論文の概要: Simulation-Based Quantum Forensics for QKD: Machine Learning Attack Detection and Signature Extraction

• arxiv url: http://arxiv.org/abs/2610.25203v1
• Date: Sun, 18 Oct 2026 11:48:42 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:19:07.457283
• Title: Simulation-Based Quantum Forensics for QKD: Machine Learning Attack Detection and Signature Extraction
• Title（参考訳）: QKDのためのシミュレーションに基づく量子法医学:機械学習による検出と信号抽出
• Abstract要約: 量子鍵分布(QKD)は、理想的なプロトコル仮定の下でセキュアな鍵確立をサポートする。 Quantum Forensic Log (QF-LOG) は、集約されたQKD運用ログを解析するためのシミュレーションベースの法医学フレームワークである。
• 参考スコア（独自算出の注目度）: 3.4057682528839233
• License:
• Abstract: Quantum Key Distribution (QKD) supports secure key establishment under ideal protocol assumptions, but practical systems remain exposed to implementation-level attacks against optical channels, detectors, and controller behavior. This study presents Quantum Forensic Log (QF-LOG), a simulation-based forensic framework for analyzing aggregated QKD operational logs rather than raw quantum states. QF-LOG uses four observable features: quantum bit error rate (QBER), photon count, latency in milliseconds, and abort flag. The framework classifies normal operation and three simulated attack-related conditions: partial intercept-resend, detector-blind, and fiber-tap. A physics-inspired Generator-A dataset with 5 million balanced records was constructed using explicit mathematical generation models for all four features. A transparent threshold baseline, logistic regression, random forest, and XGBoost were evaluated on Generator-A. The full-feature learning models achieved macro F1-scores from 0.8211 to 0.8243 and outperformed the transparent two-feature comparator. Feature diagnostics showed that QBER contributed most, followed by latency in milliseconds and photon count, while no single feature reproduced the full feature set performance. Robustness was assessed on a separately generated Generator-B dataset of 5 million records that uses the same governing equations under shifted simulated operating parameters. Without retraining or tuning, their macro F1-scores decreased to values from 0.5645 to 0.5669. These findings show that QF-LOG can support interpretable forensic classification in a controlled synthetic setting, but stable internal evaluation does not establish reliability under changed simulated QKD operating conditions. The framework provides a documented basis for future evaluation across broader simulated settings and hardware-generated QKD logs.
• Abstract（参考訳）: 量子鍵分布(QKD)は、理想的なプロトコル仮定の下で安全な鍵設定をサポートするが、実用的なシステムは、光チャネル、検出器、コントローラの動作に対する実装レベルの攻撃にさらされている。 本研究では、生の量子状態ではなく、集約されたQKD動作ログを解析するためのシミュレーションベースの法医学フレームワークであるQuantum Forensic Log(QF-LOG)を提案する。 QF-LOGは、量子ビットエラー率(QBER)、光子数、ミリ秒のレイテンシ、中止フラグの4つの観測可能な特徴を使用する。 このフレームワークは、通常の動作と、部分的インターセプト応答、検出器ブレンド、ファイバタップの3つのシミュレーションされた攻撃関連条件を分類する。 物理にインスパイアされた500万のバランスレコードを持つGenerator-Aデータセットは、4つの特徴すべてに対して明確な数学的生成モデルを用いて構築された。 ジェネレータAでは, 透明しきい値ベースライン, 対物回帰, ランダム森林, およびXGBoostが評価された。 フル機能の学習モデルは0.8211から0.8243までのマクロF1スコアを獲得し、透明な2機能コンパレータを上回った。 特徴診断では、QBERが最も寄与し、ミリ秒と光子数で遅延が続いたが、完全な特徴セットのパフォーマンスを再現する機能は1つもなかった。 ロバストネスは500万レコードの別々に生成されたGenerator-Bデータセットで評価された。 再トレーニングやチューニングなしでは、マクロF1スコアは0.5645から0.5669に低下した。 これらの結果から,QF-LOGは制御された合成条件下での解釈可能な法医学的分類を支援することができるが,安定した内部評価は,異なる模擬QKD操作条件下での信頼性を確立できないことが示唆された。 このフレームワークは、より広範なシミュレートされた設定とハードウェア生成のQKDログにわたる将来の評価のためのドキュメントベースを提供する。

関連論文リスト

• QuPID: Quantum Parameter-Efficient Input-Dependent Retrieval Adaptation for Medical RAG [43.163742253145635]
  QuPIDは、量子パラメータ効率の入力依存型検索適応である。 凍結した画像の特徴を限られたデータでローカルアーカイブに適応させる。 凍った医療エンコーダよりも、ChestX-ray14とmuraでAT-5(P@5)の精度が高い。
  論文  参考訳（メタデータ） (2026-09-27T08:22:58Z)
• FreqCondNorm: Towards Cross-domain Predictive Maintenance through a Frequency-Conditioned Transformer Foundation Model [0.0]
  深い予測的メンテナンスモデルは、マシン間の転送可能性の低下と運用条件に悩まされる。 本稿では,FreqCondNormを提案する。FreqCondNormは,FILM方式の周波数正規化層を導入するトランスフォーマーアーキテクチャである。 アーキテクチャは5つのパブリックな予測メンテナンスデータセットで事前トレーニングされている。
  論文  参考訳（メタデータ） (2026-09-17T15:07:43Z)
• Architecture-Dependent Causal Transfer of Activation States Across Large Language Models [51.56484100374058]
  内部言語アクティベーション状態は、異なる大きな言語モデル間で因果的に転送することができる。 生成中に投影された活性化をターゲットモデルに注入すると、統計的に有意で事前登録された因果効果が生じる。 現在実装されているLCM間のエンド・ツー・エンドのアクティベーション・ステート・トランスファーは、ユニバーサルではなくアーキテクチャに依存していると結論付けている。
  論文  参考訳（メタデータ） (2026-08-17T09:53:27Z)
• RF Spectrogram Anomaly Detection with Quantum Kitchen Sinks: Architecture, Representation, and Hardware Validation [8.643667082966944]
  量子キッチンシンク(QKS)は、短期量子デバイスに適した軽量なハイブリッド量子特徴マップを提供する。 我々は,マルチ深度データ再アップロードとリング絡み込みによる標準QKSテンプレートを拡張し,制御されたRFスペクトログラム異常検出のパイプラインの評価を行った。 これらの結果は、QKSベースの異常検出を無線ネットワークに展開するための実用的で再現可能なフレームワークを提供する。
  論文  参考訳（メタデータ） (2026-07-15T14:40:41Z)
• GroverFigureOfMerit: An Agnostic Figure of Merit for Quantum Backend Characterization in the NISQ Era [41.99844472131922]
  本稿では,Groverのアルゴリズムに基づくメリットのフィギュアを,量子バックエンド性能を均等に評価するアルゴリズム的ストレステストとして提案する。 この計量は、目標状態の成功確率と、非一様増幅と非マーク状態へのリークに対する罰則を組み合わせ、ハードウェアアーキテクチャ全体で統一されたスコアを得る。
  論文  参考訳（メタデータ） (2026-07-09T16:08:48Z)
• LiQSS: Post-Transformer Linear Quantum-Inspired State-Space Tensor Networks for Real-Time 6G [85.58816960936069]
  Sixth-Generation (6G) Open Radio Access Networks (O-RAN) における能動的およびエージェント的制御は、厳密なニアタイム(Near-RT)レイテンシと計算制約の下で制御グレードの予測を必要とする。 本稿では,効率的な無線テレメトリ予測のための変圧器後パラダイムについて検討する。 本稿では、自己アテンションを安定な状態空間動的カーネルに置き換える量子インスピレーション付き状態空間テンソルネットワークを提案する。
  論文  参考訳（メタデータ） (2026-01-18T12:08:38Z)
• 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)
• NuQKD: A Modular Quantum Key Distribution Simulation Framework for Engineering Applications [0.27309692684728604]
  上記の機能をすべて備えた,オープンソースのモジュール型直感的なシミュレータであるNuQKDについて紹介する。 NuQKDは2つのコンピュータ端末間の通信を確立し、カスタム入力を受け取り、キー長、量子ビット誤り率(QBER)、通信時間経過などを評価する。
  論文  参考訳（メタデータ） (2023-10-18T21:54:56Z)

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。