⚛️ quantum physics

Cost of Delay for Post-Quantum Migration: Putting Classical and Harvest-Now-Decrypt-Later Risk on One Ordered List

Este artigo propõe um framework unificado que converte tanto os riscos de segurança clássicos quanto as ameaças pós-quânticas de "Colha-Agora-Decifre-Depois" em uma métrica única de "custo de atraso" baseada em moeda, permitindo que as organizações priorizem e sequenciem de forma otimizada as tarefas de migração criptográfica em relação aos backlogs de segurança existentes.

Autores originais: Animesh Shaw

Publicado 2026-10-08

📖 4 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Animesh Shaw

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine um cofre onde os segredos mais valiosos do nosso mundo digital são guardados. Durante décadas, as fechaduras desses cofres dependeram de enigmas matemáticos que são fáceis de criar, mas quase impossíveis de resolver sem a chave certa. No entanto, um novo tipo de máquina está no horizonte — um computador quântico tão poderoso que poderia decifrar esses enigmas em instantes, tornando as fechaduras atuais inúteis. O perigo não é apenas que essas máquinas chegarão no futuro; é que inimigos podem estar registrando dados criptografados hoje, armazenando-os em vastos armazéns digitais e esperando para desbloqueá-los quando as máquinas quânticas chegarem. Isso é conhecido como "colher agora, decifrar depois". As organizações enfrentam uma escolha difícil: elas têm um acúmulo de problemas de segurança comuns para resolver, como portas quebradas ou janelas fracas, e também devem se preparar para essa futura ameaça quântica. Mas elas não têm uma forma comum de medir qual problema é mais urgente. É mais importante consertar um telhado com infiltração hoje ou reforçar o cofre contra uma tempestade futura?

Um pesquisador independente chamado Animesh Shaw desenvolveu um novo método para responder a essa pergunta, traduzindo ambas as ameaças para uma única linguagem familiar: o custo do atraso. Em vez de usar pontuações abstratas ou listas separadas, o método calcula exatamente quanto dinheiro uma organização perde para cada ano que espera para corrigir um dado específico. Para riscos de segurança comuns, este é um cálculo padrão baseado em quão provável é uma violação e quanto dano ela causaria. Para a ameaça quântica, o cálculo é mais sutil. Ele mede a taxa na qual a espera permite que um inimigo registre mais dados que serão eventualmente decifrados. A inovação principal é que esses dois cálculos não são simplesmente somados. O modelo reconhece que, se um hacker clássico roubar os dados primeiro, o inimigo quântico não terá mais nada para roubar. Ao contabilizar essa competição, o método produz um custo anual único e preciso para o atraso da ação sobre qualquer ativo específico.

Para testar essa abordagem, o pesquisador a aplicou a quatro tipos diferentes de sistemas públicos: uma plataforma de identidade nacional, um sistema bancário central, um sistema de registros médicos e uma loja online de demonstração. O estudo não utilizou dados reais e privados dessas organizações, mas construiu modelos baseados em documentação pública e suposições razoáveis sobre o funcionamento desses sistemas. Os resultados revelaram um padrão claro. Para dados que são de vida curta ou mudam com frequência, os riscos de segurança comuns geralmente dominam a lista de prioridades. No entanto, para dados que devem permanecer secretos por décadas e que são transmitidos em redes onde podem ser facilmente registrados, a ameaça quântica torna-se o principal motor de urgência. Em um caso específico envolvendo um sistema de identidade nacional, o novo método moveu um tipo de pacote de registro da sexta posição na lista de prioridades para o topo absoluto, uma mudança que não teria ocorrido se apenas os riscos de segurança tradicionais fossem considerados.

O estudo também explorou o quanto a classificação final depende de suposições incertas, como o momento exato em que o computador quântico poderoso chegará. A análise mostrou que, para a maioria dos sistemas, a ordem de prioridades é surpreendentemente estável. Os maiores fatores que impulsionam o custo do atraso não são a data de chegada da máquina quântica, mas sim o valor dos dados e o quanto deles é gerado e transmitido a cada ano. Embora a ameaça quântica seja real e séria, ela não altera completamente a forma padrão como as organizações priorizam seu trabalho de segurança, exceto para uma classe específica de dados de longa duração, silenciosos e registráveis. Para esses ativos específicos, o custo de esperar é tão alto que eles devem ser abordados imediatamente, independentemente de outras questões prementes.

O pesquisador verificou o método através de provas matemáticas rigorosas e simulações computacionais, garantindo que a lógica se sustente sob diferentes cenários. As descobertas sugerem que, embora as organizações não devam entrar em pânico e abandonar seus planos de segurança atuais, elas devem identificar e proteger seus segredos de longo prazo com um novo senso de urgência. O método fornece uma maneira clara e quantitativa de decidir quais dados precisam da proteção mais forte agora, garantindo que recursos limitados sejam gastos onde evitarão a perda mais irreversível. Ele transforma um dilema complexo e futurista em uma decisão financeira prática, permitindo que os líderes vejam claramente quais ativos digitais estão mais em risco de serem roubados hoje e decifrados amanhã.

Resumo Técnico: Custo de Atraso para Migração Pós-Quântica

Definição do Problema
As organizações enfrentam uma lacuna crítica na tomada de decisão ao priorizar o trabalho de segurança: elas devem escolher entre migrar ativos para a criptografia pós-quântica (PQC) e abordar um acúmulo de vulnerabilidades clássicas. Atualmente, essas duas ameaças carecem de uma unidade de medida comum. O risco clássico é tipicamente quantificado como uma expectativa de perda anualizada (moeda por ano), enquanto os modelos de pontuação pós-quântica existentes (ex: QARS) são métricas adimensionales, exclusivas para o contexto quântico. Consequentemente, os tomadores de decisão não possuem uma forma fundamentada de determinar se uma migração PQC específica é mais urgente do que a correção de uma vulnerabilidade clássica, ou como sequenciar essas tarefas dentro de um único backlog com recursos limitados. Além disso, os modelos existentes frequentemente falam em falhar ao considerar a natureza de "riscos concorrentes" do problema, onde uma violação clássica pode ocorrer antes da chegada de um computador quântico, potencialmente duplicando a contagem de risco ou representando erroneamente a urgência do adiamento.

Metodologia
O artigo propõe um framework unificado de Custo de Atraso (CoD - Cost of Delay) que expressa tanto os riscos clássicos quanto os riscos de "Colheita Agora, Decriptação Depois" (HNDL - Harvest-Now-Decrypt-Later) na mesma unidade: moeda por ano ($/ano).

Formulação Matemática:
- Termo Clássico ( $CoD_c$ ): Definido como a Expectativa de Perda Anualizada ( $\lambda V$ ), onde $\lambda$ é a taxa de perigo de exposição clássica e $V$ é o valor do ativo.
- Termo Quântico ( $CoD_q$ ): Definido como a taxa na qual o adiamento da migração compromete a perda irreversível por HNDL. Isso é calculado como $r \cdot h \cdot I(\kappa, L)$ $r \cdot h \cdot I (κ, L)$ , onde:
  - $r$ é o turnover anual (novo valor fluindo por ano).
  - $h$ é a fração do tráfego registrável por um adversário.
  - $L$ é o tempo de vida de confidencialidade necessário.
  - $I(\kappa, L)$ é uma integral que representa a probabilidade de um Computador Quântico Criptograficamente Relevante (CRQC) chegar dentro da vida útil do ativo e antes que ocorra uma violação clássica.
- Acoplamento: O modelo utiliza um framework de riscos concorrentes onde o perigo clássico ( $\lambda$ ) e o tempo de chegada do CRQC ( $T_q$ ) são variáveis aleatórias independentes. O termo quântico é limitado pela probabilidade de os dados já terem sido expostos classicamente, evitando a dupla contagem.
- Lei de Chegada do CRQC: O modelo ajusta uma distribuição de Weibull a âncoras de pesquisas de especialistas (do Relatório de Cronograma de Ameaça Quântica de 2025) para estimar a densidade de probabilidade da chegada do CRQC, criando cenários otimistas e pessimistas.
Verificação e Análise:
- Provas Matemáticas: Doze proposições são provadas sobre as propriedades do modelo, incluindo invariância de unidade, a natureza não aditiva do acoplamento e a existência de um limiar de dominância.
- Verificação Numérica: A implementação é validada contra simulações de Monte Carlo, quadratura adaptativa e uma implementação independente em JavaScript.
- Estudos de Caso: O método é aplicado a quatro sistemas públicos (MOSIP, Apache Fineract, OpenMRS e uma loja web de demonstração) usando parâmetros derivados de documentação pública.
- Análise Estatística: A incerteza dos inputs é propagada via perturbação (redesenho de parâmetros a partir de bandas ordinais) para avaliar a estabilidade dos rankings. A decomposição de variância (índices de Sobol') identifica os direcionadores da incerteza.

Principais Contribuições

Moeda Unificada: Uma formulação que expressa tanto os riscos clássicos quanto os quânticos como um único custo de atraso em moeda por ano, eliminando a necessidade de pesos arbitrários ou constantes de normalização.
Acoplamento de Riscos Concorrentes: Uma prova matemática de que o acoplamento do termo quântico com o perigo clássico remove a dupla contagem. O artigo prova que o métrica resultante não é uma soma ponderada de pontuações clássicas e quânticas separadas.
Limiar de Dominância ( $\lambda^*$ ): A derivação de um limiar específico para a taxa de perigo clássico. Abaixo deste limiar, o termo quântico domina o custo de atraso total, independentemente do valor monetário do ativo. Isso identifica uma classe específica de ativos (baixo perigo clássico, vida útil longa, dados registráveis, alto turnover) onde a migração PQC é unicamente urgente.
Otimização de Agendamento: Aplicação da regra de Smith para provar que o ranking de ativos por este CoD unificado é ótimo para o sequenciamento de trabalho sob taxas de perda constantes. O artigo quantifica o "preço" de manter filas separadas para trabalho clássico e quântico.
Verificação Empírica: Uma análise estatística rigorosa de quatro sistemas, demonstrando que, para ativos de vida longa, o termo quântico pode reordenar decisivamente as prioridades, enquanto para sistemas de vida média, o reordenamento é frequentemente menos significativo do que a discrepância de inputs (ruído).

Resultos

Impacto de Reordenação: No estudo de caso do MOSIP (identidade nacional), a inclusão do termo quântico moveu os "pacotes de registro" do rank 6 (apenas clássico) para o rank 1. Em 55% das 4.000 simulações perturbadas, este ativo permaneceu entre os dois primeiros; sob o ranking apenas clássico, ele nunca esteve entre os dois primeiros.
Sinal-Ruído: Para o MOSIP, o termo quântico reordenou pares de ativos com mais frequência do que a incerteza de entrada (razão sinal-ruído de 1,36). Para outros sistemas (Fineract, OpenMRS, Boutique), o reordenamento foi frequentemente menor do que o ruído introduzido pelos diferentes julgamentos dos analistas.
Direcionadores de Variância: A análise de sensibilidade revelou que o valor do ativo ( $V$ ) e o turnover anual ( $\tau$ ) explicam 73–91% da incerteza no termo quântico. A data específica de chegada do CRQC explica apenas 3–17% da variância, particularmente para ativos com vidas úteis superiores a 30 anos, onde a probabilidade de chegada já saturou.
Eficiência de Agendamento: Simulações mostraram que um único backlog ranqueado pelo CoD unificado está dentro de 5–10% do ótimo exato (derivado via programação dinâmica), enquanto manter filas separadas para clássico e quântico aumenta a perda comprometida em 27–150%.
Comparação com QARS: O modelo CoD unificado produziu rankings diferentes do Quantum-Adjusted Risk Score (QARS), principalmente porque o QARS não considera perigos clássicos e trata o valor em faixas discretas em vez de moeda contínua.

Significância e Alegações
O artigo reivindica modestamente fornecer uma construção e verificação de um novo método de priorização, em vez de uma nova teoria matemática ou um resultado empírico validado.

Utilidade Prática: Oferece uma forma fundamentada de integrar a migração PQC nos registros de risco existentes sem isolar o problema. Identifica explicitamente onde a ameaça quântica altera a lista de prioridades (dados de vida longa, silenciosos e registráveis) e onde ela não altera.
Suporte à Decisão: O modelo não produz um "score calibrado" único, mas relata como os rankings mudam sob diferentes premissas (ex: datas de chegada do CRQC, taxas de desconto), permitindo que os tomadores de decisão vejam os limites da incerteza.
Limitações: O autor afirma explicitamente que os parâmetros são assumidos de documentação pública, não elicitados de profissionais, e que os resultados são ilustrativos. O modelo assume que a confidencialidade é o risco primário (ignorando integridade/disponibilidade) e assume independência entre adversários clássicos e quânticos. A lei de chegada é uma interpolação de dois pontos, extrapolada além de 15 anos.
Conclusão: O termo quântico altera decisivamente a lista de prioridades apenas para classes específicas de dados de vida longa. Para a maioria dos sistemas de vida média, o termo quântico altera a magnitude do risco, mas não necessariamente a ordem além do ruído da incerteza de entrada. O principal valor é a capacidade de comparar ameaças díspares em uma linha do tempo economicamente fundamentada.

Mais como este