补给，并将该路径上各中间节点设置为仅转发密钥流量的透传模式。

15、优选地，还包括反馈校准步骤：每次密钥补给完成后，当实际运行数据与所述状态预测步骤输出的对应预测值之间的预测误差超过预设误差容限时，将所述预测误差作为反馈输入所述世界模型，以在线调整所述状态转移预测器的网络参数；所述世界模型还包括长期趋势预测分支，用于提取所述全网运行数据的周期趋势并输出趋势修正因子，所述趋势修正因子在所述状态预测步骤的长期推演中用于补偿累积误差。

16、基于以上方法，本发明还提出了一种基于qkd网络世界模型的多量子密钥池密钥补充系统，包括存储器和处理器；所述存储器上存储有计算机程序，当所述计算机程序被所述处理器执行时，实现本发明所述的多量子密钥池密钥补充方法。

17、本发明提出的基于qkd网络世界模型的多量子密钥池密钥补充方法及系统的有益效果为：

18、1.本发明的一种基于qkd网络世界模型的多量子密钥池密钥补充方法，通过引入包含图注意力网络的世界模型，实现了对qkd网络未来状态的主动推演，能够在密钥枯竭实际发生前预判耗尽时刻并量化缺口规模，将密钥补给从传统的被动响应模式转变为主动预判模式，从根本上消除了因密钥枯竭导致的业务中断风险。

19、2.本发明的一种基于qkd网络世界模型的多量子密钥池密钥补充方法，通过奖励预测器对全局网络状态的综合评估，在链路遴选中同时考虑拓扑距离、链路质量和业务优先级等多维因素，避免了传统方案中单纯依赖就近原则或单一阈值触发导致的局部最优问题，实现了多密钥池场景下的全局优化调度。

20、3.本发明的一种基于qkd网络世界模型的多量子密钥池密钥补充方法，通过调节系数机制和在线反馈校准机制，使补给速率能够随链路实时状态动态调整，并在预测偏差超出容限时快速重推演修正策略，显著提升了补给方法在复杂动态环境中的自适应能力和鲁棒性。

21、4.本发明的一种基于qkd网络世界模型的多量子密钥池密钥补充方法，通过透传模式的中转转发和极端工况下的并行补给机制，在保障高优先级业务密钥供给连续性的同时，有效控制了中间节点资源消耗和整体网络资源冗余，实现了可靠性与资源效率的平衡优化。