研究进展

    研究进展

    当前您的位置: 首页 > 研究进展 > 正文

    2022年学术进展系列之03:我院量子信息团队在量子密钥分发参数优化研究上取得重要进展

    日期: 2022-02-14 浏览次数:

    近期我院量子信息与量子通信团队在量子密钥分发协议参数优化方面取得重要进展,研究论文在诱骗态量子密钥分发参数优化的提高Improving Parameter Optimization in Decoy-State Quantum Key Distribution为题Wiley旗下新刊《Quantum Engineering》杂志接收发表。

    量子密钥分发(Quantum key distribution, QKD)是由量子力学原理保证的,它使两个远程用户共享一串密钥,具有信息理论安全性。

    在现实的QKD系统中,理想单光子源很难实现,代替使用的是弱相干光源。为克服弱相干光源使用的漏洞,人们提出了诱骗态的方法来弥补其的不足。由于弱相干光源的使用以及在考虑有限数据量的情况下,信号态和诱骗态的强度选择以及发送这些状态的概率对系统性能的提高至关重要。对此,我们必须根据给定的实验参数,如光学误差、数据大小和通道损耗,进行优化来搜索这些参数。常用算法是称为坐标下降(CD)的局域搜索算法(LSA),这个算法存在三个主要的缺点: 1)要求目标函数为凸函数;(2) 结果极度依赖初始点;(3)算法要求搜索的函数对优化参数一阶可导。

    为了克服这三个缺点,本论文提出一种基于遗传算法(GA)的量子协议最优参数优化方法。该方法基于自然界物竞天择适者生存原理,在搜索空间随机产生可能子代,利用交叉、变异操作,进行自适应搜索,因而可以克服LSA算法在量子协议参数优化中的缺陷。本论文对BB84、对称MDI-QKD、非对称MDI-QKDRFI-MDI-QKD协议分别使用了LSA和遗传算法进行了参数优化,对两种算法优化结果进行了对比(图二)。我们的工作显示,我们的方法比传统LSA有着更加优异的性能,可以极大的改进量子协议的参数优化效率。

                                                 

    图一

     

    图中显示了遗传算法优化原理。优化目的是找出最佳的Alices诱骗态强度μABob诱骗态强度μB。红点表示每一代的候选子代。(a)表示在第一代中,候选子代随机在搜索空间产生可能的解决方案。(b)(c)表示经过交叉、变异操作产生更优子代。(d) 50代后,算法在接近最优点停止。

     

    图二


    使用LSAGA优化密钥率的比较: (a) BB84 QKD协议 (b)非对称MDI-QKD协议 (c)对称MDI-QKD协议 (d) RFI-MDI-QKD协议。在每个子图中,蓝色和红色虚线分别表示使用LSAGA的密钥率。

    该工作获得国家自然科学基金重点项目、面上项目及广西相对论天体物理重点实验室开放课题等项目资助。

    文链接:https://www.hindawi.com/journals/que/2022/9717591/

    论文作者:李子健(硕士生)韦克金(通信作者)

     

     

    联系地址:广西区南宁市大学东路100号

    联系电话:0771-3237386

    邮 编 :530004

    关注我们

    版权所有:广西大学物理科学与工程技术学院