买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京邮电大学

摘要：本发明公开了一种基于机器学习的QKD系统缺陷和黑客攻击检测方法，该方法综合考虑了现实环境下常见的几种设备缺陷故障以及量子黑客攻击手段，应用于实际的量子密钥分发系统故障诊断中。本发明分析了量子密钥分发系统中实际安全性与理论安全之间的差异，并对系统中器件可能出现的缺陷故障和潜在的黑客攻击进行量化并进行建模分析。此外，本方法基于机器学习，运用分类与预测算法能够快速准确地判断出实际量子密钥分发系统中器件存在的缺陷故障类型，并主动反馈系统中存在缺陷故障的大小，以及攻击者对信号采取截取重发攻击的概率，指导用户有效防范系统的器件故障和窃听者的攻击，因而提高了量子密钥分发系统的实际安全性。

主权项：1.基于机器学习对量子密钥分发QKD系统缺陷和黑客攻击的检测方法，其特征在于，所述量子密钥分发系统是指时间-相位编码的量子密钥分发系统，包括发送端Alice和接收端Bob；所述方法包括如下步骤：步骤1，获取数据集在Bob端，经过双方对基去除无效数据后，根据探测器响应结果获得信号态强度μ与诱骗态强度v强度下32种组合的计数以及每种计数对应的系统缺陷或攻击标签；所述系统缺陷包括态制备误差、光源起伏、相位误差、后脉冲效应、死时间效应、探测器效率不匹配缺陷；其中，x∈{μ，v}表示Alice选择的脉冲强度，表示Alice的制备量子态，表示Bob接收的量子态，a，b∈{0，1，2，3}对应探测器响应结果，分别表示事件Z基下编码比特0、Z基下编码比特1、X基下编码比特0、X基下编码比特1；所述计数的计算方法如下：步骤1.1，在发送端，对于激光器出射的每一个光脉冲，Alice随机选择X基和Z基，制备并发送信号态，诱骗态和真空态三种强度下的量子态|φjα，且每个脉冲的强度分别进行调制并记录下选基信息和比特信息；其中，|φjα为Alice由于强度调制器和相位调制器不理想导致存在误差制备的量子态；α∈{X，Z}为Alice使用的基矢；j∈{0，1}为比特信息；此外，由于激光器输出的弱相干光源的实际光强值存在波动，将光强起伏的因素也考虑在内；步骤1.2，Bob对接收的光脉冲执行投影测量在Bob接收端有两个阈值探测器，两个探测器分别用于探测事件比特0或者比特1，效率分别记为η0和η1，定义有且仅有一个探测器响应为有效事件；如果Bob接收到光脉冲，则随机选择Z基或X基进行测量，根据探测器响应情况记录测量结果和使用的基矢，定义是Alice选择信号脉冲或诱骗态脉冲制备量子态的条件下，Bob使用ξB基测量后对应测量结果为b时的概率，共有32种情况； 为在Alice选择信号脉冲制备量子态的条件下，Bob使用ξB基测量后对应测量结果为0时的概率，其表达形式为： 其中，Pnμ为信号态脉冲光子数为n的光源分布，表示Alice的制备量子态，表示Bob接收的量子态，a，b∈{0，1，2，3}对应探测器响应结果，分别表示Z基下编码比特0、Z基下编码比特1、X基下编码比特0、X基下编码比特1四种量子态；Fj为在j个光子数的条件下有效探测事件的概率，且若考虑后脉冲效应，其中D表示探测器的暗计数，Pap为后脉冲概率；同理，得到Alice两种不同脉冲强度条件下所有情形的结果步骤1.3，考虑发生发截取重发攻击用户发出或接收到的事件可能为0、1、2、3，分别表示Z基下编码比特0、Z基下编码比特1、X基下编码比特0、X基下编码比特1四种量子态，以Alice发送比特0且Eve发送比特0为例，Bob有一半的概率接收到的比特值为0，因此攻击后的表示如下： 定义γ为Eve进行攻击的概率，所以考虑截取重发攻击概率性发生之后的表示如下： 同理，得到不同情形下的概率通过总脉冲数与收发双方不同的选择将相应条件下的概率转化为相应的计数具体表示如下： 其中，N0表示脉冲总数，cDT表示探测器死时间引起的校正系数，Px表示Alice发送不同脉冲强度的概率且x∈{μ，ν}，l表示Alice选择的基矢，r表示Bob选择的基矢且l，r∈{Z，X}；当ab∈{0，1}时，l，r＝Z，当ab∈{2，3}时，l，r＝X；步骤2，建立基于随机森林算法的误差分类模型误差分类模型的输入为计数输出为不同类型的误差或攻击的标签；将数据集划分为训练数据和测试数据，使用训练集完成模型的建立，使用测试集通过准确度指标与精确度指标对模型进行评估。

全文数据：

权利要求：

百度查询： 南京邮电大学 基于机器学习对QKD系统缺陷和黑客攻击的检测方法