[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 |
| 地址: | 210093 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 反向 傳播 神經網絡 cv qkd 協議 預測 方法 系統 | ||
本發明公開了一種基于反向傳播神經網絡的CV?QKD協議碼率預測方法及系統,包括: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;對訓練集和測試集的數據做數據預處理工作;使用訓練集數據對反向傳播神經網絡進行訓練;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。本發明提高了協議在實際應用中的可行性和實用性,并且因為特殊的損失函數設計和數據預處理工作,碼率誤差完全滿足通訊要求且量子通信的無條件安全也得到了保證。
技術領域
本發明涉及離散調制CV-QKD(連續變量量子密鑰分發)技術領域,具體涉及基于反向傳播神經網絡的CV-QKD協議碼率預測方法及系統。
背景技術
隨著計算機技術的不斷發展,基于計算復雜度的現代密碼學系統將逐漸失效,與之相對的,量子密碼系統的發展可以應對現代密碼系統將被量子算法破解的問題,其安全性由物理學原理保證,可以實現真正意義上的無條件安全。量子密鑰分發是量子密碼領域研究發展最成熟的一個分支,根據具體實現方式,可以分為基于單光子編碼類的離散變量量子密鑰分發和基于光場正則分量編碼類的連續變量量子密鑰分發兩大類。
連續變量量子密鑰分發因為具有較高的密鑰碼率,且可以與現存的經典光通信系統融合,所以具體應用時會極大地減少部署成本。由于上述優勢,連續變量量子密鑰分發技術發展迅速,并受到了研究者的廣泛關注。一般說來,目前連續變量量子密鑰分發協議,按照編碼方式分類,有離散調制和高斯調制兩類。離散調制連續變量量子密鑰分發協議因為具有長距離通信下比高斯調制更高的協商效率和與現有基礎設施兼容的特性而受到很多研究者的關注。
其中,在離散調制CV-QKD計算碼率的過程中,需要保證計算出來的碼率符合無條件安全性的要求。現有技術PhysRevX.9.041064這篇論文中,提到了一種采用凸優化算法進行碼率計算的方案,雖然保證了離散調制CV-QKD的無條件安全性要求,但是推廣到實際應用情況下存在以下兩點問題:(1)在2.3主頻的CPU服務器上搜索一個碼率值用時在四秒鐘上下,如果需要投入實用,這個計算時間遠遠超出了通信需求下的時間窗口。舉例來說,超出時間窗口是指如果接收到實驗參數的時間為零點五秒一組,在下一個零點五秒到來之前,前一組的碼率我們就要計算得到結果,而計算碼率的平均用時為四秒鐘,這樣顯然達不到實時通信的需求;(2)由于計算碼率對于計算資源消耗太大,比如在手機,無人機,衛星等對于體量限制很多的終端平臺上,我們很難搭載高性能的計算機來做碼率的計算工作,而可以允許搭載的計算機又遠遠達不到采用現有技術方案計算碼率的強算力需求,使得碼率計算程序根本無法在這些小型終端上運行起來。
發明內容
發明目的:本發明目的是提供一種基于反向傳播神經網絡的CV-QKD協議碼率預測方法及系統,解決了現有的碼率計算方案遇到的困難,現有方案雖然保證了離散調制CV-QKD的無條件安全性要求,但是其平均耗時太長,對于計算資源消耗太大,無法達到在實際的遠程通信過程中,需要在很短的時間窗口中完成碼率計算的要求。本發明采用了深度學習中的反向傳播神經網絡來預測離散調制CV-QKD協議的碼率,訓練完成的反向傳播神經網絡在預測碼率時計算時間短,計算所須的硬件設施要求低。本發明提高了協議在實際應用中的可行性和實用性,并且因為特殊的損失函數設計和數據預處理工作,碼率誤差完全滿足通訊要求且量子通信的無條件安全也得到了保證。
技術方案:本發明一種基于反向傳播神經網絡的CV-QKD協議碼率預測方法,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;
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;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京大學,未經南京大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110688570.4/2.html,轉載請聲明來源鉆瓜專利網。





