Intelligence-Guided Adaptive Purification for DDoS-Resilient Quantum Networks: A CUDA-Q based Study

Resumo Técnico: Purificação Adaptativa Guiada por Inteligência para Redes Quânticas Resilientes a DDoS

Definição do Problema
Redes de repetidores quânticos dependem de políticas de controle adaptativo para equilibrar taxas de geração de emaranhamento, fidelidade de ponta a ponta, overhead de purificação e latência induzida pela memória. Esse equilíbrio torna-se significativamente mais complexo quando o plano de controle clássico, que gerencia o heralding (sinalização), sincronização e roteamento, é degradado por anomalias cibernéticas, como tráfego de Negação de Serviço (DDoS). As estratégias de controle atuais frequentemente otimizam para probabilidade de entrega bruta ou limiares de fidelidade local sem considerar como decisões locais se propagam através de uma cadeia de ponta a ponta ou como a degradação do estado cibernético afeta os parâmetros físicos do link. O artigo aborda a questão central de controle: quando um repetidor deve purificar um link elementar para garantir que o par emaranhado final exceda um limiar de fidelidade alvo, particularmente quando a rede opera sob degradação induzida por ataque?

Metodologia
O estudo emprega um fluxo de co-simulação CUDA-Q/SeQUeNCe para avaliar estratégias de purificação adaptativa em cadeias de repetidores lineares heterogêneas.

1. Validação de Primitivas CUDA-Q: Kernels quânticos ruidosos são usados para estimar operações primitivas (geração de pares de Bell, purificação de emaranhamento e swapping de emaranhamento) ao nível de circuito. Esses kernels fornecem estimativas em cache de probabilidades de sucesso e fidelidades de saída condicionais para estados de entrada, que são então incorporadas na simulação da rede.
2. Simulação de Camada de Eventos SeQUeNCe: Um simulador de eventos discretos modela a natureza estocástica da rede, incluindo geração de link, limites de tentativa (retry limits), decaimento de memória (modelado via relaxação exponencial em direção ao estado misto máximo), falhas de purificação e swapping.
3. Políticas de Controle: O estudo compara diversas políticas sob condições estacionárias:
   • Sem purificação: Maximiza a entrega bruta, mas corre o risco de baixa fidelidade.
   • Adaptativa por limiar (Threshold-adaptive): Purifica links que caem abaixo de um gatilho de fidelidade local.
   • Purificação fixa: Purifica todos os links.
   • Preditiva/Consciente de Risco (Risk-aware): Uma função objetivo penalizada por recursos que otimiza a "probabilidade de entrega acima do alvo" (a probabilidade de entregar um par com fidelidade $F \geq F_{\Sigma}$) enquanto penaliza custos de purificação e latência. Esta política utiliza uma estimativa de limite inferior de confiança (LCB - lower-confidence-bound) para contabilizar a incerteza de Monte Carlo.
4. Acoplamento Ciber-Quântico: Para modelar a degradação cibernética, os autores utilizam um traço de intrusão benigno-para-SSDP do CSE-CIC-IDS2018.
   • Um score de anomalia IDS ($a_{IDS}(t)$) é derivado do tráfego para informar o controlador.
   • Um sinal de taxa de ataque oracle ($a_{oracle}(t)$) derivado de rótulos de verdade fundamental (ground-truth) é usado para degradar fisicamente os links quânticos (reduzindo a probabilidade de geração e a fidelidade, aumentando o tempo de tentativa e reduzindo a coerência da memória).
   • Quatro cenários são testados: Limpo (sem degradação), Não-consciente de ataque (física degradada, controlador limpo), Consciente de IDS (física degradada, controlador adapta-se com base em $a_{IDS}$) e Consciente de Oracle (física degradada, controlador adapta-se com base em $a_{oracle}$).

Principais Contribuições

1. Fluxo de Co-Simulação: Desenvolvimento de um fluxo de trabalho híbrido onde o CUDA-Q valida primitivas quânticas ruidosas e o SeQUeNCe avalia o desempenho da rede de ponta a ponta ao longo de muitos ensaios de Monte Carlo.
2. Política de Risco Penalizada por Recursos: Introdução de uma função objetivo que equilibra o limite inferior de confiança da entrega acima do alvo contra custos de purificação e latência. Esta política evita os extremos de "sem purificação" (baixa fidelidade) e "purificação fixa" (alta falha/latência).
3. Framework de Controle Consciente de Cibersegurança: Uma demonstração de como scores de anomalia derivados de IDS podem servir como entradas acionáveis para controladores de redes quânticas, permitendo que o sistema adapte máscaras de purificação em resposta à degradação do plano de controle clássico.
4. Validação Empírica: Comparação abrangente de políticas em cadeias de 3 links e 8 nós, demonstrando que otimizar para "entrega útil" (fidelidade qualificada) produz melhores resultados do que otimizar apenas para throughput bruto ou fidelidade local.

Resultos

• Condições Estacionárias: Em uma cadeia de 8 nós, a política de risco consciente penalizada por recursos alcançou uma probabilidade de entrega acima do alvo de 0,362 ± 0,017, superando a purificação fixa (0,311 ± 0,017) enquanto utilizava menos operações de purificação e reduzia a latência. Isso confirma que a entrega útil é maximizada pela purificação seletiva, em vez de purificar cada link.
• Sob Ataque (SSDP):
  • O controlador não-consciente de ataque manteve alta entrega bruta, mas sofreu um colapso na entrega útil, caindo para 0,098 ± 0,007 de probabilidade acima do alvo.
  • O controlador consciente de IDS, ao alternar para máscaras de purificação mais intensas durante o ataque, aumentou a probabilidade de entrega acima do alvo para 0,344 ± 0,011.
  • Este resultado aproximou-se do controlador consciente de Oracle (0,335 ± 0,011), que possuía conhecimento perfeito da taxa de ataque.
• Trade-off: O controlador consciente de IDS conseguiu trocar throughput bruto por entrega de fidelidade qualificada. Embora tenha reduzido a probabilidade de entrega bruta, ele recuperou significativamente a probabilidade de entregar emaranhamento de alta fidelidade que, de outra forma, seria perdido devido à degradação.

Significância e Alegações
O artigo alega que a purificação adaptativa deve ser tratada como um problema de controle consciente de cibersegurança em vez de uma operação estática de nível de link. A principal significância reside na demonstração de que:

1. Fluxos de Trabalho Quânticos-Clássicos Híbridos: Estimadores de primitivas baseados em CUDA-Q são componentes eficazes dentro de um fluxo de trabalho de controle consciente de cibersegurança maior, fornecendo estimativas de fidelidade necessárias sem simular toda a rede como um circuito quântico global.
2. Estado Cibernético Acionável: Scores de anomalia derivados de IDS não estão apenas correlacionados com a degradação da rede; eles podem ativamente alterar a ação de controle da rede quântica (máscaras de purificação) para melhorar o resultado quântico útil.
3. Estratégia de Resiliência: Sob degradação cibernética, a estratégia ideal muda de maximizar o throughput bruto para maximizar a entrega de fidelidade qualificada. O controlador consciente de IDS alcança isso ao aumentar dinamicamente o esforço de purificação quando o estado cibernético indica degradação, efetivamente recuperando a entrega de emaranhamento útil que um controlador não-consciente perderia.

Os autores observam modestamente que o modelo de degradação ciber-para-quântico é fenomenológico e que os resultados servem como uma demonstração de prova de conceito de controle consciente de cibersegurança, e não como um modelo de segurança completo para infraestruturas implantadas. Trabalhos futuros são sugeridos para calibrar modelos de degradação contra hardware e estender o framework para grafos heterogêneos e aprendizado online.