返回
Multidimensional reconciliation scheme using deep learning in continuous-variable quantum key distribution
DOI:10.1088/1367-2630/adcf45.png)
摘要
En 中文
信息协调是连续变量量子密钥分发(CV-QKD)系统中的一个重要阶段,因为它直接影响CV-QKD系统的性能,包括密钥率和安全传输距离。本文提出了一种基于深度学习的多维协调方案用于CV-QKD系统。首先,构建不同的神经网络以获取范数信息。其次,提出了一种基于深度学习辅助范数信息的多维协调方案,该方案不再需要通过认证的经典公共信道传输范数信息。最后,仿真结果和性能分析表明,与传统的多维协调方案相比,基于深度学习辅助范数信息的多维协调方案能够在一定程度上降低通信流量。
Keyword:
multidimensional reconciliation
continuous-variable quantum key distribution
deep learning
low-density parity-check codes
期刊
IF:
2.8
论文数:
584
被引数:
3.5W
机构
暂无机构信息
引用论文
Rate compatible reconciliation for continuous-variable quantum key distribution using Raptor-like LDPC codes使用Raptor类LDPC码进行连续变量量子密钥分配的速率兼容和解
Low-complexity adaptive reconciliation protocol for continuous-variable quantum key distribution连续变量量子密钥分发的低复杂度自适应协调协议
Continuous-variable quantum key distribution system: Past, present, and future
APPLIED PHYSICS REVIEWS
IF11.6

