[發明專利]基于反向傳播神經網絡的CV-QKD協議碼率預測方法及系統

有效

• 申請號: 202110688570.4
• 申請日: 2021-06-22
• 公開（公告）號: CN113517984B
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 尹華磊;白峻林;陳增兵
• 申請（專利權）人: 南京大學
• 主分類號: H04L9/08
• 分類號: H04L9/08;H04L12/26;H04L12/24;G06N3/08
• 代理公司: 南京華訊知識產權代理事務所(普通合伙) 32413
• 代理人: 劉小吉;王文巖

1.一種基于反向傳播神經網絡的CV-QKD協議碼率預測方法，其特征在于，包括以下步驟：

S1：根據離散調制CV-QKD協議，使用光強、傳輸距離、額外噪聲這三個參數計算出訓練集和測試集的所有數據；

所述所有數據中一次訓練或測試的數據均包括28個特征參數作為輸入，一個標簽作為輸出；所述28個特征參數中16個來自于用光強、傳輸距離、額外噪聲計算出來的對于半正定矩陣的約束，另外12個來源于半正定矩陣的非對角元；令為產生算子，為消滅算子，；；；；分別代表作用在上的期望，表示發送端對做完的測量后接收端的態，是測到對應的態的測量算符；為0、1、2、3，其分別代表發送四個相干態，表示光的振幅，表示發送相應光的概率，表示虛數單位；

S2：對訓練集和測試集的數據做數據預處理工作；

S3：使用訓練集數據對反向傳播神經網絡進行訓練；

S4：使用測試集數據對反向傳播神經網絡訓練結果進行評估，將測試集數據輸入反向傳播神經網絡得到預測的碼率值，將預測的碼率值與測試集中的標簽作比較，判斷預測的碼率值是否小于等于標簽；若預測的碼率值大于標簽則調整反向傳播神經網絡的算法中損失函數項里的超參數取值，并重新進行S3；反之，進行下一步；

所述損失函數的表達式為：

超參數是和，項即為保證無條件安全性的懲罰因子，n是用于訓練反向傳播神經網絡的參數次數，是標簽與對應的神經網絡輸出一起計算出的殘差，表達式為：；

S5：將訓練好的反向傳播神經網絡用于實際模擬過程，實驗測出參數后，進行預處理工作后輸入反向傳播神經網絡，得到碼率對應的結果。

2.根據權利要求1所述的基于反向傳播神經網絡的CV-QKD協議碼率預測方法，其特征在于：所述步驟S2中，數據預處理工作包括對一次訓練或測試的數據中28個特征參數輸入做標準化操作，即減去每個特征的均值再除以標準差；以及對一個標簽做取對數操作，即標簽取對數。

3.根據權利要求1所述的基于反向傳播神經網絡的CV-QKD協議碼率預測方法，其特征在于：所述步驟S3中，反向傳播神經網絡包括兩個隱藏層，28個神經元的輸入層，1個神經元的輸出層；兩個隱藏層分別有400和200個神經元。

4.根據權利要求3所述的基于反向傳播神經網絡的CV-QKD協議碼率預測方法，其特征在于：兩個隱藏層中的第一層與輸入層進行全連接，第二層與輸出層進行全連接，兩個隱藏層中的第一層與第二層之間也是全連接的。

5.一種實現如權利要求1-4任何一項所述的基于反向傳播神經網絡的CV-QKD協議碼率預測方法的系統，其特征在于，包括：

訓練數據生成模塊：用于產生訓練對應離散調制CV-QKD協議的反向傳播神經網絡的訓練數據集和測試數據集；

神經網絡訓練模塊：用于訓練并完善預測碼率的反向傳播神經網絡，確保離散調制CV-QKD的無條件安全性得到保證；

碼率預測模塊：使用訓練完成的反向傳播神經網絡在具體的通信或實驗過程中預測離散調制CV-QKD協議的碼率值。