想象一个存放着我们数字世界最珍贵秘密的保险库。几十年来，这些保险库上的锁一直依赖于数学谜题，这些谜题易于创建，但如果没有正确的钥匙，几乎无法破解。然而，一种新型机器正蓄势待发——一台如此强大的量子计算机，它能在瞬间破解这些谜题，使现有的锁形同虚设。危险不仅在于这些机器将在未来到来，更在于敌人现在就可以记录加密数据，将其存储在巨大的数字仓库中，等待量子机器出现后进行解锁。这被称为“现在收集，稍后解密”。组织面临着一个艰难的选择：他们有一堆普通的安全性问题需要解决，比如破损的门或脆弱的窗户，同时他们还必须为未来的量子威胁做好准备。但他们没有一种通用的方法来衡量哪种问题更为紧迫。是今天修补漏水的屋顶更重要，还是加固保险库以抵御未来的风暴更重要？
一位名叫 Animesh Shaw 的独立研究人员开发了一种新方法来回答这个问题，通过将这两种威胁转化为一种单一且熟悉的语言：延迟成本。该方法并非使用抽象的分数或单独的列表，而是精确计算出组织每等待一年去修复特定数据，会损失多少钱。对于普通的安全风险，这是一个基于违规可能性及其造成破坏程度的标准计算。对于量子威胁，其计算过程则更为微妙。它衡量的是等待时间如何让敌人能够记录更多最终将被解密的数据。这项创新的关键在于，这两个计算并不是简单地相加。该模型意识到，如果传统的黑客先窃取了数据，量子对手就无物可偷。通过考虑这种竞争关系，该方法得出了针对任何特定资产延迟行动的单一、精确的年度成本。
为了测试这种方法，研究人员将其应用于四种不同类型的公共系统：国家身份平台、核心银行系统、医疗记录系统以及一个演示性的在线商店。该研究没有使用这些组织的真实私密数据，而是根据公开文档和关于这些系统运作方式的合理假设构建了模型。结果揭示了一个清晰的模式。对于生命周期短或变化频繁的数据，普通的安全性风险通常在优先级列表中占据主导地位。然而，对于必须保持数十年机密、且在容易被记录的网络中传输的数据，量子威胁则成为驱动紧迫性的主要因素。在涉及国家身份系统的某个特定案例中，新方法将一种注册数据包从优先级列表的第六位提升到了最顶端，如果仅考虑传统的安全风险，这种转变是不会发生的。
研究还探讨了最终的排名在多大程度上取决于不确定的猜测，例如强大的量子计算机究竟何时到来。分析表明，对于大多数系统而言，优先级的顺序出人意料地稳定。驱动延迟成本的最大因素并非量子机器的到来日期，而是数据的价值以及每年产生和传输的数据量。虽然量子威胁真实且严重，但它并不会完全颠覆组织优先处理安全工作的标准方式，除非是针对某一特定类别的、长寿命、低频且可被记录的数据。对于这些特定的资产，等待的成本如此之高，以至于无论其他问题多么紧迫，都必须立即处理。
研究人员通过严密的数学证明和计算机模拟验证了该方法，确保其逻辑在不同场景下均能成立。研究结果表明，虽然组织不应恐慌并放弃现有的安全计划，但必须以一种全新的紧迫感来识别并保护其长期秘密。该方法提供了一种清晰的定量方式，用以决定哪些数据现在就需要最强的保护，从而确保有限的资源被用于防止最具不可逆转性的损失。它将一个复杂的、面向未来的困境转化为了一个实际的财务决策，使领导者能够清晰地看到哪些数字资产目前面临被窃取并在未来被解密的风险。
技术摘要：后量子迁移的延迟成本
问题陈述
组织在优先处理安全工作时面临着关键的决策缺口：它们必须在将资产迁移至后量子密码学（PQC）与处理古典安全漏洞积压之间做出选择。目前，这两类威胁缺乏统一的衡量单位。古典风险通常被量化为年化损失期望值（货币/年），而现有的后量子评分模型（如 QARS）则是无维度的、仅针对量子的指标。因此，决策者无法通过原则性的方式来确定特定的 PQC 迁移是否比修复一个古典漏洞更紧迫，也无法在单一的资源受限积压任务中对这些任务进行排序。此外，现有模型往往未能考虑到“竞争风险”的本质，即在量子计算机到来之前，古典性破防可能已经发生，这可能导致重复计算风险或误导延迟的紧迫性。
方法论
本文提出了一种统一的**延迟成本（Cost of Delay, CoD）**框架，将古典风险和“先截获后解密”（HNDL）风险统一表达为相同的单位：货币/年（$/year）。
数学公式化：
- 古典项 (Coc)： 定义为年化损失期望值 (λV)，其中 λ 是古典披露危害率，V 是资产价值。
- 量子项 (Coq)： 定义为推迟迁移所导致的不可逆 HNDL 损失速率。其计算公式为 r⋅h⋅I(κ,L)，其中：
- r 是年周转率（每年流入的新价值）。
- h 是可被对手记录的流量比例。
- L 是所需的机密性寿命。
- I(κ,L) 是一个积分，代表在资产寿命内且在古典破防发生之前，出现密码学相关量子计算机（CRQC）的概率。
- 耦合： 模型使用竞争风险框架，其中古典危害 (λ) 和 CRQC 到达时间 (Tq) 是独立的随机变量。量子项通过与古典尚未被披露的概率进行耦合，从而实现门控机制，防止重复计算。
- CRQC 到达律： 模型通过拟合基于专家调查锚点（来自 2025 年量子威胁时间线报告）的 Weibull 分布，来估计 CRQC 到达的概率密度，从而创建出乐观和悲观两种情景。
验证与分析：
- 数学证明： 对模型的属性进行了十二项命题证明，包括单位不变性、非加性耦合以及主导阈值的存在性。
- 数值验证： 通过蒙特卡洛模拟、自适应求积法以及一个独立的 JavaScript 实现对模型实施进行了验证。
- 案例研究： 将该方法应用于四个公开系统（MOSIP、Apache Finerack、OpenMRS 和一个演示 Web 商城），其参数均源自公开文档。
- 统计分析： 通过扰动（从序数区间中重新抽取参数）传播输入不确定性，以评估排名的稳定性。方差分解（Sobol' 指数）识别了不确定性的驱动因素。
核心贡献
- 统一货币： 一种将古典和量子风险都表达为单一延迟成本（货币/年）的公式，消除了对任意权重或归一化常数的依赖。
- 竞争风险耦合： 通过数学证明，将量子项与古典危害耦合可以消除重复计算。论文证明了所得指标并非单独的古典和量子得分的加权和。
- 主导阈值 (λ∗)： 推导出了一个特定的古典危害率阈值。在该阈值之下，无论资产的货币价值如何，量子项都会占据主导地位。这识别出了一类特定的资产（低古典危害、长寿命、可记录、高周转），其 PRC 迁移具有独特的紧迫性。
- 调度最优性： 应用 Smith 定律证明，按此统一延迟成本进行资产排序，在恒定损失率下是调度工作的最优选择。论文量化了将古典和量子工作分开处理的“代价”。
- 经验验证： 对四个系统进行了严格的统计分析，证明对于长寿命资产，引入量子项会显著改变优先级排序；而在中等寿命系统中，这种重排序的显著程度往往低于输入噪声（输入不确定性）。
结果
- 重排序影响： 在 MOSIP（国家身份系统）案例研究中，纳入量子项后，“注册数据包”的排名从古典仅有的第 6 位提升到了第 1 位。在 4,000 次扰动模拟的 55% 中，该资产保持在前两名，而在仅考虑古典风险的排名中，它从未进入前两名。
- 信噪比： 对于 MOSIP，量子项引起资产对重排序的频率高于输入不确定性（信噪比为 1.36）。对于其他系统（Finerack、OpenMRS、Boutique），重排序的程度往往小于由不同分析师判断引入的噪声。
- 方差驱动因素： 敏感性分析显示，资产价值 (V) 和年周转率 (τ) 解释了量子项 73–91% 的不确定性。CRQC 的具体到达日期仅解释了 3–17% 的方差，特别是对于寿命超过 30 年的资产，此时到达概率已趋于饱和。
- 调度效率： 模拟显示，按统一延迟成本排序的单一积压任务队列，其表现与通过动态规划得到的精确最优解仅差 5–10%；相比之下，维持独立的古典和量子队列会导致承诺损失增加 27–150%。
- 与 QARS 的比较： 统一的 CoD 模型产生的排名与量子调整风险评分（QARS）不同，因为 QARS 未考虑古典危害，且将价值视为离散区间而非连续货币。
意义与声明
本文谦虚地声称提供的是一种构建与验证新的优先级排序方法，而非一种新的数学理论或经过验证的经验结果。
- 实际效用： 它提供了一种将 PQC 迁移整合进现有风险登记册的原则性方法，而不会使问题孤岛化。它明确指出了量子威胁在何处改变了优先级（长寿命、低频、可记录的数据），以及在何处没有改变。
- 决策支持： 该模型并不产生单一的“校准得分”，而是报告排名在不同假设（如 CRQC 到达日期、折现率）下的变化情况，从而允许决策者观察不确定性的边界。
- 局限性： 作者明确指出，参数是假设自公开文档而非由从业者提供，且结果仅具说明性质。模型假设机密性是主要风险（忽略了完整性和可用性），并假设古典对手与量子对手之间是相互独立的。到达律是对两个数据点的插值，并向 15 年以外进行了外推。
- 结论： 量子项仅对特定类型的长寿命数据产生决定性的优先级改变。对于大多数中等寿命的系统，量子项改变的是风险的量级，但在输入不确定性的噪声面前，未必能改变其顺序。其核心价值在于能够在同一个经济基础的时间线上，对迥异的威胁进行比较。
每周获取最佳 quantum physics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。