[發明專利]針對連續變量量子密鑰分發系統的攻擊檢測方法

有效

• 申請號: 202110388759.1
• 申請日: 2021-04-12
• 公開（公告）號: CN113037778B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 黃端;付永遠
• 申請（專利權）人: 中南大學
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L9/08;G06N3/08;G06N3/04
• 代理公司: 長沙永星專利商標事務所(普通合伙) 43001
• 代理人: 周詠;米中業

1.一種針對連續變量量子密鑰分發系統的攻擊檢測方法，包括如下步驟：

S1.發送方和接收方在正常情況和在受攻擊情況下進行通信，并收集正常情況下的通信數據和受攻擊情況下的通信數據；

S2.構建基于機器學習的連續變量量子密鑰分發系統攻擊檢測模型；具體為采用如下步驟構建模型：

采用CNN卷積神經網絡，具體包括四層卷積加池化+softmax+正則化+三層全連接+棄權技術方案；在第一層卷積和第二層卷積中，采用的卷積核大小為4*1且數量為16個，池化層核的大小為2*1且數量為16個；在第三卷積層中，卷積核大小為3*1且數量為12個，池化層核的大小為2*1且數量為12個；第四卷積層中，卷積核大小為2*1且數量為8個，池化層核大小為2*1且數量為8個；前兩層全連接層的大小為1024，最后一層全連接層大小為6；

在訓練過程中，采用dropout方法防止訓練過程中出現過擬合；

采用如下算式作為損失函數：

式中n為樣本總數；α為正負樣本重要性平衡參數；y_i為實際的標簽；γ為權重調整速率參數；a_i為預測的輸出；

權重更新規則為：

w_i+1＝w_i+v_i

式中v_i+1為第i+1次動量更新；w_i+1為第i+1次權重更新；ε為學習率；D_i為第i類樣本；

S3.采用步驟S1獲取的正常情況下的通信數據和受攻擊情況下的通信數據，對步驟S2構建的攻擊檢測模型進行訓練，從而得到針對連續變量量子密鑰分發系統的攻擊檢測模型；

S4.采用步驟S3得到的針對連續變量量子密鑰分發系統的攻擊檢測，對實際的量子密鑰通信過程進行監測，從而完成針對連續變量量子密鑰分發系統的攻擊檢測。

2.根據權利要求1所述的針對連續變量量子密鑰分發系統的攻擊檢測方法，其特征在于步驟S1所述的發送方和接收方在正常情況和在受攻擊情況下進行通信，并收集正常情況下的通信數據和受攻擊情況下的通信數據，具體為受攻擊情況包括校準攻擊、本地振蕩器強度攻擊、飽和攻擊、校準-飽和混合攻擊以及本地振蕩器強度-飽和混合攻擊，共五種攻擊類型；同時，將正常情況下的通信數據和受攻擊情況下的通信數據組合成訓練矩陣Y＝{y₀,y₁,y₂,y₃,y₄,y₅}；其中y₀為正常情況下的通信數據。

3.根據權利要求2所述的針對連續變量量子密鑰分發系統的攻擊檢測方法，其特征在于步驟S3所述的訓練，具體為針對正常情況下和受攻擊情況下的通信所收集的通信數據進行分類劃分，每一種單獨的通信情況劃分為一類；在每一次訓練時，僅針對該一類通信情況進行訓練，并將該類通信情況下的通信數據作為正樣本，同時將剩余所有通信情況下的通信數據作為負樣本，進行訓練。