QKD-XGuard: Physics-Informed Conformal Open-Set Monitoring for Unseen and Adaptive Attacks in Decoy-State BB84
يُعد QKD-XGuard إطار عمل للمراقبة تم التحقق من صحته عبر المحاكاة لتوزيع المفاتيح الكمومية ببروتوكول BB84 ذي الحالة الخادعة، حيث يدمج البواقي المستندة إلى الفيزياء مع التعلم المفتوح المتوافق للتمييز بفعالية بين انحراف القناة المشروع وبين الهجمات التكيفية المعروفة وغير المرئية، متفوقاً بشكل كبير على مناهج القياس عن بُعد الخام في المتانة والتغطية.
تُعد توزيع المفاتيح الكمومية طريقة لإنشاء رموز سرية تعتمد على القوانين الأساسية للفيزياء بدلاً من صعوبة حل المسائل الرياضية المعقدة. في هذا النظام، تُرسل المعلومات كجسيمات فردية من الضوء، عادةً عبر كابلات الألياف الضوئية. ولأن عملية قياس هذه الجسيمات تغيرها حتماً، فإن أي محاولة من قبل متصنت للتنصت تترك أثراً يمكن اكتشافه. وهذا يجعل هذه التكنولوجيا غير قابلة للكسر نظرياً. ومع ذلك، فإن الأجهزة الواقعية التي ترسل وتستقبل جسيمات الضوء هذه ليست مثالية؛ فهي تعاني من عيوب، وتتغير بمرور الوقت، ويمكن خداعها بهجمات ذكية تستغل الفجوة بين النظرية المثالية والأجهزة "الفوضوية". ويكمن التحدي الذي يواجه المهندسين في التمييز بين خلل غير ضار ناتج عن كابل طويل أو يوم حار، وبين إشارة خبيثة مصممة لسرقة المفتاح السري.
ولحل هذه المشكلة، طور باحث في جامعة إسطنبول ميديپول نظام مراقبة جديداً يسمى QKD-XGuard. يعمل هذا النظام كـ "رقيب" متطور لشبكات الاتصالات الكمومية، وهو مصمم لرصد الهجمات التي لم يسبق لها مثيل. غالباً ما تعمل أدوات الأمن التقليدية مثل قائمة مغلقة من المجرمين المعروفين؛ فإذا ظهر نوع جديد من اللصوص، قد يفشل النظام في التعرف عليهم، أو والأسوأ من ذلك، قد يخطئ في تصنيفهم. يتخذ QKD-XGuard نهجاً مختلفاً؛ فبدلاً من مجرد النظر إلى الأرقام الخام القادمة من الكواشف، يقوم أولاً بحساب ما "يجب" أن تكون عليه الأرقام بناءً على قوانين الفيزياء والحالة الراهنة للاتصال. ثم يركز تماماً على الفرق بين ما كان متوقعاً وما حدث بالفعل. هذا الفرق، أو "الباقي"، هو المفتاح. فمن خلال تجاهل التغييرات المتوقعة الناتجة عن المسافة أو درجة الحرارة والتركيز فقط على الانحرافات غير المفسرة، يمكن للنظام تحديد السلوك الغريب حتى لو لم يسبق له مواجهة ذلك الهجوم المحدد من قبل.
اختبر الباحث هذه الفكرة باستخدام محاكاة حاسوبية دقيقة للغاية تحاكي شبكة ألياف ضوئية حقيقية. أنتجت المحاكاة آلاف الساعات من البيانات التي تمثل التشغيل الطبيعي وأربع عائلات متميزة من الهجمات المعروفة. ولجعل الاختبار صارماً، تم تدريب النظام على ثلاث من عائلات الهجمات هذه، ولكن لم يتم عرضه أبداً على العائلة الرابعة. وعندما تم إدخال العائلة الرابعة، توجب على النظام أن يقرر ما إذا كان تهديداً معروفاً، أم تهديداً جديداً مجهولاً، أم مجرد ضجيج طبيعي. كانت النتائج مذهلة؛ فقد نجح النظام في تحديد الهجمات غير المرئية بدقة عالية، حيث صنفها بشكل صحيح كنشاط مشبوه بمعامل (AUC) بلغ 0.88. كما حافظ أيضاً على معدل منخفض جداً من الإنذارات الكاذبة، حيث حدد التشغيل الطبيعي بشكل صحيح بمعامل (AUC) بلغ 0.91. وقد صمد هذا الأداء حتى عندما اختبر الباحثون النظام على مجموعة مختلفة تماماً من الظروف، محاكيين رابط كابل أطول بكثير لم يره النظام أثناء تدريبه.
كان جزء حاسم من الدراسة هو مقارنة هذا الأسلوب الجديد القائم على الفيزياء مقابل الأساليب القديمة التي تكتفي بمجرد النظر إلى البيانات الخام دون أي سياق فيزيائي. فعندما اختبر الباحثون النظام على محاكاة كابل بعيد المدى، فشلت الطريقة القديمة، حيث انخفضت دقتها بشكل كبير؛ إذ عانت لأنها حفظت شدة الإشارات الخاصة بالكابلات القصيرة التي تدربت عليها ولم تستطع التكيف مع الإشارات الأضعف للكابلات الطويلة. في المقابل، ظل النظام المستند إلى الفيزياء مستقراً؛ لأنه يعيد حساب شكل الإشارة المتوقع للمسافة الحالية باستمرار، مما مكنه من الرؤية من خلال التغيير في طول الكابل ولا يزال قادراً على رصد العلامات الدقيقة للهجوم. وهذا يشير إلى أن فهم القواعد الفيزيائية الأساسية أكثر فعالية بكثير من مجرد حفظ الأنماط في البيانات.
كما اختبرت الدراسة النظام ضد هجوم محدد وصعب، وهو هجوم تكيفي مصمم ليكون متخفياً. حاول هذا الهجوم الاختباء من خلال إجراء تغييرات صغيرة وموزعة على الإشارة بدلاً من إحداث اضطراب واحد كبير وواضح. رصد النظام هذا السلوك المتخفي في حوالي 69 بالمائة من التجارب. ورغم أن هذه نتيجة قوية، إلا أن الباحث يشير بحذر إلى أنها ليست حلاً مثالياً؛ إذ لم يتمكن النظام من رصد كل حالة من حالات هذا الهجوم التكيفي، مما يثبت أنه لا توجد أداة واحدة يمكنها ضمان اكتشاف كل تهديد مستقبلي محتمل. كما أن العمل هو عبارة عن محاكاة، مما يعني أنه تم تشغيله على نموذج حاسوبي بدلاً من أجهزة مادية في مختبر. وبينما تم بناء النموذج ليكون واقعياً وقابلاً للتكرار، يقر الباحث بأن الأجهزة في العالم الحقيقي قد تتصرف بطرق لم تلتقطها المحاكاة.
في نهاية المطاف، يقدم هذا البحث خطوة عملية نحو تأمين الشبكات الكمومية. فهو يثبت أنه من خلال الجمع بين تعلم الآلة والقيود الصارمة للفيزياء، من الممكن بناء مراقب أمني يتسم بالمتانة ضد الهجمات المجهولة ويتكيف مع ظروف الشبكة المتغيرة. إن هذا النظام لا يحل محل البراهين الرياضية التي تضمن أمن البروتوكول الكمومي نفسه، بل يعمل كطبقة تشغيلية تراقب أي شيء يخرج عن النطاق الآمن والمتوقع للنظام. ومن خلال تعلم التمييز بين الانحراف الطبيعي للآلة والتلاعب المتعمد من قبل المهاجم، يوفر QKD-XGuard طريقة أكثر وضوحاً وموثوقية لحماية أسرار المستقبل.
ملخص تقني: QKD-XGuard
بيان المشكلة تعتمد أمن توزيع المفاتيح الكمومية (QKD) العملي على افتراض أن التنفيذ الفيزيائي يظل متوافقًا مع النموذج النظري المستخدم في براهين الأمان. تواجه طرق المراقبة الحالية عائقين رئيسيين:
العتبات القياسية (Scalar Thresholds): إن مراقبة معدل خطأ البت الكمومي (QBER) فقط غير كافية للتمييز بين الانحراف الشرعي في القناة (مثل الفقد الناتج عن تغير درجة الحرارة) وبين الهجمات المتطورة على مستوى التنفيذ.
افتراض المجموعة المغلقة (Closed-Set Assumption): تفترض مصنفات تعلم الآلة الخاضعة للإشراف التقليدية أن جميع عائلات الهجمات وقت الاختبار قد تم تمثيلها أثناء التدريب. في بيئة تشغيلية، يجب على الكاشف التعامل مع سيناريوهات "المجموعة المفتوحة" (Open-set) حيث تظهر عائلة هجوم غير معروفة (Aunknown) إلى جانب الهجمات المعروفة (Atrain) والتشغيل الطبيعي (N). المصنف ذو المجموعة المغلقة يجبر النمط غير المألوف على الانتماء إلى أقرب فئة معروفة، مما قد يؤدي إلى حجب تهديد مستحدث.
المنهجية يقترح البحث إطار عمل QKD-XGuard، وهو إطار مراقبة تم التحقق من صحته عبر المحاكاة لتوزيع الحالة المزيفة (decoy-state) لبروتوكول BB84، ويدمج النمذجة المستندة إلى الفيزياء مع التعرف على المجموعات المفتوحة المتوافق (conformal open-set recognition). تتكون المنهجية من أربع آليات مترابطة:
تمثيل البقايا المستند إلى الفيزياء (Physics-Informed Residual Representation): بدلاً من تغذية الشبكة العصبية ببيانات التتبع الخام (المكاسب، معدلات الخطأ، نقرات الكاشف) مباشرة، يقوم النظام أولاً بحساب الانحراف بين القيم المقاسة والقيم المتوقعة بواسطة نموذج قناة فيزيائية لـ "الحالة المزيفة".
يقدر النموذج المكاسب المتوقعة (Qx)، ومعدلات الخطأ (Ex)، وعوائد الفوتون الواحد (Y1)، ومعدلات المفاتيح بناءً على بارامترات التشغيل الحالية (طول الألياف، التوهين، كفاءة الكاشف).
المدخل للمتعلم هو الباقي المعياري: zt,j=(mt,j−m^t,j)/σ^j. وهذا يسمح للنظام بالتمييز بين التغيرات الشرعية في نظام القناة (مثل المسافة) والانحرافات الخبيثة.
ترميز الميزات الزمنية (Temporal Feature Encoding): بالنسبة لنافذة منزلقة مكونة من 16 كتلة تتبع، يحسب النظام خمسة ملخصات زمنية (المتوسط، الانحراف المعياري، الميل الخطي، القيمة المطلقة القصوى، والارتباط الذاتي للفجوة-1) لكل قناة من قنوات البقايا التسعة، مما ينتج متجه ميزات مكون من 45 بُعدًا.
تعلم المقياس الكامن (Latent Metric Learning): تقوم شبكة متعددة الطبقات مدمجة (45→64→32→16) برسم خريطة لمتجه البقايا إلى فضاء كامن مكون من 16 بُعدًا. تهدف وظيفة التدريب إلى تقليل الإنتروبيا المتقاطعة (cross-entropy) مع تطبيق منظم مقياسي يعمل على ضغط العينات من نفس الفئة نحو مراكز الدفعات (batch centroids) ومعاقبة عدم الفصل الكافي بين الفئات.
المعايرة المتوافقة (Conformal Calibration): لكل فئة معروفة، يتم حساب درجة عدم التطابق (مسافة ماهالانوبيس)، ويتم اشتقاق قيمة p-value متوافقة باستخدام مجموعة معايرة محجوزة لضمان تغطية اسمية بنسبة 90% للفئات المعروفة.
قاعدة القرار: يتم تصنيف الملاحظة على أنها "غير معروفة" إذا:
كانت مجموعة التنبؤ المتوافق فارغة (لا توجد فئة معروفة تلبي عتبة المعنوية αc=0.10)، أو
تجاوزت المسافة الدنيا لأي نموذج أولي للفئة عتبة مُعايرة (τood، وهي المئوية 99 من مسافات المعايرة).
المساهمات الرئيسية
تمثيل بقايا الفيزياء: صياغة مبتكرة للمدخلات تعمل على استبعاد متغيرات القناة المتوقعة، مما يجبر النموذج على تعلم الانحرافات عن التوقعات الفيزيائية بدلاً من مستويات الإشارة المطلقة.
بروتوكول المجموعة المفتوحة: استراتيجية تقييم "استبعاد عائلة هجوم واحدة" حيث يتم استبعاد عائلة هجمات كاملة من التدريب، والمعايرة، واختيار العتبة، مما يختبر بصرامة قدرة النظام على رفض التهديدات غير المرئية.
اختبار النطاق المنفصل: التقييم على نطاق طول ألياف (75-115 كم) منفصل تمامًا عن نطاق التدريب (10-65 كم) للتحقق من أن الكاشف يعتمد على عدم الاتساق الفيزيائي بدلاً من حفظ نطاقات التوهين.
قابلية التكرار: تستخدم الدراسة محاكيًا عشوائيًا قابلاً للتكرار على مستوى الكتل مع جميع النتائج الناتجة عن نص برمجي بلغة بايثون مرافق، يغطي 3,500 جلسة تطوير وعائلات هجوم متنوعة.
النتائج تم تقييم النظام عبر أربعة طيات (folds) من استراتيجية "ترك عائلة واحدة خارجًا" ونطاق قناة منفصل:
أداء الفئات المعروفة: حقق F1-macro قدره 0.952±0.007 مع تغطية متوافقة تجريبية مشروطة بالفئة بلغت 0.910±0.13 (المستهدف 90%).
كشف الهجمات غير المعروفة: حقق AUROC قدره 0.945±0.049 واستدعاء غير معروف (unknown recall) قدره 0.876±0.137 لعائلات الهجمات غير المرئية. تباين الأداء حسب نوع الهجوم؛ حيث تم اكتشاف هجمات "الاعتراض وإعادة الإرسال" (Intercept-resend) و"إزاحة الوقت" (Time-shift) بشكل أكثر موثوقية من سلوك "PNS-like".
المتانة تجاه تغير التوزيع: في النطاق المنفصل (75-115 كم)، حافظ نموذج بقايا الفيزياء على F1-macro قدره 0.962±0.004. في المقابل، انخفض استخدام البيانات الخام (بدون بقايا الفيزياء) بشكل كبير إلى 0.796±0.068.
اختبار الإجهاد التكيفي: تم رفض هجوم مركب وتكيفي متعمد في 69.2%±5.7% من الجلسات، مما يشير إلى أنه رغم فعاليته، فإن النظام لا يضمن اكتشاف جميع عمليات التلاعب الموزعة ذات السعة المنخفضة.
المقارنة مع المراجع الأساسية: تفوق QKD-XGuard بشكل كبير على المراجع الأساسية بما في ذلك Isolation Forest وOne-class SVM، بالإضافة إلى عتبة الحد الأقصى لـ QBER القياسية، والتي فشلت في اكتشاف الهجمات التكيفية المتخفية.
الأهمية والادعاءات يضع البحث QKD-XGuard كـ طبقة مراقبة تشغيلية وليس كبديل لبراهين أمان QKD القابلة للتركيب أو تحليل المفتاح المحدود.
الادعاء الجوهري: نمذجة بقايا الفيزياء هي آلية قوية للفصل بين تغيرات القناة الشرعية وسلوك الهجوم غير المدعوم، خاصة عندما يعمل النظام خارج نطاق المسافة الذي تم التدريب عليه.
الاعتراف بالقيود: يذكر المؤلف صراحةً أن تسمية "غير معروف" تشير إلى نقص في دعم النموذج، وليس دليلًا قاطعًا على وجود هجوم سيبراني (قد يكون ناتجًا عن أعطال في الأجهزة أو عدم تطابق في النموذج). الدراسة قائمة على المحاكاة؛ وتتطلب الصلاحية الخارجية اختبارًا يتضمن الأجهزة (hardware-in-the-loop).
النطاق المحدود: لا يدعي العمل اكتشاف "الصفر اليومي" (zero-day) الشامل. بل يوضح أن أداء المجموعة المفتوحة يختلف جوهريًا حسب عائلة الهجوم، وأنه بينما يحسن الأسلوب المتانة تجاه تغيرات التوزيع، فإن جزءًا من الهجمات التكيفية ذات السعة المنخفضة قد يظل ضمن الدعم المعاير للفئات المعروفة.