論文の概要: Neural network for excess noise estimation in continuous-variable quantum key distribution under composable finite-size security
- arxiv url: http://arxiv.org/abs/2507.23117v1
- Date: Wed, 30 Jul 2025 21:44:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-01 17:19:08.813053
- Title: Neural network for excess noise estimation in continuous-variable quantum key distribution under composable finite-size security
- Title(参考訳): 構成可能な有限サイズセキュリティ下での連続可変量子鍵分布における余剰雑音推定のためのニューラルネットワーク
- Authors: Lucas Q. Galvão, Davi Juvêncio G. de Sousa, Micael Andrade Dias, Nelson Alves Ferreira Neto,
- Abstract要約: 連続量子鍵分布(CV-QKD)におけるパラメータ推定にニューラルネットワークが確実に利用できることを示す。
提案手法は,標準手法と同等のプロトコルを用いて,より厳密な信頼区間を生成する。
これらの結果は、現代の機械学習技術を量子暗号プロトコルに統合するための新しい視点を開く。
- 参考スコア(独自算出の注目度): 0.3374875022248866
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Parameter estimation is a critical step in continuous-variable quantum key distribution (CV-QKD), especially in the finite-size regime where worst-case confidence intervals can significantly reduce the achievable secret-key rate. We provide a finite-size security analysis demonstrating that neural networks can be reliably employed for parameter estimation in CV-QKD with quantifiable failure probabilities $\epsilon_{PE}$, endowed with an operational interpretation and composable security guarantees. Using a protocol that is operationally equivalent to standard approaches, our method produces significantly tighter confidence intervals, unlocking higher key rates even under collective Gaussian attacks. The proposed approach yields tighter confidence intervals, leading to a quantifiable increase in the secret-key rate under collective Gaussian attacks. These results open up new perspectives for integrating modern machine learning techniques into quantum cryptographic protocols, particularly in practical resource-constrained scenarios.
- Abstract(参考訳): パラメータ推定は連続可変量子鍵分布(CV-QKD)における重要なステップであり、特に最悪ケースの信頼区間が達成可能な秘密鍵レートを大幅に減少させる有限サイズ状態において重要である。
CV-QKDにおけるパラメータ推定に,演算解釈と構成可能なセキュリティ保証を付与した,定量的な故障確率$\epsilon_{PE}$で確実に利用できることを示す有限サイズセキュリティ解析を提供する。
提案手法は,標準手法と等価なプロトコルを用いて,より厳密な信頼区間を生成し,ガウス攻撃でも高い鍵レートを解放する。
提案手法はより厳密な信頼区間をもたらし、ガウス攻撃による秘密鍵レートの定量化につながる。
これらの結果は、特に実践的なリソース制約のあるシナリオにおいて、現代の機械学習技術を量子暗号プロトコルに統合するための新たな視点を開く。
関連論文リスト
- Asymptotically tight security analysis of quantum key distribution based on universal source compression [0.5242869847419834]
量子鍵分布(QKD)プロトコルは、有限サイズのセキュリティ証明を必要とする。
PECアプローチはセキュリティ分析の一般的な戦略の1つである。
新しいPEC型戦略は、理論的に最適な鍵レートを確実に達成することができる。
論文 参考訳(メタデータ) (2025-04-10T00:52:13Z) - The probabilistic combinatorial attacks on atmospheric continuous-variable quantum secret sharing [0.9742230414221046]
自由空間量子秘密共有チャネルの実用的セキュリティについて検討する。
本稿では,2点分布攻撃と一様分布攻撃を組み合わせた攻撃戦略を提案する。
その結果, CV-QSSとCV-QSSは中程度の強度乱流下では真の鍵速度を低下させるが, 数百のスケールで8kmの距離で安全なQSSを実現することができることがわかった。
論文 参考訳(メタデータ) (2025-03-17T01:43:13Z) - Numerical security analysis for quantum key distribution with partial state characterization [0.34952465649465553]
本稿では,準備・測定および測定・デバイスに依存しないQKDプロトコルの秘密鍵レートを評価する新しいセキュリティ証明手法を提案する。
提案手法は, 達成可能なシークレットキーレートの観点から, 部分状態のキャラクタリゼーションに対処する現在の解析手法より優れていることを示す。
論文 参考訳(メタデータ) (2025-03-10T12:08:25Z) - Practical hybrid PQC-QKD protocols with enhanced security and performance [44.8840598334124]
我々は,量子古典ネットワーク内でQKDとPQCが相互運用するハイブリッドプロトコルを開発した。
特に、それぞれのアプローチの個々の性能に対して、スピードと/またはセキュリティを向上する可能性のある、異なるハイブリッド設計について検討する。
論文 参考訳(メタデータ) (2024-11-02T00:02:01Z) - Finite-Key Analysis for Coherent One-Way Quantum Key Distribution [18.15943439545963]
コヒーレントワンウェイ(Coherent-one-way、COW) 量子鍵分布(QKD)は、実験的に実装され、実用製品にデプロイされた重要な通信プロトコルである。
COW-QKDの既存のセキュリティ分析は、有限鍵系におけるコヒーレント攻撃に対する短い送信距離または免疫の欠如を提供する。
我々はCOW-QKDの変種に対する厳密な有限鍵フレームワークを提案する。
論文 参考訳(メタデータ) (2023-09-28T03:32:06Z) - Robust and efficient verification of graph states in blind
measurement-based quantum computation [52.70359447203418]
Blind Quantum Computing (BQC) は、クライアントのプライバシを保護するセキュアな量子計算手法である。
資源グラフ状態が敵のシナリオで正確に準備されているかどうかを検証することは重要である。
本稿では,任意の局所次元を持つ任意のグラフ状態を検証するための,堅牢で効率的なプロトコルを提案する。
論文 参考訳(メタデータ) (2023-05-18T06:24:45Z) - Robust Control for Dynamical Systems With Non-Gaussian Noise via Formal
Abstractions [59.605246463200736]
雑音分布の明示的な表現に依存しない新しい制御器合成法を提案する。
まず、連続制御系を有限状態モデルに抽象化し、離散状態間の確率的遷移によってノイズを捕捉する。
我々は最先端の検証技術を用いてマルコフ決定プロセスの間隔を保証し、これらの保証が元の制御システムに受け継がれるコントローラを演算する。
論文 参考訳(メタデータ) (2023-01-04T10:40:30Z) - Quantization enabled Privacy Protection in Decentralized Stochastic
Optimization [34.24521534464185]
分散最適化は、機械学習、制御、センサーネットワークのように多様な領域で使用することができる。
プライバシー保護は、分散最適化の実装において重要な必要性として浮上している。
本稿では,アグレッシブ量子化誤差が存在する場合でも,証明可能な収束精度を保証できるアルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-08-07T15:17:23Z) - Data post-processing for the one-way heterodyne protocol under
composable finite-size security [62.997667081978825]
本研究では,実用的連続可変(CV)量子鍵分布プロトコルの性能について検討する。
ヘテロダイン検出を用いたガウス変調コヒーレント状態プロトコルを高信号対雑音比で検討する。
これにより、プロトコルの実践的な実装の性能を調べ、上記のステップに関連付けられたパラメータを最適化することができる。
論文 参考訳(メタデータ) (2022-05-20T12:37:09Z) - Composably secure data processing for Gaussian-modulated continuous
variable quantum key distribution [58.720142291102135]
連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。
構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。
特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
論文 参考訳(メタデータ) (2021-03-30T18:02:55Z) - Improved DIQKD protocols with finite-size analysis [2.940150296806761]
正のランダム性は、既知のすべてのノイズ閾値を超える9.33%のノイズ値の非偏極化を達成可能であることを示す。
また,プレシェードシードと「種子回収」ステップを用いて,ランダムキー測定プロトコルの修正も行った。
論文 参考訳(メタデータ) (2020-12-16T03:04:19Z) - Learning, compression, and leakage: Minimising classification error via
meta-universal compression principles [87.054014983402]
学習シナリオのための圧縮技法の有望なグループは、正規化極大(NML)符号化である。
ここでは,教師付き分類問題に対するNMLに基づく意思決定戦略を検討し,多種多様なモデルに適用した場合にPAC学習を実現することを示す。
本手法の誤分類率は,プライバシに敏感なシナリオにおいて,データ漏洩の可能性を定量化するための指標である最大リークによって上限づけられていることを示す。
論文 参考訳(メタデータ) (2020-10-14T20:03:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。