Neural network for excess noise estimation in continuous-variable quantum key distribution under composable finite-size security

Problema

Na Distribuição de Chaves Quânticas de Variáveis Contínuas (CV-QKD), a estimativa de parâmetros é um gargalo crítico, particularmente em cenários de tamanho finito. A incerteza estatística decorrente de um tamanho limitado de dados exige o uso de limites pessimistas de pior caso para os parâmetros do canal (especificamente transmitância $T$ e ruído excessivo $\xi$). Esses limites conservadores reduzem drasticamente a taxa de chave secreta alcançável e o alcance de transmissão.

Embora a Estimativa de Máxima Verossimilhança (MLE) seja o método padrão para estimativa de parâmetros devido ao seu rigoroso arcabouço estatístico e intervalos de confiança explícitos, ela frequentemente produz limites frouxos. Embora técnicas de aprendizado de máquina (ML) tenham sido propostas para melhorar a precisão da estimativa, elas historicamente careceram do arcabouço estatístico rigoroso necessário para a integração em provas de segurança composível. Especificamente, abordagens anteriores de ML falharam em quantificar a probabilidade de falha de estimativa ($\epsilon_{PE}$), tornando-as incompatíveis com as rigorosas garantias de segurança exigidas para CV-QKD.

Metodologia

Os autores propõem um arcabouço que preenche a lacuna entre o aprendizado de máquina e a segurança composível, introduzindo um método estatisticamente rigoroso para o uso de redes neurais (NN) para estimar o ruído excessivo em CV-QKD.

1. Arcabouço Teórico (Método Delta):
   Os autores modelam a predição da rede neural como uma função $f(X, \theta)$ sujeita a um termo de erro aditivo. Ao empregar uma expansão de Taylor de primeira ordem e o método delta, eles derivam um intervalo de confiança de pior caso para a saída da rede neural.

   • Eles estabelecem que o erro de estimativa de parâmetro segue uma distribuição normal multivariada.
   • Eles utilizam a matriz Jacobiana da função da rede e a soma dos quadrados dos resíduos para construir um intervalo de confiança baseado na distribuição $t$ de Student.
   • Isso permite calcular um limite superior para a variância do ruído excessivo ($\sigma^2_{max}$) tal que a probabilidade de o valor real exceder este limite seja no máximo $\epsilon_{PE}/2$.

2. Arquitetura da Rede Neural:

   • Entrada: A rede recebe um vetor de 6 dimensões de estatísticas suficientes derivadas de medições de quadratura correlacionadas $\{x_i, y_i\}$. Para aumentar a detectabilidade do ruído excessivo, as características de entrada incluem um termo de variância pré-processado escalonado por um fator de amplificação artificial $a > 1$.
   • Arquitetura: Uma rede feedforward totalmente conectada com três camadas ocultas (32, 64 e 32 neurônios) usando ativações ReLU, e uma camada de saída final com uma ativação Softplus deslocada para garantir predições estritamente positivas.
   • Treinamento: A rede é treinada em dados sintéticos gerados a partir de um modelo de canal Gaussiano (Ruído Branco Gaussiano Aditivo) usando aprendizado supervisionado. A função de perda é o Erro Quadrático Médio (MSE). A estratégia de treinamento envolve a amostragem de transmitância e ruído excessivo uniformemente para garantir uma generalização robusta.

3. Integração de Protocolo (PEP 2):
   Os autores definem um Protocolo de Estimativa de Parâmetros (PEP 2) que é operacionalmente equivalente ao protocolo padrão baseado em MLE (PEP 1).

   • Bob transmite $m$ sinais para Alice.
   • Alice usa MLE para estimar a transmitância ($t$) e a rede neural treinada para estimar o ruído excessivo ($\xi$).
   • Crucialmente, Alice aplica as fórmulas estatísticas derivadas (Eq. 9 para transmitância MLE e Eq. 26 para ruído NN) para calcular os limites de pior caso ($t_{min}$ e $\sigma^2_{max}$).
   • Esses limites são usados para construir a matriz de covariância de pior caso $\Gamma_{\epsilon_{PE}}$, que alimenta o cálculo da taxa de chave secreta.

Principais Contribuições

• Segurança Composível para ML: O artigo fornece a primeira análise de segurança de tamanho finito demonstrando que redes neurais podem ser usadas para estimativa de parâmetros em CV-QKD com probabilidades de falha quantificáveis ($\epsilon_{PE}$).
• Intervalos de Confiança Rigorosos: Ao derivar o intervalo de confiança de pior caso usando o método delta, os autores garantem que o estimador da rede neural satisfaça as mesmas condições de segurança probabilística que o MLE padrão ($P(\sigma^2 \leq \sigma^2_{max}) \geq 1 - \epsilon_{PE}/2$).
• Equivalência Operacional: O método proposto mostra-se operacionalmente equivalente aos protocolos padrão de MLE. A única diferença é o estimador usado para gerar os limites; a análise de segurança subsequente (cálculo da informação de Holevo) permanece inalterada.
• Treinamento com Dados Sintéticos: O arcabouço permite o uso de modelos pré-treinados em dados sintéticos, eliminando a necessidade de treinamento em tempo real durante a operação de QKD, mantendo o rigor estatístico.

Resultados

Investigações numéricas foram conduzidas sob ataques gaussianos coletivos com efeitos de tamanho finito:

• Precisão: O estimador de rede neural apresentou consistentemente desvios padrão menores entre os valores estimados e os valores reais da variância do ruído em comparação ao MLE em vários tamanhos de amostra ($m = 10^4$ a $10^8$).
• Validação de Segurança: Os resultados confirmaram que as estimativas da rede neural nunca caíram abaixo dos valores reais de ruído com a probabilidade especificada, satisfazendo a condição de segurança $\epsilon_{PE}$.
• Ganhos de Desempenho: Quando integrado ao cálculo da taxa de chave secreta (usando parâmetros que refletem condições experimentais realistas, ex: eficiência do detector $\eta_{eff}=0.8$, eficiência de reconciliação $\beta=0.95$), o método baseado em NN alcançou taxas de chave secreta significativamente maiores.
  • Especificamente, o método estendeu a distância de transmissão segura em 6,1 km (para $N=2 \cdot 10^6$ sinais), 1,3 km (para $N=2 \cdot 10^7$) e 3,0 km (para $N=2 \cdot 10^8$) em comparação com a abordagem padrão de MLE.

Significância e Alegações

O artigo alega que sua principal contribuição não é necessariamente a superioridade de uma arquitetura de rede neural específica, mas sim a demonstração de que estimadores baseados em dados podem ser integrados de forma segura em rotinas de estimativa de parâmetros de CV-QKD sem comprometer a segurança composível.

Os autores enfatizam que:

1. Superação de Limitações: Esta abordagem supera uma limitação de desempenho fundamental em sistemas práticos de CV-QKD, onde os efeitos de tamanho finito e a necessidade de limites conservadores restringem a taxa de chave e o alcance.
2. Escalabilidade: O método é amplamente aplicável a CV-QKD modulado Gaussianamente sob ataques coletivos. Como a segurança contra ataques coerentes gerais frequentemente depende de técnicas de redução baseadas em limites de pior caso, este método pode ser integrado perfeitamente em provas contra ataques gerais.
3. Praticidade: Embora o treinamento seja computacionalmente intensivo, a fase de inferência é altamente eficiente, tornando-a adequada para implementação em tempo real em sistemas práticos de QKD, especialmente em regimes com tamanhos de sinal limitados, onde pequenas melhorias na estimativa resultam em ganhos significativos na distância de transmissão.

O trabalho estabelece um caminho para o uso de estratégias de aprendizado de máquina flexíveis e adaptáveis em protocolos de comunicação quântica segura, desde que fundamentadas em arcabouços estatísticos rigorosos que garantam a segurança composível.