Quantum-Inspired Hamiltonian Optimization, Stochastic Tensor Networks and Adaptive Congestion Routing for Large-Scale QKD Networks

ملخص تقني: التحسين الهاملتوني المستوحى من الكم، وشبكات التنسور العشوائية، وتوجيه الازدحام التكيفي لشبكات توزيع المفاتيح الكمومية (QKD) واسعة النطاق

بيان المشكلة
تواجه شبكات توزيع المفاتيح الكمومية (QKD) تحدياً معقداً في التوجيه يتجاوز قيود تبديل الحزم الكلاسيكية. فخلافاً للشبكات التقليدية حيث يركز التوجيه أساساً على تحسين زمن الاستجادة وتوافر المسارات، يجب على أنظمة QKD إدارة القيود الفيزيائية الخاصة بالكم في آن واحد: معدلات توليد المفاتيح السرية، التوهين البصري، السعات المحدودة للقنوات، التعرض للعقد الموثوقة، والمخاطر التشغيلية الأمنية. ومع توسع البنى التحتية لـ QKD نحو هندسات المدن الكبرى والمدن المترابطة، يصبح التوجيه مسألة تحسين واسعة النطاق وتكيفية. وفي هذا النطاق، لا تكون قرارات التوجيه مستقلة؛ إذ تتفاعل الطلبات بشكل غير مباشر من خلال الروابط المشتركة، مما يخلق مشهداً تحسينياً مترابطاً حيث قد يؤدي تقليل زمن الاستجابة إلى تدهور إنتاجية المفاتيح، كما أن الازدحام يغير ديناميكياً من قيمة خيارات التوجيه المستقبلية. وتنمو مساحة التكوين بشكل أسي مع عدد الطلبات، مما يجعل البحث الشامل مستحيلاً من الناحية الحسابية.

المنهجية
تقترح الورقة إطار عمل مستوحى من الكم يعيد صياغة مشكلة توجيه QKD كمنظومة هاملتونية تفاعلية فعالة. يتم نمذجة شبكة الاتصالات كرسم بياني عشوائي (stochastic graph) حيث تُعامل تكوينات التوجيه كحالات متعددة الأجسام منفصلة. ويتم ترميز جودة الحالة في دالة طاقة فعالة (هاملتوني، $H$) تتكون من خمسة عناصر:

1. زمن الاستجادة ($H_{lat}$): يعاقب المسارات البطيئة.
2. معدل المفاتيح ($H_{key}$): يكافئ معدلات توليد المفاتيح السرية العالية (يُنمذج كطاقة سالبة).
3. المخاطر ($H_{risk}$): يعاقب المخاطر التشغيلية أو الأمنية.
4. الازدحام ($H_{cong}$): يُدخل تفاعلات فعالة بين الطلبات التي تشترك في الروابط، ويُنمذج كدالة تربيعية لحمل الرابط.
5. السعة ($H_{cap}$): يعاقب الأحمال الزائدة على الروابط.

لاستكشاف هذا المشهد الطاقي غير المحدب والمتعرج، يستخدم إطار العمل خوارزميتين كلاسيكيتين متكاملتين:

1. التلدين المستوحى من مونت كارلو الكمومي (QMC):
   يستخدم هذا النهج ديناميكيات حرارية عشوائية لاستكشاف مساحة التكوين. وهو يعتمد خوارزمية "متروبوليس-هاستينغز" حيث يتم اقتراح تغييرات توجيه محلية، ويتم حساب التباين في الطاقة الناتج ($\Delta H$) بشكل تدريجي. تتبع احتمالية القبول قاعدة تعتمد على درجة الحرارة، مما يسمح للنظام بالهروب من النهايات الصغرى المحلية خلال مراحل التلدين المبكرة (درجة حرارة عالية) والتقارب نحو تكوينات منخفضة الطاقة مع انخفاض درجة الحرارة. لا يحاكي هذا الأسلوب هاملتوني كمومي مجهري، بل يتبنى المنطق الإحصائي الميكانيكي للعينات الحرارية.

2. تقريب حالة شبكة التنسور العشوائية (TNS):
   مستوحى من حالات ضرب المصفوفات (MPS) وطريقة "رينورماليزيشن" لمجموعة كثافة المصفوفة (DMRG)، يقوم هذا النهج بضغط قطاع الطاقة المنخفض. يُعامل كل طلب كدرجة حرية تنسورية. وبدلاً من التقطيع الحتمي البحت، يُدخل الأسلوب العشوائية عبر أوزان بقاء تشبه توزيع بولتزمان للفروع الموسعة وترتيب الطلبات العشوائي. يسمح نهج "الـ MPS الحدودي العشوائي" هذا بتحليل بنية الارتباط في مشهد التوجيه من خلال بُعد رابط التنسور ($\chi$).

بالإضافة إلى ذلك، يتضمن إطار العمل طبقة توجيه تكيفية واعية بالازدحام. بعد التحسين العالمي، يقوم هذا النموذج بتوجيه الرسائل الجديدة عن طريق تقليل طاقة الازدحام الهامشية بدلاً من طول المسار الطوبولوجي، مما يخلق آلية تكيف ذاتية تشبه الشبكات المعرفة برمجياً (SDN) الذكية.

المساهمات الرئيسية

• إعادة الصياغة الهاملتونية: تؤسس الورقة لغة نمذجة موحدة حيث يتم ربط قيود QKD المتنوعة (زمن الاستجادة، معدل المفاتيح، المخاطر، السعة) في هاملتوني فعال واحد. وهذا يسمح بتطبيق مفاهيم الفيزياء الإحصائية، مثل الإحباط (frustration) والاستقرار الميتاستابي (metastability)، في توجيه الشبكات.
• إطار عمل ثنائي الخوارزميات: من خلال الجمع بين التلدين المستوحى من QMC (الاستكشاف العشوائي في الزمن) وTNS العشوائي (الضغط المتغير في فضاء التنسور)، يوفر إطار العمل طريقة قوية لتشخيص مشهد التوجيه. وتكشف المقارنة بين هذين الأسلوبين عن قابلية الضغط وتعقيد الارتباط في الشبكة؛ حيث يشير الاتفاق بينهما إلى وجود هيكل مستقر منخفض الطاقة، بينما يشير التباين إلى وجود إحباط عالٍ أو تدهور في القيم.
• التنفيذ القابل للتوسع: تم تصميم الخوارزميات للعمل في بيئات البرمجة العلمية العامة باستخدام تمثيلات الرسم البياني المتناثرة، والملاحظات المسارية مسبقة الحساب، وتحديثات الحمل التدريجية. يضمن هذا أن المنهجية قابلة للنقل وفعالة في استهلاك الذاكرة، مما يتجنب إعادة حساب الطاقات العالمية لكل حركة محلية.
• الجسر نحو الأنظمة الأصلية للكم: الصياغة متوافقة صراحة مع نماذج إيسينج (Ising models)، وتحسين QUBO (التحسين الثنائي التربيعي غير المقيد)، والتلدين الكمومي، وخوارزمية التقريب الكمومي (QAOA). ورغم أن التنفيذ الحالي كلاسيكي، إلا أن التجريد الهاملتوني يعمل كجسر مباشر نحو التحكم في الشبكات عبر التلدين الكمومي والدوائر الكمومية المتغيرة في المستقبل.

النتائج والنتائج المستخلصة
تقدم الورقة الإطار النظري والهياكل الخوارزمية بدلاً من اختبارات قياسية تجريبية محددة على شبكة فيزيائية. النتائج المناقشة هي منهجية ومفاهيمية:

• نجح إطار العمل في تحويل مساحة التوجيه الأسية إلى مشكلة تحسين يمكن إدارتها باستخدام التحديثات المتناثرة وضغط التنسور.
• يوضح أسلوب TNS العشوائي أن قطاع التوجيم منخفض الطاقة يمكن ضغطه، حيث يعمل بُعد الرابط $\chi$ كمقياس لتعقيد الارتباط الفعال الناجم عن الازدحام.
• يحدد نموذج إعادة التوجيه التكيفي المسارات التي تقلل تكالونات الازدحام الهامشية، وهو ما يختلف عن المسارات الطوبولوجية الأقصر القياسية.
• توفر المقارنة بين QMC وTNS أداة تشخيصية: إذا أعاد $\chi$ المتوسط إنتاج نتائج QMC، فإن المشهد قابل للضغط؛ وإذا تطلب الأمر $\chi$ كبيراً، فإن الشبكة تظهر ارتباطات قوية ناتجة عن الازدحام.

الأهمية والادعاءات
يضع المؤلفون هذا العمل كخطوة تأسيسية نحو إدارة ذكية ومستقلة لشبكات QKD. تكمن الأهمية ليس في ادعاء التفوق الكمومي الأسي (حيث تعمل الخوارزميات على أجهزة كلاسيكية)، بل في قوة النمذجة وقابلية النقل المعمارية للصياغة الهاملتونية.

• لغة موحدة: تربط البنية التحتية لـ QKD بالفيزياء الإحصائية، وشبكات التنسور، ونماذج الحوسبة الكمومية المستقبلية.
• توليد البيانات: يعمل إطار العمل كمولد لمجموعات بيانات ذات بنية فيزيائية (الطوبولوجيا، توزيعات الازدحام، الحالات الميتاستابية) مناسبة لتدريب نماذج التعلم الآلي المستقبلية، مثل الشبكات العصبية الرسومية (GNN) أو وكلاء التعلم التعزيزي.
• الاستعداد للمستقبل: من خلال التعبير عن التوجيه كـ هاملتوني فعال، يكون النظام مهيأً طبيعياً للتكامل مع التلدين الكمومي والدوائر الكمومية المتغيرة، مما يسهل الانتقال إلى التحكم في الشبكات الأصيلة للكم.

تخلص الورقة إلى أنه بينما قد يواجه التلدين العشوائي تحديات في الشبكات شديدة الإحباط وقد يتطلب ضغط التنسور أبعاداً كبيرة تحت ظروف الارتباط القوي، فإن إطار العمل المقترح يقدم نهجاً موحداً وقابلاً للتوسع للتحسين متعدد الأهداف والمعقد المطلوب لشبكات QKD واسعة النطاق.