.png){kind=icon}
返回
Secure Continuous-Variable Quantum Key Distribution with Machine Learning
.png){kind=icon}
OA
AI
DOI：10.3390/photonics8110511.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
量子密钥分发（QKD）提供信息论安全，而实际系统被认为无法有效保证实用安全。在实际的连续变量（CV）QKD系统中，实际设备与理想化模型之间的偏差可能为窃听者和干扰因素引入漏洞，并给双方带来压力。然而，常见的量子黑客攻击策略和应对措施不可避免地增加了实际CV系统的复杂性。机器学习技术被用于探索如何感知实际不完美性。在此，我们回顾了关于机器学习的安全CVQKD系统的近期工作，其中研究了检测和攻击的方法。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息