← नवीनतम पेपर
⚛️ क्वांटम भौतिकी

No Convergence in Learned Eavesdropping-Detection Dynamics for BB84 Quantum Key Distribution

यह शोध पत्र यह प्रदर्शित करता है कि BB84 क्वांटम की डिस्ट्रीब्यूशन के लिए एक गुप्त जासूसी करने वाले (stealthy eavesdropper) और एक अनुकूलनशील डिटेक्टर (adaptive detector) के बीच सुदृढीकरण शिक्षण (reinforcement learning) आधारित खेल में, अंतःक्रिया एक स्थिर संतुलन पर अभिसरित होने में विफल रहती है, जिससे जासूसी की खिड़की खुली रह जाती है क्योंकि यह एक निश्चित रक्षात्मक रणनीति में स्थिर होने के बजाय बेस्ट-रिस्पॉन्स वेरिएंस (best-response variance) और सूचना विषमता (information asymmetry) द्वारा संचालित निरंतर उतार-चढ़ाव से प्रभावित होती है।

मूल लेखक: Ramon Jose C. Bagunu

प्रकाशित 2026-11-13
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Ramon Jose C. Bagunu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

दो लोगों की कल्पना करें जो किसी तीसरे पक्ष से अपनी गुप्त बातचीत को सुरक्षित रखने की कोशिश कर रहे हैं जो सुन रहा है। क्वांटम भौतिकी की दुनिया में, यह वह तरीका है जिससे दो लोग, जिन्हें आमतौर पर एलिस और बॉब कहा जाता है, अपने संदेशों की रक्षा के लिए एक गुप्त कोड बनाते हैं। वे एक-दूसरे को प्रकाश के सूक्ष्म कण भेजते हैं, जिन्हें फोटॉन कहा जाता है। भौतिकी के नियम गारंटी देते हैं कि यदि कोई जासूस, जिसे ईव (Eve) के रूप में जाना जाता है, कोड चुराने के लिए इन कणों को देखने की कोशिश करता है, तो वह अनिवार्य रूप से एक निशान छोड़ देगा। यह निशान संदेश में गलतियों की एक छोटी संख्या के रूप में दिखाई देता है। यदि गलतियों की संख्या बहुत अधिक हो जाती है, तो एलिस और बॉब को पता चल जाता है कि कोई सुन रहा है और वे सुरक्षित रहने के लिए बातचीत रोक देते हैं। दशकों से, वैज्ञानिकों का मानना रहा है कि यदि ईव बहुत अधिक जानकारी चुराने की कोशिश करती है, तो वह अनिवार्य रूप से बहुत अधिक गलतियाँ करेगी, और सिस्टम उसे पकड़ लेगा।

हालाँकि, एक नया अध्ययन बताता है कि इस सुरक्षा जाल में एक छेद हो सकता है, इसलिए नहीं कि जासूस बहुत चतुर है, बल्कि इसलिए क्योंकि सिस्टम जिसे उसे पकड़ने के लिए डिज़ाइन किया गया है, वह बहुत अधिक प्रतिक्रियाशील (reactive) है। फिलीपींस यूनिवर्सिटी मनीला के शोधकर्ताओं ने यह परीक्षण करने के लिए हाथ आजमाया कि क्या होता है जब जासूस केवल एक स्थिर खतरा नहीं है, बल्कि एक सीखने वाला कंप्यूटर प्रोग्राम है जो हर बार चोरी करने की कोशिश करते समय स्मार्ट होता जाता है। उन्होंने डिफेंडर (रक्षक), यानी जासूस पर नज़र रखने वाले सिस्टम को भी सीखने और अनुकूलन करने की समान क्षमता दी। सवाल सरल था: यदि जासूस और गार्ड दोनों एक-दूसरे से सीख रहे हैं, तो क्या गार्ड अंततः जासूस को पकड़ लेगा और दरवाजा बंद कर देगा, या वे बस गोल-गोल घूमते रहेंगे?

उत्तर खोजने के लिए, शोधकर्ताओं ने प्रसिद्ध BB84 प्रोटोकॉल का एक डिजिटल सिमुलेशन बनाया, जो क्वांटम कुंजियाँ बनाने का मानक तरीका है। उन्होंने दो कंप्यूटर एजेंट बनाए: एक जासूस की भूमिका निभाने के लिए और दूसरा गार्ड की भूमिका निभाने के लिए। जासूस का लक्ष्य पर्याप्त गलतियाँ पैदा किए बिना जितनी हो सके उतनी जानकारी चुराना था। गार्ड का लक्ष्य बिना किसी हस्तक्षेप के बातचीत को रोकने के बजाय, जासूस को पकड़ने के लिए अपनी संवेदनशीलता को समायोजित करना था। उन्होंने एक ऐसा खेल स्थापित किया जहाँ जासूस यह सीखने के लिए हमला करेगा कि कैसे हमला किया जाए, फिर गार्ड उस विशिष्ट हमले के खिलाफ बचाव करना सीखेगा, फिर जासूस उस नए बचाव को मात देने के लिए सीखेगा, और इसी तरह। उन्होंने यह देखने के लिए सीखने और प्रति-सीखने (counter-learning) के इस चक्र को बीस बार चलाया कि क्या सिस्टम अंततः एक स्थिर अवस्था में सेटल हो जाएगा जहाँ जासूस पकड़ा जाता है।

उन्होंने जो पाया वह आश्चर्यजनक था। सिस्टम कभी स्थिर नहीं हुआ। गार्ड द्वारा जासूस को पकड़ने के लिए सीखने के बजाय, दोनों पक्षों के बीच लाभों का आदान-प्रदान होता रहा। कुछ राउंड में, जासूस इतना अच्छा था कि वह छिप गया और गार्ड ने लगभग कुछ भी नहीं पकड़ा। अगले ही राउंड में, जासूस के पिछले प्रयास से सीखकर, गार्ड ने जासूस को लगभग हर बार पकड़ लिया। लेकिन फिर, एक नया जासूस, जिसे विशेष रूप से उस नए गार्ड को मात देने के लिए प्रशिक्षित किया गया था, उभरा और फिर से फिसल गया। शोधकर्ताओं ने यह मापा कि सभी सीखने के बाद एक नया जासूस अंतिम गार्ड के खिलाफ कितनी जानकारी चुरा सकता है। उन्होंने पाया कि चुराई गई जानकारी की यह मात्रा शून्य तक नहीं गई। यह बिना किसी स्थिर बिंदु के, बिना रुके, राउंड दर राउंड ऊपर-नीचे होती रही।

अध्ययन ने दिखाया कि यह स्थिरता की कमी संचार चैनल में बैकग्राउंड नॉइज़ (पृष्ठभूमि शोर) के विभिन्न स्तरों पर देखी गई। जब चैनल बहुत शांत था, तो जासूस लगभग हमेशा छिप सकता था, जिससे दरवाजा खुला रहता था। जब चैनल बहुत शोर वाला था, तो बैकग्राउंड नॉइज़ इतनी तेज़ थी कि उसने जासूस को दबा दिया, जिससे गार्ड के कौशल के बावजूद जासूस के लिए कुछ भी चुराना मुश्किल हो गया। लेकिन मध्य श्रेणी में, जहाँ वास्तविक दुनिया के क्वांटम सिस्टम अक्सर काम करते हैं, यह खेल एक निरंतर खींचतान (tug-of-war) था। गार्ड जीतता हुआ प्रतीत होता था, फिर जासूस जीतता था, फिर गार्ड फिर से जीतता था। शोधकर्ताओं ने पुष्टि की कि यह केवल गार्ड के धीरे-धीरे बेहतर होने की प्रक्रिया नहीं थी; प्रदर्शन में उतार-चढ़ाव प्रयोग के अंत में भी उतने ही बड़े थे जितने कि शुरुआत में थे।

इस अंतहीन लूप का कारण एक सरल टाइमिंग समस्या प्रतीत होती है। इस प्रणाली में, जासूस और गार्ड दोनों एक ही सार्वजनिक संकेत देखते हैं: संदेश में गलतियों की संख्या। जो भी इस संकेत से अंत में सीखता है, उसे अस्थायी लाभ मिलता है। यदि गार्ड पहले सीखता है और अपनी सेटिंग्स को समायोजित करता है, तो जासूस तुरंत उन नई सेटिंग्स को देख सकता है और उन्हें बायपास करने का तरीका सीख सकता है। फिर जासूस अंत में सीखता है और उस राउंड में जीत जाता है। लेकिन अगले राउंड में, गार्ड अंत में सीखता है और जीत जाता है। क्योंकि वे बारी-बारी से सीखते हैं, लाभ लगातार बदलता रहता है, जिससे किसी भी पक्ष को कभी स्थायी समाधान नहीं मिल पाता। शोधकर्ताओं ने पाया कि यह व्यवहार खेल की संरचना द्वारा संचालित था, न कि गार्ड के खराब डिज़ाइन या कंप्यूटिंग शक्ति की कमी के कारण।

यह खोज क्वांटम नेटवर्क में सुरक्षा के बारे में हमारी सोच को बदल देती है। लंबे समय से, यह उम्मीद थी कि यदि हम अपने डिटेक्टर्स को अधिक स्मार्ट और अनुकूलन योग्य बनाएंगे, तो वे किसी भी अनुकूलित (adaptive) जासूस को मात देने में सक्षम होंगे। यह अध्ययन सुझाव देता है कि केवल डिटेक्टर को स्मार्ट बनाना ही काफी नहीं है। जब तक जासूस डिटेक्टर की प्रतिक्रिया को देख सकता है और डिटेक्टर के जासूस के अगले कदम से सीखने से पहले उससे सीख सकता है, तब तक यह प्रतियोगिता कभी समाप्त नहीं होगी। सिस्टम की सुरक्षा को केवल एक क्षण के आधार पर प्रमाणित नहीं किया जा सकता है, क्योंकि लाभ लगातार हाथों में बदलता रहता है। एक सीखने वाले जासूस के लिए दरवाजा वास्तव में बंद करने के लिए, शोधकर्ताओं का सुझाव है कि हमें शायद खेल के नियमों को पूरी तरह से बदलने की आवश्यकता है, शायद उस जानकारी को छिपाकर जिसका उपयोग जासूस सीखने के लिए करता है, न कि केवल एक तेज़ या स्मार्ट डिटेक्टर बनाने की कोशिश करके। यह अध्ययन एक अनुस्मारक के रूप में कार्य करता है कि एक ऐसी दुनिया में जहाँ दोनों पक्ष सीख रहे हैं, युद्ध कभी जीता नहीं जा सकता, केवल अनुकूलन के एक अंतहीन चक्र में लड़ा जा सकता है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →