我校王琴教授團隊在人工智能與量子密碼系統(tǒng)結(jié)合研究方向取得重要突破
我校量子信息技術(shù)研究所王琴教授團隊在量子密碼領(lǐng)域取得新突破,該團隊首次提出將人工智能領(lǐng)域的長短期記憶神經(jīng)網(wǎng)絡(LSTM)應用到量子密碼控制系統(tǒng)之中, 實現(xiàn)了對量子密碼系統(tǒng)的主動反饋與控制, 在不引入任何額外硬件和輔助穩(wěn)定設備的條件下,將系統(tǒng)傳輸效率提升接近百分之二十。該成果近期發(fā)表在美國物理學會權(quán)威學術(shù)期刊《PhysicalReview Applied》上。
量子密碼作為量子信息技術(shù)領(lǐng)域發(fā)展最為成熟的技術(shù),正逐漸從實驗室階段走向商用化,有望在未來大規(guī)模網(wǎng)絡加密通信中發(fā)揮重要作用,因而得到學術(shù)界和工業(yè)界的廣泛關(guān)注。自第一個BB84協(xié)議提出以來,量子密碼無論是在理論上還是在實驗上均取得了巨大進展。現(xiàn)有量子密碼系統(tǒng)包括相位、偏振、時間-能量編碼等編碼方式,其中相位編碼方式應用最為廣泛。該類系統(tǒng)在運行過程中不可避免地存在相位漂移問題,因而需要不斷對發(fā)送端和接收端的相位進行實時校準。目前主流系統(tǒng)通過采用掃描+傳輸?shù)姆椒▉斫鉀Q。該方法雖然可以實現(xiàn)相位補償,但會導致量子密碼系統(tǒng)傳輸效率降低。針對該缺點,我校王琴教授團隊首次提出將人工智能與量子密碼控制系統(tǒng)相結(jié)合,利用LSTM網(wǎng)絡主動預測系統(tǒng)相位漂移大小,進而實現(xiàn)主動反饋與控制;同時通過固定時間間隔對網(wǎng)絡細胞狀態(tài)進行更新,使量子密碼系統(tǒng)始終保持穩(wěn)定的高效率運行狀態(tài)。該方法在不提高系統(tǒng)硬件復雜度的前提下大幅提升了量子密碼系統(tǒng)傳輸效率。此外值得提出,該方法的適用范圍不依賴于某種協(xié)議或編碼方式,原則上同樣適用于其他任意量子密碼協(xié)議和任意編碼系統(tǒng),為未來開展大規(guī)模量子通信網(wǎng)絡應用提供新的研究思路與應用方法。
該項工作的第一作者是我校通信與信息工程學院碩士研究生劉靖陽,量子信息技術(shù)研究所的王琴教授和江蘇省圖像處理與圖像通信重點實驗室的謝世朋副教授是該工作的共同通訊作者。該工作得到了安徽問天量子科技有限公司的技術(shù)支持。此項工作受到國家重點研發(fā)計劃、國家自然科學基金以及江蘇省研究生科研實踐創(chuàng)新等項目的支持。
南京郵電大學
2021-04-26