💻 computer science

Quantum-Resilient DICOM Image Secret Sharing with Quasi-Periodic Unitary Scrambling and Hypergraph Authentication

本文提出了 AJIT，一种高保真经典-量子混合框架，该框架通过结合基于 DTCWT 的压缩、准周期酉变换混淆以及拓扑超图验证，实现了 DICOM 医学图像的量子抗性安全共享与多方认证，从而达到无损重建和鲁棒的差分抗性。

原作者： Digambar Padulkar, Jibi Abraham

发布于 2026-07-10

📖 1 分钟阅读☕ 轻松阅读

原作者： Digambar Padulkar, Jibi Abraham

原始论文采用 CC BY 4.0 许可（https://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

想象一下，你有一张极其敏感的医疗照片，比如一张 X 光片或 MRI 图像，其中包含了患者最私密的秘密。现在，你需要将这张照片发送给世界各地的一群医生，但你非常担心量子计算机（一种超高速、未来的机器）可能会破解你的代码并窃取图像。

这篇论文介绍了一种全新的、高科技的安全系统，名为 AJIT（自适应联合寄存器图像变换）。你可以把 AJIT 想象成一个神奇的、由量子驱动的“秘密配方”，用于分享医疗图像，其强度足以抵御未来量子计算机的威胁。

以下是这个“魔术表演”的具体步骤：

1. “缩放射线”（压缩）

首先，系统会对巨大的医疗图像（例如 128x128 像素的图片）进行缩小。它不仅仅是简单的挤压，而是使用了一个名为 DTCWT（双树复小波变换）的特殊工具。

类比： 想象一张巨大的、细节丰富的地图。这个工具不是复制整张地图，而是剪切出最重要的道路和地标，同时扔掉那些空白的田野。
结果： 这将图像的“量子足迹”缩小了 75%。它完美地保留了所有关键细节（如肿瘤或骨折），同时使用了极少的内存。论文将其与 FFT 和 DCT 等其他方法进行了对比，发现只有 DTCWT 能让医生使用的医疗细节保持足够清晰。

2. “量子洗牌”（打乱）

一旦图像被缩小，它就会被转化为量子态（一种表示它是由微小的量子比特构成的说法）。但仅仅变成量子态是不够的；它需要被打乱，以免别人猜出它是什么。

旧方法的问题： 以前的方法使用的是“周期性”的洗牌方式，就像魔方一样。如果你旋转足够多次，它就会回到原点。黑客只需要不断旋转，直到图像重新显现即可。
AJIT 的解决方案： 本文反对使用那些可预测的、重复的洗牌方式。相反，AJIT 使用了 拟周期酉算符（一个听起来很高级的、用于制造混沌的洗牌器）。
类比： 与其使用会重复的魔方，不如想象一个使用随机且永无止境的旋转序列的洗牌器。它就像一个永远不会显示相同图案的万花筒。因为模式从不重复，黑客无法通过“等待”来看到原始图像。

3. “秘密俱乐部”（共享与身份验证）

现在，被打乱的图像被切割成碎片（份额）并发送给不同的人。但问题在于，你不能直接要回这些碎片。你必须证明自己属于这个“秘密俱乐部”。

超图： 论文使用了名为 量子超图 的概念。普通的图可以看作是用线连接两个点，而超图则像是一个可以同时连接许多点的网。
测试： 在任何人获得碎片之前，他们必须通过“拓扑相位锁定”测试。这就像是一个涉及一群人以特定量子模式牵手进行的秘密握手。如果这群人中哪怕有一个人是骗子或黑客，量子“握手”就会中断，系统会立即识别出谁是骗子。论文指出，这种方法可以确定性地识别不诚实的参与者。

4. “幽灵密钥”（隐形传输）

一旦获得授权的医生组证明了他们的合法身份，他们就需要“密钥”来还原图像。但通过互联网发送密钥是危险的，因为黑客可能会窃取它。

解决方案： 论文使用了 量子门隐形传输。
类比： 与其邮寄密钥（这可能会被窃取），不如直接将密钥的“效果”隐形传输到接收端。密钥本身从未以可以被黑客读取或复制的形式存在。这就像发送一条信息，只有当接收者站在正确的位置时，信息才会出现，然后立即消失。

结果（“是否奏效？”的检查）

作者们并非只是凭空构想，他们利用计算机（使用 IBM 的 Qiskit 模拟器）进行了模拟实验，以观察其表现。他们使用了 128x128 DICOM 图像（标准的医疗图像尺寸）进行测试。

安全性： 该系统在隐藏变化方面表现得极其出色。如果改变原始图像中哪怕一个微小的像素，打乱后的版本也会发生 99.8157% 的变化（这是一个名为 NPCR 的指标）。这意味着黑客无法通过观察微小差异来猜测图像。
质量： 当获得授权的医生将碎片重新组合时，重建的图像几乎完美。其“峰值信噪比”（PS，PSNR）为 58.48 dB，且“结构相似性”（SSIM）高于 0.99。用通俗的话说：重建后的图像与原始图像几乎一模一样，没有模糊点或丢失的细节。
随机性： 发送给医生的“份额”（碎片）看起来就像纯粹的静态噪声，熵值为 7.70。这意味着黑客即使看到其中一个碎片，也看不出任何有用的信息。

本文并未提及的内容

了解本文没有声称的内容也很重要。

目前尚无真正的量子计算机： 作者明确指出，这些结果来自模拟（在运行着“假装”是量子机器的高性能计算机上运行）。他们尚未在真实的医院中使用物理量子计算机运行此系统。
并非“神奇”疗法： 这是一个安全工具，而不是医疗诊断工具。它不会寻找肿瘤，它只是负责在 X 光片传输过程中保护其安全。
没有未来的绝对保证： 论文表明这是一个强大的基础，但它并不声称该问题已得到“永久解决”。这是一个提议的框架，需要在真实硬件上进行更多测试。

简而言之，AJIT 是一个巧妙的多层安全系统：它缩小医疗图像，利用永不重复的模式对其进行打乱，将其拆分为类似噪声的碎片，并只允许正确的人群通过“幽灵密钥”将其还原。至少根据这些计算机模拟的结果来看，它是未来数字医疗领域的一面充满前景的盾牌。

技术摘要：基于拟周期酉变换与超图认证的量子抗性 DICOM 图像秘密共享

问题陈述
医疗基础设施的快速数字化创造了对安全医疗图像交换的紧迫需求，特别是针对新兴量子计算威胁（如 Shor 算法和 Grover 算法）正在破坏经典密码学假设这一现状。现有的医疗图像量子秘密共享（QSS）方案面临三个关键局限性：

周期性漏洞： 许多方案依赖于具有有限循环的周期性混淆算子（例如 Arnold 变换），这使其容易受到循环检测和统计密码分析攻击。
资源开销： 将高分辨率 DICOM 图像直接编码为量子态会产生极高的量子比特需求，导致其在当前的噪声中规模量子（NISQ）设备上难以实现。
认证缺失： 参与者认证通常与秘密共享过程分离，使得系统容易受到不诚实参与者和未经授权重构的影响。

此外，医疗图像要求无损的结构完整性；即使是微小的失真也可能损害临床诊断，因此需要一个能够平衡高保真压缩与鲁棒安全性的框架。

方法论：AJIT 框架
作者提出了 AJIT（自适应联合寄存器图像变换），这是一个旨在实现安全医疗图像秘密共享和多方认证的经典-量子混合框架。该方法论通过以下阶段进行：

通过 DTCWT 进行压缩：
- 为了减少量子资源足迹，框架对输入的 DICOM 图像应用 双树复小波变换（DTCWT）。
- 此分解产生一个近似子带和六个方向细节子带（ $\pm15^\circ, \pm45^\circ, \pm75^\circ$ ）。
- 通过仅利用近似子带作为主要量子态，该框架实现了 75% 的希尔伯特空间复杂度降低（对于 $2^n \times 2^n$ 的图像，减少了两个位置寄存器量子比特），同时保留了基本的解剖特征。
- 系数使用 Q8.8 定点表示法 进行编码，以确保浮点数子带数据的无损重构。
量子表示（NEQR）：
- 压缩后的近似子带使用 新型增强量子表示（NEQR） 编码为量子态。与概率性表示（如 FRQI）不同，NEQR 将灰度值存储在计算基态中，从而实现确定性的、位完美的诊断细节恢复。
拟周期混淆（ $U_{AJIT}$ ）：
- 应用定制的全局酉算子 $U_{AJIT} = U_{conf} \circ U_{diff}$ 对量子态进行混淆。
- 扩散层（ $U_{diff}$ ）： 利用带有随机量子比特旋转（ $R_y(\theta_i), R_z(\phi_i)$ ）和纠缠阶梯（CNOT 门）的随机电路 Ansatz 来分散空间相关性。
- 置乱层（ $U_{conf}$ ）： 实现带有循环位旋转算子（ $\Gamma_L$ ）的密码状态反馈（CSF）机制。偏移参数 $L$ 从旋转角度动态导出，并受限于质数，以确保最大雪崩效应。
- 核心创新： 与周期性算子不同， $U_{AJIT}$ 具有 不相称的特征相位谱，使得混淆在任何操作时间内实际上是非重复的，并且能够抵抗基于周期的攻击。
通过量子流形切片（QMS）进行秘密共享：
- 通过 量子流形切片（QMS） 算子将混淆后的量子流形分布为 $n$ 个统计不相关的份额。
- 这采用了 $(k, n)$ 阈值方案，通过与正交掩码进行 XOR 操作来生成份额。该过程是 无损的，且不受经典基于多项式的方案（如 Shamir 方案）中伽罗瓦域限制的影响。
超图认证：
- 在重构之前，使用 量子超图（QH） 认证协议验证参与者的合法性。
- 该层利用拓扑相位锁定机制，其中授权组（超边）必须满足特定的稳定器综合征。
- 不诚实参与者检测： 系统通过辅助算子辅助的 Hadamard 测试进行 稳定器综合征检测。如果参与者施加了酉误差（作弊），稳定器条件将失效，从而确定性地识别出恶意行为者并中止协议。
通过门遥测进行安全算子传递：
- 解密所需的逆算子 $U_{AJIT}^\dagger$ 绝不通过经典方式传输。
- 相反，它通过基于 Choi–Jamiolkowski 同构的 基于端口的量子门遥测 进行传递。这确保了解密算子保持在量子态中，受无克隆定理保护，并且仅由授权接收者应用。

核心贡献
论文声称其主要贡献如下：

拟周期酉变换： 一种具有不相称特征相位谱的新型混淆算子 $U_{AJIT}$ ，消除了有限周期的循环。
集成密钥流形： 直接从 DTCWT 旋转角度导出的加密密钥流形（ $K_k$ ），将压缩与密码学耦合，无需单独的密钥分发通道。
无损 QMS： 一种 $(k, n)$ 量子流形切片算子，避免了伽罗瓦域的限制，确保完美重构。
超图认证： 一种拓扑相位锁定的认证协议，通过稳定器综合征检测确定性地识别不诚实的参与者。
增强型 NEQR： 使用 Q8.8 定点表示法的编码方案，用于无损处理浮点数子带。
安全遥测： 一种基于端口的门遥测协议，用于交付解密算子而不暴露经典信息。

实验结果
数值模拟在 IBM Quantum Aer Simulator 和 Qniverse 上针对 128 $\times$ 128 DICOM 图像 进行。结果表明：

图像质量： 重构图像达到了平均 PSNR 为 58.48 dB 且 SSIM > 0.99，确认了近乎无损的诊断完整性。
安全指标：
- NPCR（像素变化率）： 平均为 99.8157%，表明对差分攻击具有强抗性。
- UACI（统一平均变化强度）： 平均为 33.5423%，符合安全的密码预期。
- 熵：份额表现出熵值 $H \approx 7.70$ ，证实了高随机性和缺乏信息泄露。
压缩： DTCWT 阶段成功将图像大小缩减至 $64 \times 64$ 的近似子带，节省了大约两个位置寄存器的量子比特。

意义与主张
作者断言 AJIT 为面临量子威胁的 去中心化远程医疗环境 提供了一个全面的解决方案。通过集成压缩、拟周期混淆和基于超图的认证，该框架解决了医疗成像的特定约束（无损保真度）以及当前量子硬件的限制（量子比特稀缺）。使用门遥测进行算子交付以及基于稳定器的认证，为抵御外部窃听和内部不诚实参与者提供了鲁棒的防御，建立了一个可扩展的、具有量子抗性的电子健康记录（EHR）管理架构。