[發明專利]適合連續變量量子密鑰分發的高速秘密協商方法

在審

• 申請號: 201410338823.5
• 申請日: 2014-07-16
• 公開（公告）號: CN104124980A
• 公開（公告）日: 2014-10-29
• 發明（設計）人: 林大凱;黃端;劉友明;汪超;黃鵬;曾貴華
• 申請（專利權）人: 上海交通大學
• 主分類號: H03M13/11
• 分類號: H03M13/11;H04L1/00
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 郭國中

技術領域

本發明涉及高速秘密協商方法，具體地，涉及適合連續變量量子密鑰分發(CV-QKD，Continuous?Variable-Quantum?Key?Distribution)的高速秘密協商方法，尤其是通過優化現有的CV-QKD數據協商階段的LDPC譯碼算法從而大幅提高協商速率的方法。

背景技術

在計算機信息技術迅速發展的背景下，信息技術對信息安全性的要求日益增加。其中，連續變量量子密鑰分發因其具有物理的無條件安全性而成為通信技術的一個重要分支，進而，連續變量量子密鑰分發技術引起了廣泛關注，因為其既能在物理上保證通信的無條件安全性，又相比與離散變量量子密鑰分發技術在理論上具有更高的通信速率和效率。目前連續變量量子密鑰分發吸引了世界上許多研究機構對其理論和應用技術進行了深入的研究。

然而，CV-QKD系統的主要瓶頸在于數據后處理階段：一方面數據協商時的協商效率限制了CV-QKD系統的通信距離，另一方面由于協商算法計算量巨大而計算緩慢從而限制了CV-QKD系統的密鑰速率。

在連續變量量子密鑰分發系統中，由于量子信號十分微弱，在經過長距離的傳統光纖傳輸后，其信噪比通常處于很低的水平。為了在極低的信噪比環境中從原始信息中提取密鑰，必須采用性能逼近香農限的譯碼算法。出于這種考慮，人們通常采用低密度奇偶校驗碼(LDPC)來進行數據協商。

在傳統的LDPC碼應用中，LDPC具有多種譯碼方式，如置信轉播(BP，Belief?Propagation)算法、最小和(Min-Sum?BP)算法、歸一化最小和(Normalized?Min-Sum)算法以及偏置最小和(Offset?Min-Sum)算法。這些算法性能各異，復雜度也不同，BP算法具有較高的復雜度但性能最佳，而簡化的BP算法則通過一些近似操作降低復雜度，但也犧牲了部分性能。而在CV-QKD系統中，用于協商的LDPC編譯碼方法與傳統LDPC編譯碼原理并不完全一樣：傳統LDPC碼在發送端使用生成矩陣在原始信息中增加校驗節點，并在譯碼階段根據變量節點和校驗節點之間反復的信息傳遞實現糾錯譯碼；而在CV-QKD系統中，發送端并不會對原始信息進行編碼，即接收端的接收數據各點之間相互獨立，并不存在校驗節點。為實現糾錯譯碼功能，發送端還需要發送一串用于校驗的校驗信息(Syndrome，通常由隨機密鑰串與校驗矩陣相乘產生)。接收端根據接收到的連續變量，使用BP算法使接受信息的Syndrome根據發送端的Syndrome進行糾錯，并最終提取密鑰。

盡管編譯碼原理不同，譯碼器的譯碼結構確是類似的，傳統LDPC譯碼是在校驗節點和變量節點之間不斷傳遞信息進而實現糾錯，CV-QKD中的LDPC譯碼也是通過在接收數據的不同節點之間不斷傳遞信息進而提取密鑰，因此譯碼過程比較類似。

在傳統的譯碼方式實現上，對于H矩陣的運算主要有兩種方式：一種是不改變H矩陣的結構，每次運算均使用矩陣運算。另一種是先記錄H矩陣中元素“1”的位置，在運算過程中只遍歷元素“1”的位置。前一種方法實現簡單，但是運算量大，因為H矩陣是稀疏矩陣，其中元素“1”所占的比例往往小于1％。而后一種方法雖然運算量小，但是每次根據所記錄的元素“1”的位置來遍歷參與運算的其它變量的值引入了更多循環操作，使得算法復雜度提高。

另一方面，傳統的譯碼方式在譯碼過程中將H矩陣和其它中間變量都按照二維矩陣的形式來處理，兩個維度不僅浪費存儲空間，也不利于并行計算。

為了進一步減少譯碼過程中不必要的計算量和其它操作，我們將譯碼過程中的所有變量都使用一維數組表示，其中H矩陣用一個一維數組表示其中元素“1”的位置。進一步，將譯碼過程用一維數組實現后，可以很方便地將不同的譯碼過程并行處理，即：將不同的列重新組成一個矩陣，其中每一列代表一次譯碼，從而進一步提高譯碼速率。

發明內容

針對現有技術中的缺陷，本發明的目的是提供一種連續變量量子密鑰分發系統中的高速數據協商方法，是一種通過優化現有的CV-QKD系統中數據協商階段的LDPC譯碼算法從而大幅提高協商速率的方法。

根據本發明提供的一種適合連續變量量子密鑰分發的高速秘密協商方法，包括：

步驟A：變量一維化處理步驟；

步驟B：多幀數據并行處理步驟；

其中：

所述變量一維化處理步驟，是指對譯碼過程中的二維矩陣一維化處理；

所述多幀數據并行處理步驟，是指在變量一維化處理的基礎上，將多個數據幀并列后實現并行處理。

優選地，所述步驟A包括如下步驟：