⚛️ quantum physics

Learnt Attacks on Quantum Key Distribution under Channel Noise and Device Drift

本文将量子密钥分发中针对信道噪声和设备漂移的自适应窃听问题建模为一个约束马尔可夫决策过程，证明了强化学习可以发现紧凑的攻击电路，这些电路在设备依赖型和设备无关型场景下均能显著优于静态策略，并逼近理论上限。

原作者： Marcel Mordarski, Benjamin Gras, Abdelrahman Shehata, Daniel Budina, Roberto Bondesan

发布于 2026-10-02

📖 1 分钟阅读🧠 深度阅读

原作者： Marcel Mordarski, Benjamin Gras, Abdelrahman Shehata, Daniel Budina, Roberto Bondesan

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

量子密钥分发是一种利用奇特的物理定律而非复杂的数学逻辑来发送秘密信息的方法。在这个系统中，两个传统上被称为爱丽丝（Alice）和鲍勃（Bob）的人，通过共享一串微小的光粒子来生成一个共享的密钥。如果第三方，即窃听者伊芙（Eve），试图监听，量子力学的定律将确保她的干扰会留下可检测到的痕迹，就像在窗户上留下的指纹一样。正因如此，安全专家可以从数学上证明，只要痕迹足够微小，信息就是安全的。多年来，工程师们在构建这些系统时，一直假设环境是完美稳定的，或者至少假设任何变化都发生得足够缓慢，能够被常规检查捕捉到。他们根据噪声在系统中是恒定的这一假设来设定安全余量，将传输信道视为一条在行驶过程中不会发生变化的静态道路。

然而，在现实世界中，发送和接收这些粒子的设备并非完全稳定。激光器和探测器会随时间漂移，它们所经过的空气或光纤也会发生波动。目前的安全性实践通过频繁重新校准机器，并增加一个宽大的安全缓冲值来处理这一问题。这种方法虽然安全，但既昂贵又低效，往往迫使系统为了保险起见而停止数据传输，即使当时并没有人在窃听。一个悬而未决的大问题是：一个聪明的攻击者是否可以利用系统本身存在漂移这一事实？如果一名窃听者不被允许改变噪声本身，但可以观察噪声的变化，她能否学会实时调整她的监听策略，从而窃取比此前认为更多的信息？

伦敦帝国理工学院的一个研究小组现在回答了这个问题，他们将窃听者视为一个“学习者”，而非静态的威胁。他们建立了一个计算机模拟，其中窃听者面临的是一个噪声水平随时间变化的信道，其变化模式类似于醉汉向中心点前后蹒跚。在这个模拟中，窃听者不仅仅是选择一个监听设备并固守不动，相反，她拥有一个不同的监听策略库，每种策略都旨在针对特定的噪声条件发挥最佳效果。她的目标是平衡窃取信息的需求与被发现的风险，在合适的时刻选择合适的策略。如果她偷取的太多，系统的错误率就会飙升，爱丽丝和鲍勃就会中断连接。研究人员使用一种被称为“强化学习”的人工智能技术，来教导这位窃听者如何在不断变化的景观中进行导航。

结果揭示了当前系统配置中的一个显著漏洞。当研究人员将这种自适应攻击者应用于标准的 BB84 协议时，他们发现，通过适应漂移，窃听者提取的信息明显多于她被迫使用单一、不变策略时的情况。具体而言，通过适应漂移，她将成功率提高了一个虽小但至关重要的幅度，达到了物理定律允许的理论最大值的近 99%。在更复杂的设备无关协议 E91 中，这种优势甚至更加剧烈。在那里，自适应攻击者能够将她能窃取的信息量提高到最佳固定策略的约 2.6 倍，同时保持她的检测率为零。这意味着，通过仅仅观察噪声漂移并调整她的手段，她几乎可以在合法用户毫无察觉的情况下，使她的收获翻倍。

这项研究还阐明了我们测量误差的方式如何影响安全性。研究人员发现，如果爱丽丝和鲍勃只观察所有类型信号的平均误差，不对称攻击者就能获得微弱优势。然而，如果他们分别检查每种类型的误差率，攻击者的优势就会消失甚至反转。这表明，目前监测特定误差率的做法不仅是一个技术细节，更是一种至关重要的防御机制，它显著收紧了安全余量。研究人员强调，他们的工作并未破坏量子密码学的基本安全性证明。那些证明仍然成立，因为它们假设的是所有噪声都由攻击者造成的“最坏情况”。相反，这项工作衡量的是当前安全余量的“保守性”。它表明，由于假设噪声是静态的，运营商留下了一个自适应攻击者可以利用的安全缺口，这会导致要么是进行不必要的频繁重新校准，要么是在某些情况下导致隐蔽的信息泄露。

最终，这项研究为网络运营商提供了一个理解“漂移成本”的新工具。通过精确量化一个自适应攻击者可以额外获取多少信息，它使工程师能够计算出他们当前的安全余量是过宽（浪费宝贵的传输时间），还是过窄（面临信息泄露的风险）。该研究表明，静态安全分析与动态现实之间的差距是可衡量的且具有显著意义。这是首次有一种方法可以将“漂移信道”这一抽象概念转化为一个具体的数值，告诉我们如果考虑到一个会学习和适应的攻击者，系统可以变得多么安全。这使得讨论的重心从单纯地假设最坏情况，转向了理解威胁的具体动态，为构建更高效、更稳健的量子通信网络铺平了道路。

技术摘要：针对信道噪声与设备漂移下的学习型量子密钥分发攻击

问题陈述
量子密钥分发（QKD）的安全证明通常假设在设备重新校准期间信道是平稳的。在实际应用中，合法方（Alice 和 Bob）必须预留运行余量，以应对设备漂移和信道噪声。目前的这些余量是基于设备特性表征设置的，而非基于对窃听者（Eve）通过适应信道漂移来获取更多信息的分析。虽然静态数值方法（例如半正定松弛法）可以针对固定的噪声水平界定 Eve 的信息量，但它们并未解决由漂移信道引发的序列决策问题。具体而言，目前尚未量化一个受限于其无法改变的物理噪声过程的攻击者，是否可以通过逐轮调整其攻击策略，比使用单一固定策略获得显著更多的信息。

方法论
作者扩展了 Decker 等人 [13] 的“学习型攻击”框架，以解决两个主要局限性：固定的电路模板和平稳信道。

拓扑结构与参数的联合搜索： 作者不再仅仅优化预定义电路模板内的旋转角，而是将门结构（拓扑）和旋转角都视为未知量。他们采用进化外层循环来提出门序列（使用 $\{RX, RY, RZ, CNOT\}$ ），并使用内层循环（使用无梯度优化器如 CMA-ES 或 SPSA）来微调角度。这使得发现紧凑电路（4–9 个门）成为可能，这种电路适用于缺乏已知解析模板（如振幅阻尼）的噪声模型（即离散动作集）。
作为约束马尔可夫决策过程（MDP）的自适应窃听： 漂移信道被建模为一个 Ornstein–Uhlenbeck 过程。攻击者的任务被表述为一个约束马尔可夫决策过程（MDP）。
- 状态： 攻击者观测当前的噪声水平、近期历史记录和累积统计数据。
- 动作： 从预先学习的库中选择一个电路。
- 约束： 在一个区块内的平均监测统计量（例如保真度 $F_{AB}$ 或 CHSH 值 $S$ ）不得超过中止阈值。
- 目标： 在避免被检测到的同时，最大化期望信息量（Holevo 量 $\chi$ 或保真度 $F_{AE}$ ）。
评估框架： 通过将强化学习（RL）智能体与以下对象进行比较，来界定适应性的价值：
- 最佳固定电路（静态基准）。
- 一个我的主义地（myopically）选择最佳安全动作的贪婪预言机（greedy oracle）。
- 一个*动态规划（DP）*上界，它在给定的动作集上求解 MDP 以建立理论最大值。

核心贡献

映射可达信息量： 作者绘制了在不同噪声族（Pauli 和振幅阻尼）及监测惯例下，攻击者在平稳噪声信道上能提取的最大信息量。他们量化了“无噪声”克隆界与在信任噪声惯例下的实际可达界之间的差距。
基矢不对称性与监测惯例： 研究表明，攻击者从基矢不对称中获得的增益正负取决于监测惯例。在基矢平均错误率约束下，不对称性产生较小的正增益；在单基矢约束下，增益符号反转且量级显著增加。
基于纠缠协议的双边噪声： 对于设备无关协议 E91，作者推导出双边去极化噪声对 CHSH 值的效应是二次方的 ( $(1-p)^2$ )，而单子系统模型会错误地估计为线性退化。这确定了一个特定的噪声阈值 ( $p_{cliff} \approx 0.074$ )，超过该阈值后，即使是无干扰链路也无法产生密钥。
量化适应性的价值： 通过求解约束 MDP，作者展示了自适应策略显著优于静态策略：
- E91（设备无关）： 自适应攻击者在零检测情况下，将 Holevo 信息量从 0.135（最佳固定电路）提高到 0.348（自适应 RL 智能体），达到了 DP 上界的 98%。这代表了约 2.6 倍的信息提取增益。
- BB84： 自适应智能体在保真度上超过了保守的、基于噪声索引的规则 0.024，捕捉了理论上直至 DP 界限可用容量的约 75%。
验证： 搜索程序恢复了已知的解析结果（例如针对 Pauli 噪声的最优克隆器、集体攻击密钥率），并且从上方满足了 Winick–Lütkenhaus–Coles 目标的下界，从而验证了搜索方法的有效性。

结果

平稳噪声： 对于平稳信道，搜索确认了“信任噪声”惯例（即攻击者无法改变信道噪声）会导致保守的余量。在“无噪声”理论界与实际可达界之间的差距随噪声水平增加而扩大。
漂移噪声：
- 在具有漂移比特翻转通道的 BB84 上，自适应智能体实现了 $F_{AE} = 0.7434$ （严格零检测），匹配了贪婪预言机，并达到了 DP 上界（$0.7527$）的 99%。
- 在具有双边去极化噪声的 E91 上，自适应智能体实现了 $\chi \approx 0.348$ （零检测），而最佳固定电路为 0.135。该智能体达到了 DP 上界（$0.356$）的 98%。
- 结果表明，“适应性的价值”是实质性的，特别是在噪声几何结构更为受限的设备无关协议中。
检测容忍度： 允许较小的检测率（例如 BB84 中的 4%）对于严格零检测策略带来的收益微乎其微，这表明主要的优势来自于适应过程本身，而非风险承受能力。

意义与主张
本文声称提供了首次关于攻击者在受限于物理噪声过程时，通过适应信道漂移所获得的优势的量化。作者指出，这项工作并不会使现有的安全证明失效（这些证明在熵累积论证下仍然有效），而是澄清了“运行余量”——即已证明的安全界限与物理受限攻击者实际可获得的信息量之间的关系。

其意义在于将动态威胁转化为可测量、可优化的量。这使得网络运营商有可能延长重新校准间隔并最大化吞吐量，从而解决 QKD 商业化应用中的主要经济障碍。作者强调，其结果是攻击者能力的构造性下界；它们是对提供必要上界的正式安全证明的补充，而非替代。这项工作凸显了当前的静态假设可能会导致过度配置（损失密钥率）或在漂移环境下低估风险。

技术摘要：针对信道噪声与设备漂移下的学习型量子密钥分发攻击

类似论文