一种基于探测后作差的量子随机数产生方法及系统

    公开(公告)号:CN114756204B

    公开(公告)日:2022-09-13

    申请号:CN202210671742.1

    申请日:2022-06-15

    Abstract: 本发明公开了一种基于探测后作差的量子随机数产生方法及系统,其采用两个脉冲激光器进行干涉代替了连续激光器的自干涉,保证了相邻的探测数据之间没有关联性,使采样间隔不再成为限制随机数产生速率的因素,产生随机数的速率得到极大提升;而且使用探测后作差的方式,消除了探测数据概率分布的偏置;同时还采用了实时测量光强的方法,消除了光强波动对随机数带来的影响,简化了后处理过程;此外,本发明根据概率分布的不同性质,将电噪声与相位噪声进行分离,使数据后处理过程中能够得到更高的最小熵,从而提取更多的随机数资源。

    一种基于离散调制CV-QKD的数字签名系统及方法

    公开(公告)号:CN113794573B

    公开(公告)日:2022-07-22

    申请号:CN202111240729.2

    申请日:2021-10-25

    Abstract: 本发明公开了一种基于离散调制CV‑QKD的数字签名系统及方法,其中方法包括:密钥的产生;数字签名的生成;数字签名的验证。本发明在每次生成第一哈希值时都生成新的哈希函数,并将生成的第一哈希值和不可约多项式中除最高项以外每一项系数组成的字符串结合密钥进行异或加密操作得到签名,生成第一哈希值时对消息的长度没有限制,每一轮签名可以对任意长度的消息进行签名,签名效率非常高;而且采用离散调制CV‑QKD的方式生成安全密钥,在实施时可以采用和经典光通讯兼容的设备进行实现,无需额外的仪器,便于在当前光通信网络上进行大规模部署;采用QKD的方式生成安全密钥,可以在一轮签名中对多比特消息签名的同时保证无条件安全性。

    一种基于探测后作差的量子随机数产生方法及系统

    公开(公告)号:CN114756204A

    公开(公告)日:2022-07-15

    申请号:CN202210671742.1

    申请日:2022-06-15

    Abstract: 本发明公开了一种基于探测后作差的量子随机数产生方法及系统,其采用两个脉冲激光器进行干涉代替了连续激光器的自干涉,保证了相邻的探测数据之间没有关联性,使采样间隔不再成为限制随机数产生速率的因素,产生随机数的速率得到极大提升;而且使用探测后作差的方式,消除了探测数据概率分布的偏置;同时还采用了实时测量光强的方法,消除了光强波动对随机数带来的影响,简化了后处理过程;此外,本发明根据概率分布的不同性质,将电噪声与相位噪声进行分离,使数据后处理过程中能够得到更高的最小熵,从而提取更多的随机数资源。

    一种非对称的相干检测量子会议密钥协商方法及系统

    公开(公告)号:CN113037476B

    公开(公告)日:2022-07-12

    申请号:CN202110226658.4

    申请日:2021-03-01

    Applicant: 南京大学

    Abstract: 本发明提出一种非对称的相干检测量子会议密钥协商方法及系统,该方法实施在参与密钥协商的两个发送端到接收端之间的信道为非对称信道的场景下。本发明提出非对称情况下的新的成码率计算方式以及安全性证明,实现了非对称情况下两个发送方和一个接收方间无条件安全的会议密钥共享,保证了在发送源以及信道非对称的情况下多方间密钥的安全共享。在非对称的传输情况下,本发明中会议密钥的成码率和传播距离较现有会议密钥协商方案均有所提升,相较于现有会议密钥协商方案中成码率随信道传输率呈线性递减的情况,本发明实现了成码率随信道传输率呈平方根线性递减。

    一种软量子神经网络系统及模式识别方法

    公开(公告)号:CN114519430A

    公开(公告)日:2022-05-20

    申请号:CN202210413229.2

    申请日:2022-04-20

    Abstract: 本发明公开了一种软量子神经网络系统及模式识别方法,该系统包括:包含多个软量子神经元的输入层和输出层;量子态输入单元,将经典数据编码制备得到量子比特集,据此初始化输入层软量子神经元的状态;量子态测量单元,对软量子神经元的量子态进行测量;第一操作单元,根据测量结果对有连接的软量子神经元之间定向地执行受控操作;第二操作单元,对连接有上一层的软量子神经元在经过所有受控操作后执行演化操作;优化单元,比较输出层的测量结果与经典数据的标签输出值的差异,并进行优化直至差异在预设范围内。本发明在实现上易于扩展、易于实现,更具有鲁棒性,对含噪声的量子演化和测量具有高度容错性。

    一种抵御强光致盲的源无关量子随机数发生方法及系统

    公开(公告)号:CN114285574A

    公开(公告)日:2022-04-05

    申请号:CN202210213933.3

    申请日:2022-03-07

    Applicant: 南京大学

    Abstract: 本发明公开了一种抵御强光致盲的源无关量子随机数发生方法及系统,相较于现有技术,能够额外解决攻击者通过注入强光的方法来控制测量结果的强光致盲攻击,通过后处理协议的调整,在没有增加任何装置让系统变复杂的情况下,就能够抵御强光致盲攻击;从而相较于一般的源无关量子随机数生成协议,能够生成安全性更高的量子随机数;而且本发明能够直接应用于高维,从而作为源无关的高维随机数生成协议;随着维度增加,单轮发送能够携带的随机性增加,从而在保证高安全性的情况下,提升量子随机数生成的效率。

    一种量子密钥协商方法、系统、量子数字签名方法、系统

    公开(公告)号:CN114244500A

    公开(公告)日:2022-03-25

    申请号:CN202111348006.4

    申请日:2021-11-15

    Abstract: 本发明提出一种量子密钥协商方法、系统、量子数字签名方法、系统。该密钥协商方法中引入不可信中继作为第三方,对发送端和接收端所发送的相干态和参考光分别进行干涉测量,并确定发送方和接收方的相位片差值PR;基于PR构建计算模型,根据不可信中继的测量结果和计算模型的计算结果,确定接收方对持有的比特串的翻转处理方式;最后发送方和接收方基于所持有的比特进行参数估计、纠错和隐私放大,得到双方的密钥。该密钥协商方法的安全性与测量设备无关,在不可信第三方存在的情况下也可以保证生成密钥的安全性。而在签名方法中,以该密钥协商方法得到的密钥生成Toeplitz矩阵,能够对最长264比特的消息生成数字签名,具有非常高的效率和实用性。

    一种基于相位编码的量子数字签名方法及系统

    公开(公告)号:CN114169015A

    公开(公告)日:2022-03-11

    申请号:CN202111521943.5

    申请日:2021-12-13

    Abstract: 本发明提出一种基于相位编码的量子数字签名方法及系统,该签名方法在签名发起端、签名接收端和签名验证端之间构建了一个共享的第三密钥,每次签名前,都根据待发送消息的长度,采用n阶不可约多项式和从第三密钥中取得第一密钥序列生成一个Toeplitz矩阵作为哈希函数,通过Toeplitz矩阵可以将不同长度的消息映射为有限长度的摘要,并利用第三密钥剩下的密钥对摘要进行加密;通过该过程,每次签名都会更新哈希函数,且对于消息的长度没有限制,这样消耗的通信资源有限,提升了数字签名的效率。此外,针对该签名方法,本发明还提出了相应的量子数字签名系统,该系统结构简单,易于实现,提升了所述签名方法的实用性。

    一种量子数字签名和量子数字签密方法

    公开(公告)号:CN113779645B

    公开(公告)日:2022-02-22

    申请号:CN202111336020.2

    申请日:2021-11-12

    Abstract: 本发明公开了一种量子数字签名和量子数字签密方法,其中量子数字签名包括:密钥的产生;数字签名的生成;数字签名的验证。本发明执行签密或签名过程所使用的哈希函数的安全性由不可约多项式和作为输入随机数的哈希函数密钥共同来确保,而不可约多项式依赖于本地的随机数,在签密或签名过程之前不会被接收方和验签方提前知道,即使用了无条件安全的哈希函数,保证了整个签密或签名过程的安全性,直接避免了其他签名中固定不可约多项式遭到泄露而导致的安全风险;而且生成哈希值时对消息的长度没有限制,每一轮签名或签密可以对任意长度的消息进行签名或签密,签名或签密效率非常高。

    基于反向传播神经网络的CV-QKD协议码率预测方法及系统

    公开(公告)号:CN113517984B

    公开(公告)日:2021-12-17

    申请号:CN202110688570.4

    申请日:2021-06-22

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于反向传播神经网络的CV‑QKD协议码率预测方法及系统,包括:根据离散调制CV‑QKD协议,使用光强、传输距离、额外噪声这三个参数计算出训练集和测试集的所有数据;对训练集和测试集的数据做数据预处理工作;使用训练集数据对反向传播神经网络进行训练;使用测试集数据对反向传播神经网络训练结果进行评估;将训练好的反向传播神经网络用于实际模拟过程,实验测出参数后,进行预处理工作后输入反向传播神经网络,得到码率对应的结果。本发明提高了协议在实际应用中的可行性和实用性,并且因为特殊的损失函数设计和数据预处理工作,码率误差完全满足通讯要求且量子通信的无条件安全也得到了保证。

Patent Agency Ranking