-
公开(公告)号：CN119743258A
公开(公告)日：2025-04-01
申请号：CN202510247002.9
申请日：2025-03-04
Applicant: 南京邮电大学
IPC: H04L9/08
Abstract: 本发明公开一种提升量子密钥分发系统性能的方法，该方法主要包括：发送方根据随机选择的光强参数、比特值及基矢制备量子态，并通过量子信道向接收方传输光脉冲；接收方根据随机选择的基矢对接收的光脉冲进行测量，生成原始测量数据；重复若干次后，保留双方基矢一致的比特数据；基于筛选后的比特数据进行参数估计；将比特串划分为长度一致的比特块，进行优势提取，从弱相关的比特中提取出相关度较高的密钥比特串，对候选密钥执行纠错及隐私放大操作，生成最终安全密钥。本发明采用优势提取技术来提升兼容后脉冲效应的量子密钥分发系统的性能。仿真结果显示，该方法可以显著提高量子密钥分发系统在兼容后脉冲效应情况下的性能。
-
公开(公告)号：CN117200999A
公开(公告)日：2023-12-08
申请号：CN202311110064.2
申请日：2023-08-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于优势提取的相位匹配量子密钥分发方法，包括：通信方Alice和Bob分别制备相干态脉冲，并发送至通信方Eve；通信方Eve对相干态脉冲进行干涉测量，记录测量结果并公布；通信方Alice和Bob保留满足第一预设条件的成功事件；重复N次，获取各满足第一预设条件的成功事件，并进行密钥筛选获取原始密钥；通信方Alice和Bob分别估计出所述相干态脉冲的信道增益和Z基下的误码率；响应于误码率小于等于相应的预设阈值，对于各满足第二预设条件的成功事件，通信方Alice和Bob对原始密钥进行优势提取，更新原始密钥；对原始密钥执行密钥纠错和保密放大，获取最终共享的安全密钥；本发明能够显著提高PM‑QKD在本底误码率较大及远距离传输情况下的性能。
-
公开(公告)号：CN116318666A
公开(公告)日：2023-06-23
申请号：CN202310146890.6
申请日：2023-02-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于极化码的QKD盲协商方法及系统，所述QKD盲协商方法包括：针对每一组筛后密钥分别执行预设的协商步骤，直至所有筛后密钥完成纠错；所述预设的协商步骤包括以下子步骤：对筛后密钥进行极化码处理后生成协商密钥，并将所述协商密钥发送给接收端，使得接收端对所述协商密钥进行极化码纠错，并将生成的纠错结果反馈给发送端；依据接收端反馈的纠错结果更新即将传输的下一筛后密钥的运行码率。本发明可以充分利用纠错信息，降低纠错时延，最大程度地提升传输效率，从而提高量子安全密钥的生成速率。
-
公开(公告)号：CN110798314B
公开(公告)日：2023-02-24
申请号：CN201911058422.3
申请日：2019-11-01
Applicant: 南京邮电大学
IPC: H04L9/08
Abstract: 本发明涉及量子通信领域，提供了一种基于随机森林算法的量子密钥分发参数优化方法。在有限数据长的情况下，经全局优化的参数能显著提高实际诱骗态QKD系统的安全码率。传统的局部搜索算法可以用来寻找最优参数，但是它们一般会消耗较多的时间资源和计算资源，无法满足高速QKD系统实时参数优化和大型量子通信网络资源优化配置的需求。本发明利用原始数据预先训练一个随机森林模型，而后利用它直接预测最优参数，可以根据当前系统配置快速准确地预测出待优化的传输参数，大大加快了参数优化过程。数值仿真证明，我们的方法相比于传统搜索算法时间成本更低，并且有着较高的预测精度，在高速QKD系统和未来大规模量子通信网络中有良好的应用前景。
-
公开(公告)号：CN111447056B
公开(公告)日：2022-09-16
申请号：CN202010186683.X
申请日：2020-03-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种可配置诱骗态的量子数字签名方法，所述方法包括分发阶段和信息阶段，所述分发阶段包括如下步骤：发送方将待签名信息制备成量子态后发给接收方；发送方与接收方通过信道进行对基获得密钥；发送方与接收方将密钥进行处理得到估计的误码率；通过估计的误码率对密钥进行更新；所述信息阶段包括如下步骤：验证者将签名者发送的签名信息通过密钥进行验证；验证成功，验证者将签名消息接收并发送给接收者；接收者根据密钥对签名消息进行验证，验证成功则接收签名消息。在量子数字签名的量子态制备阶段，本发明通过配置不同数目的诱骗态以达到提高签名率和简化系统操作的目的。
-
Patent Agency Ranking
公开(公告)号：CN111447056A
公开(公告)日：2020-07-24
申请号：CN202010186683.X
申请日：2020-03-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种可配置诱骗态的量子数字签名方法，所述方法包括分发阶段和信息阶段，所述分发阶段包括如下步骤：发送方将待签名信息制备成量子态后发给接收方；发送方与接收方通过信道进行对基获得密钥；发送方与接收方将密钥进行处理得到估计的误码率；通过估计的误码率对密钥进行更新；所述信息阶段包括如下步骤：验证者将签名者发送的签名信息通过密钥进行验证；验证成功，验证者将签名消息接收并发送给接收者；接收者根据密钥对签名消息进行验证，验证成功则接收签名消息。在量子数字签名的量子态制备阶段，本发明通过配置不同数目的诱骗态以达到提高签名率和简化系统操作的目的。
-
公开(公告)号：CN110798314A
公开(公告)日：2020-02-14
申请号：CN201911058422.3
申请日：2019-11-01
Applicant: 南京邮电大学
IPC: H04L9/08
Abstract: 本发明涉及量子通信领域，提供了一种基于随机森林算法的量子密钥分发参数优化方法。在有限数据长的情况下，经全局优化的参数能显著提高实际诱骗态QKD系统的安全码率。传统的局部搜索算法可以用来寻找最优参数，但是它们一般会消耗较多的时间资源和计算资源，无法满足高速QKD系统实时参数优化和大型量子通信网络资源优化配置的需求。本发明利用原始数据预先训练一个随机森林模型，而后利用它直接预测最优参数，可以根据当前系统配置快速准确地预测出待优化的传输参数，大大加快了参数优化过程。数值仿真证明，我们的方法相比于传统搜索算法时间成本更低，并且有着较高的预测精度，在高速QKD系统和未来大规模量子通信网络中有良好的应用前景。
-
公开(公告)号：CN110365473A
公开(公告)日：2019-10-22
申请号：CN201910469672.X
申请日：2019-05-31
Applicant: 南京邮电大学
Abstract: 一种基于机器学习的量子通信系统的主动反馈控制方法，在量子密钥分发系统的传输过程中，本发明利用已预先训练完成的双层LSTM网络，根据外界环境中实时温度、湿度、激光器光强起伏，以及过去时刻的电压变化预测下一时刻接收端的相位调制器的零相位电压值，并通过固定时间间隔对网络进行更新，使该LSTM网络能够长时间准确预测，从而保证量子密钥分发系统长时间高效稳定运行。本发明通过主动预测、反馈控制的方法，极大地提高了量子密钥分发系统的传输效率。本发明不仅限于应用在量子密钥分发系统或相位编码系统之中，也同样适用于基于其他编码方式的量子密钥分发系统或量子通信网络之中。
-
公开(公告)号：CN107872316A
公开(公告)日：2018-04-03
申请号：CN201710780124.X
申请日：2017-09-01
Applicant: 南京邮电大学
IPC: H04L9/08
CPC classification number: H04L9/0858
Abstract: 本发明公开了一种改进的基于衰减光光源的被动式诱骗态QKD系统，使用两束独立且相位随机的弱相干光在分束器上干涉，分束器的输出作为信号光和休闲光分别发送给接收端和用于本地探测。在发送端的本地探测处增加一个可调分束器VBS和两个探测器，休闲光经过VBS后，产生四种不同的响应事件，记录并利用这四种不同的响应事件对接收端接收的信号进行估计和处理。发射端仅使用衰减光光源和标准的线性光学器件，就可以得到四种不同的响应事件，并能获得更多的诱骗态，同时使用紧致的估计方法，对密钥提取率公式的各项参数进行很好的估计。本发明通过对发送端不同响应事件进行分类，获得更多的输入参数便于接收端进行后处理，以提高密钥提取率和传输距离。
-
公开(公告)号：CN111865599B
公开(公告)日：2023-06-20
申请号：CN202010094254.X
申请日：2020-02-15
Applicant: 南京邮电大学
Abstract: 本发明提供一种单诱骗态量子数字签名方法，在密钥分发阶段，本方案只需要将光源强度调制为两种强度，即信号态和诱骗态，即可进行高效的参数估计和量子数字签名。该方法避免了传统多强度诱骗态量子数字签名方案中制备真空态的要求，降低了实验实现的难度，同时减少了随机数的消耗。本发明使用低损耗不等臂Mach‑Zehnder干涉仪和实时偏振补偿方法，实现了高效的密钥传输和签名。本发明系统实现简单，运行稳定，与以往的工作相比，在满足量子数字签名协议的不可抵赖性、不可伪造性、可转移性的安全前提下，成功地实现了更高的签名率和更远的传输距离。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.024 seconds)
