Специалисты НИТУ МИСИС, НИУ ВШЭ и российской компании QRate представили новый подход для прогнозирования уровня квантовых ошибок в системах квантового распределения ключей, применив алгоритмы машинного обучения.
«В рамках госпрограммы „Приоритет-2030“ коллектив исследователей Университета МИСИС под руководством д.ф.-м.н., профессора Алексея Устинова — учёного с мировым именем — реализует стратегический технологический проект „Квантовый интернет“. Одна из его основных задач — обеспечение условий для перехода квантовых разработок из лабораторий в индустрию и создание конкурентоспособных продуктов с экспортным потенциалом. Новый алгоритм с применением машинного обучения позволяет динамически оптимизировать коррекцию ошибок в системах квантового распределения ключа, повышая устойчивость работы в неидеальных условиях. Разработка учёных — важный шаг к созданию масштабируемых и практичных квантовых сетей», — рассказала ректор НИТУ МИСИС Алевтина Черникова.
Квантовая криптография обеспечивает высокую степень защиты при передаче данных, поскольку любая попытка перехвата информации изменяет состояние квантовой системы и не остаётся незамеченной. Однако технология чувствительна к помехам и нестабильной работе оборудования.
В высокоскоростных системах квантового распределения ключей (КРК) обработка потока данных должна идти практически в реальном времени. Поэтому необходимы быстрые коды коррекции ошибок, которые при этом раскрывают по открытому каналу минимум информации о ключе. Выбор оптимального кода, в частности, зависит от точности предсказания априорного уровня ошибок в распределенном ключе. Учёные предложили новое решение этой задачи, обучив алгоритм анализировать работу системы КРК и на основе полученных данных динамически прогнозировать уровень квантовых ошибок.
«По завершению сеанса КРК легитимные пользователи получают „сырые“ ключи, которые должны быть одинаковыми, но из-за естественных шумов или вмешательства злоумышленника в них всегда есть ошибки, которые обнаруживаются и исправляются с помощью специальных кодов коррекции. Для этого ключи разбиваются на небольшие блоки, и по открытому каналу происходит обмен контрольными суммами — синдромами — по каждому блоку. Это позволяет найти и исправить несовпадающие биты, не раскрывая их значений. Чем больше служебной информации требуется для этого обмена, тем медленнее и уязвимее становится процесс. Предложенный алгоритм в реальном времени анализирует телеметрию системы и подбирает наиболее оптимальный режим работы кода коррекции ошибок для каждого блока», — сказал руководитель лаборатории теории квантовых коммуникаций НИТУ МИСИС Андрей Тайдуганов.
«Мы систематически отработали доступные современные методы на имеющейся выборке реальных данных, это дало возможность значительно расширить имеющийся инструментарий. То есть наш метод важен именно с точки зрения своей отработанности на реальных данных, его применимости к конкретной установке. В основном, методы, которые описаны в литературе тестируются на симуляции, что позволяет им достичь высокой эффективности формально, до проверки на данных», — поделился заведующий научно-учебной лабораторией методов анализа больших данных ФКН НИУ ВШЭ Денис Деркач.
Новая модель учитывает не только историю флуктуаций уровня ошибок, но и ряд дополнительных параметров работы системы, что позволяет ей быстро адаптироваться к неожиданным изменениям. С подробными результатами исследования можно ознакомиться в научном журнале Physics of Particles and Nuclei.
Алгоритм также анализирует уровни ошибок и вероятности регистрации лазерных импульсов обманного типа, которые не участвуют в формировании ключа, но играют важную роль в оценке параметров, необходимых для расчета длины финального секретного ключа. Это позволяет заметить внезапные изменения в квантовом канале или детекторах одиночных фотонов приемника и учесть их для более точного прогнозирования уровня ошибок импульсов сигнального типа.
Исследование выполнено в рамках стратегического технологического проекта НИТУ МИСИС «Квантовый интернет» по программе Минобрнауки России «Приоритет-2030» (национального проекта «Молодежь и дети»), проект № K1-2022-027.
