論文の概要: Opportunistic QKD: Exploiting Idle Capacity of Classical WDM Systems

• arxiv url: http://arxiv.org/abs/2604.12982v1
• Date: Tue, 14 Apr 2026 17:16:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.579499
• Title: Opportunistic QKD: Exploiting Idle Capacity of Classical WDM Systems
• Title（参考訳）: Opportunistic QKD: 古典的WDMシステムのアイドル容量の爆発
• Authors: Sumit Chaudhary, Pere Munar Vallespir, Alonso Viladomat Jasso, Janis Nötzel,
• Abstract要約: 量子鍵分布(QKD)は実験室環境で実証されているが、大規模な実装には既存のインフラとの統合が必要である。 本稿では、古典的トラフィックを優先しながらQKDを実行するために、古典的ファイバの未使用チャネルであるアイドルスペクトル容量を利用する機会論的QKDフレームワークを提案する。 このフレームワークは、ネットワークオペレーターが現実世界の特定のサービスレベルアグリーメント(SLA)のバッファパラメータを最適化することを可能にする。
• 参考スコア（独自算出の注目度）: 3.6156994374167475
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While Quantum Key Distribution (QKD) has been proven in lab environments, large-scale implementation requires integration with existing infrastructure. This paper proposes an opportunistic QKD framework that takes advantage of idle spectral capacity, that is, unused channels in classical fibers, to perform QKD while prioritizing classical traffic. To mitigate crosstalk during the co-propagation of classical and quantum signals, we require a guardband of unused channels between classical and quantum signals. We propose a stochastic traffic model, with a deterministic day-night cycle and fractional Gaussian noise. Monte-Carlo simulations of an 80-channel WDM system with our stochastic traffic model demonstrate that 45-65% of unused spectrum can be repurposed for QKD, depending on the traffic conditions. We also model a key reservoir model, with Available and Recovery states. We define the Reliability Horizon as the 3σ depletion threshold. We find a trade-off between buffer reset levels: increasing the buffer reset level extends the reliability horizon but linearly increases recovery time, resulting in longer service "dark windows". Furthermore, simulations indicate that the first-passage time follows a heavy-tailed distribution, which is accurately characterized by a composite model combining a diurnal trend and a Bihill transition function. This framework enables network operators to optimize buffer parameters for specific Service Level Agreements (SLAs) in real-world environments.
• Abstract（参考訳）: 量子鍵分布(QKD)は実験室環境で証明されているが、大規模な実装には既存のインフラとの統合が必要である。 本稿では、古典的トラフィックを優先しながらQKDを実行するために、古典的ファイバの未使用チャネルであるアイドルスペクトル容量を利用する機会論的QKDフレームワークを提案する。 古典的信号と量子的信号の共伝播時のクロストークを緩和するためには、古典的信号と量子的信号の間の未使用チャネルのガードバンドが必要である。 本稿では,定性的な昼夜周期と分数的なガウス雑音を有する確率的交通モデルを提案する。 確率的交通モデルを用いた80チャンネルWDMシステムのモンテカルロシミュレーションにより, 交通条件に応じて, 未使用スペクトルの45-65%をQKDに再利用できることを示した。 可用性と回復状態を備えた重要な貯水池モデルもモデル化します。 我々はReliability Horizonを3σの枯渇しきい値として定義する。 バッファリセットレベルの増加は信頼性の水平線を延長するが、リカバリ時間は線形的に増加し、より長いサービス「ダークウインドウ」となる。 さらにシミュレーションにより, 初回通過時間は重み付き分布に従っており, 日次傾向とビヒル遷移関数を組み合わせた複合モデルにより正確に特徴付けられることがわかった。 このフレームワークは、ネットワークオペレーターが現実世界の特定のサービスレベルアグリーメント(SLA)のバッファパラメータを最適化することを可能にする。

関連論文リスト

• Secret Key Rate Limits in Coexisting Classical-Quantum Optical Links [0.0]
  量子周波数チャネルにおいて、既存の古典信号から蓄積された干渉電力を評価するための式を導出する。 本モデルは, 単一モードファイバにおける古典量子系の効率的な設計を可能にする。
  論文  参考訳（メタデータ） (2026-02-25T08:08:52Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Hybrid quantum-classical algorithm for near-optimal planning in POMDPs [39.682133213072554]
  強化学習(Reinforcement Learning, RL)は、部分的に観察可能な環境における意思決定のための原則的な枠組みを提供する。 近年の進歩は、振幅増幅と組み合わせた量子リジェクションサンプリングにより、スパースベイズネットワークでの推論を加速できることを実証している。 本稿では,量子ベイズ強化学習(Quantum Bayesian Reinforcement Learning, QBRL)を紹介する。
  論文  参考訳（メタデータ） (2025-07-24T17:42:30Z)
• FLEX: A Backbone for Diffusion-Based Modeling of Spatio-temporal Physical Systems [51.15230303652732]
  FLEX (F Low Expert) は、時間物理系の生成モデリングのためのバックボーンアーキテクチャである。 拡散モデルにおける速度場の分散を低減し、トレーニングの安定化に役立つ。 少数の特徴を2つの逆拡散ステップとして用いて、超解像および予測タスクの正確な予測を行う。
  論文  参考訳（メタデータ） (2025-05-23T00:07:59Z)
• Quantum-Enhanced Channel Mixing in RWKV Models for Time Series Forecasting [0.0]
  ニューラルシークエンスモデリングの最近の進歩は、RWKVのようなアーキテクチャにつながり、リカレントスタイルの時間混合とフィードフォワードチャネルミキシングを組み合わせることで、効率的なロングコンテキスト処理を可能にする。 本稿では、標準フィードフォワードネットワーク(FFN)を部分的に変分量子回路(VQC)に置き換えるRWKVモデルのハイブリッド量子ピース拡張であるQuantumRWKVを提案する。 量子コンポーネントは、PennyLaneフレームワークを介してエンドツーエンドの微分性を保ちながら、非線形表現能力を高めるように設計されている。
  論文  参考訳（メタデータ） (2025-05-18T02:19:30Z)
• Coexistence of continuous-variable quantum key distribution and classical data over 120-km fiber [0.0]
  量子距離連続QKDは, 有限サイズ系では120 km (20 dB) 以上, 有限サイズ系では100 km (17 dB) 以上である。 CV-QKDのファイバ距離は過去最高であり,既存のネットワークインフラにおけるコスト効率,大規模展開の可能性を示した。
  論文  参考訳（メタデータ） (2025-02-24T18:14:09Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Federated Quantum Long Short-term Memory (FedQLSTM) [58.50321380769256]
  量子フェデレーション学習(QFL)は、量子機械学習(QML)モデルを使用して、複数のクライアント間の協調学習を容易にする。 関数の近似に時間的データを利用するQFLフレームワークの開発に前向きな作業は行われていない。 量子長短期メモリ(QLSTM)モデルと時間データを統合する新しいQFLフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-21T21:40:47Z)
• Towards fully-fledged quantum and classical communication over deployed fiber with up-conversion module [47.187609203210705]
  本稿では,古典光とQKD信号の共伝搬のためのアップコンバージョン支援受信機に基づく新しい手法を提案し,実証する。 提案手法は,従来の受信機に比べて高い耐雑音性を示し,従来の4dB高電力条件下での秘密鍵の分配を可能にする。
  論文  参考訳（メタデータ） (2021-06-09T13:52:27Z)

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。