QKD系统的基矢比对网络数据压缩传输方法及装置转让专利
申请号 : CN202110132737.9
文献号 : CN112511302B
文献日 : 2021-07-02
发明人 : 陈建 , 刘鹏 , 冯克达
申请人 : 北京中创为南京量子通信技术有限公司
摘要 :
权利要求 :
1.一种QKD系统的基矢比对网络数据压缩方法,其特征在于,该方法应用于接收端,具体步骤包括:
获取当前QKD系统的探测概率q;
根据 ,其中 ,使 值最小时所得的n值即为编码段长;
获取每组探测事件的位置信息和基矢信息;
将每组探测事件的位置信息以编码段长作为码元长度进行游程编码;
将每组游程编码的最后一位数据后再额外添加一位数据作为基矢信息的标识,得到压缩后的基矢比对网络数据。
2.根据权利要求1所述的QKD系统的基矢比对网络数据压缩方法,其特征在于,所述将每组探测事件的位置信息以编码段长作为码元长度进行游程编码包括:获取无探测事件的窗口时间,该窗口时间包括单光子探测器的死时间和预设的无探测时间;
将每组探测事件的位置信息扣除窗口时间对应位置偏移后,得到每组探测事件新的位置信息;
将每组探测事件的新的位置信息根据编码段长进行游程编码。
3.根据权利要求1或2所述的QKD系统的基矢比对网络数据压缩方法,其特征在于,所述将每组探测事件的位置信息以编码段长作为码元长度进行游程编码还包括:若QKD系统中有设备启动或者在执行校准过程时,将第一组探测事件的位置信息采用绝对位置编码;
将第二组及之后的探测事件的位置信息以编码段长作为码元长度进行游程编码。
4.根据权利要求3所述的QKD系统的基矢比对网络数据压缩方法,其特征在于,所述根据编码段长对基矢比对网络数据进行游程编码之后还包括:将输出压缩后的基矢比对网络数据根据霍夫曼编码进行编码。
5.根据权利要求3所述的QKD系统的基矢比对网络数据压缩方法,其特征在于,该方法还包括:
实时监测当前的探测概率;
根据实时监测当前的探测概率计算新的编码段长 ;
如果 与之前得到编码段长不同,则发送编码格式变更的告知信息,并将编码段长改为 。
6.根据权利要求3所述的QKD系统的基矢比对网络数据压缩方法,其特征在于,该方法还包括:
若编码段长不为8的整数倍,则将压缩后的基矢比对网络数据横向拼接或者竖向拼接进行数据重排,使得重排后的数据每行字符数为8。
7.一种QKD系统的基矢比对网络数据的压缩装置,其特征在于,该装置应用于接收端,具体结构包括:
探测概率获取模块,用于获取当前QKD系统的探测概率q;
段长计算模块,用于根据 ,其中 ,使 值最小时所得的n值即为编码段长;
探测事件获取模块,用于获取每组探测事件的位置信息和基矢信息;
位置信息编码模块,用于将每组探测事件的位置信息以编码段长作为码元长度进行游程编码;
基矢信息编码模块,用于将每组游程编码的最后一位数据后再额外添加一位数据作为基矢信息的标识,得到压缩后的基矢比对网络数据。
8.一种QKD系统的基矢比对网络数据的传输方法,其特征在于,该方法包括:接收端采用权利要求1‑6任意一项所述的基矢比对网络数据压缩方法将基矢比对网络数据压缩后发送至发射端;
发射端的基矢比对网络数据采用如下方法压缩后发送至接收端,其具体步骤包括:将发射基矢信息一致的网络数据合并,得到X基矢网络数据、Z基矢网络数据和真空态网络数据;
将X基矢网络数据根据测量基矢选择和抽样,合并为第一抽样基矢网络数据和第二抽样基矢网络数据;
获取接收端的测量基矢选择概率,并根据基矢发射选择概率、抽样选择概率和测量基矢选择概率得到第一抽样基矢网络数据、第二抽样基矢网络数据、Z基矢网络数据和真空态网络数据的概率;
根据第一抽样基矢网络数据和第二抽样基矢网络数据、Z基矢网络数据和真空态网络数据的概率利用霍夫曼编码进行网络数据编码,得到压缩后的基矢比对网络数据。
9.一种QKD系统的基矢比对网络数据的传输方法,其特征在于,该方法包括:接收端采用权利要求1‑6任意一项所述的基矢比对网络数据压缩方法将基矢比对网络数据压缩后发送至发射端;
发射端的基矢比对网络数据采用如下方法压缩后发送至接收端,其具体步骤包括:将探测基矢信息一致的网络数据合并,得到基矢一致的网络数据、基矢不一致的网络数据和真空态网络数据,其中发射端发送的基矢和接收端采用的测量基矢相同称为基矢一致,否则为不一致;
将基矢一致的网络数据中抽样“bit0”的数据合并为第一抽样基矢网络数据;将基矢一致的网络数据中抽样“bit1”的数据合并为第二抽样基矢网络数据,剩余的网络数据合并为Z基矢网络数据;
获取接收端的测量基矢选择概率,并根据基矢发射选择概率、抽样选择概率和测量基矢选择概率得到第一抽样基矢网络数据、第二抽样基矢网络数据、Z基矢网络数据、基矢不一致的网络数据和真空态网络数据的概率;
根据第一抽样基矢网络数据、第二抽样基矢网络数据、Z基矢网络数据、基矢不一致的网络数据和真空态网络数据的概率利用霍夫曼编码进行网络数据编码,得到压缩后的基矢比对网络数据。
说明书 :
QKD系统的基矢比对网络数据压缩传输方法及装置
技术领域
背景技术
远超过目前的经典计算机,Shor量子算法可以破解当前广泛使用的RSA密钥;1984年
Bennett等人提出量子密钥分发方案,可以实现信息论安全的密钥分发。在经历了将近三十
年的发展,量子密钥分发(quantum key distribution,QKD)目前相关技术逐渐发展成熟,
并且已经由理论分析阶段、实验室试验阶段进入了工程化实现阶段。
的网络适应性,同时对该部分网络数据进行编码压缩可以有助于降低其认证密钥的消耗
量,从而可以进一步提升QKD系统的成码率指标。
衰减及单光子探测器有效探测效率等相关因素,实际系统中有效探测概率不会很高,因此
从信息论的角度来看,信息的冗余度较高,信息熵远小于1,具有较高压缩的空间。
发明内容
网络数据仍然具有进一步压缩的问题。
空态网络数据的概率;
矢一致,否则为不一致;
并为Z基矢网络数据;
矢不一致的网络数据和真空态网络数据的概率;
基矢比对网络数据。
降低编码后的长度,从而实现高效的压缩基矢比对网络数据。
最优的编码段长进行编码,因此进一步的对基矢比对网络数据进行了压缩。
附图说明
可以根据这些附图获得其他的附图。
具体实施方式
而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动
前提下所获得的所有其他实施例,都属于本发明的保护范围。
量子态(如三态、四态和六态等)原理类似,本申请不在赘述。
基(即X基和Z基)进行测量,选择Z基进行测量的概率为 ,选择X基进行测量的概率为 ,
上述参数满足如下约束:
到的概率则为 ,依据探测效率q的定义,当上述字符序列无限长时,其中
“Z”、“X”字符出现的概率总和为q,“O”字符出现的概率则为(1‑q)。当不考虑探测器死时间
的情况下,不同位置字符间相互独立,则字符集 (d表示“Z”或“X”)出现的概率则
为 。
码对应关系下表:
基矢的探测事件可表示为 ,任意一个Z基矢的探测事件可表示为
。
调整编码码字长度n以使上述编码后消息平均码长达到最小,已达到最佳的压缩性能。
为基矢信息的标识,得到压缩后的基矢比对网络数据。具体说明如下:每组探测事件包括位
置信息和基矢信息,其中可以根据QKD系统的结构或者采用的协议使用额外1或2个bite表
征基矢信息,例如采用4种量子态(如Z基矢和X基矢),则可定义1表示使用Z基矢编解码,0表
示使用X基矢编解码,若采用6种量子态(如Z基矢、X基矢和Y基矢),则定义00表示使用X基矢
编解码,01表示使用Z基矢编解码,10表示使用Y基矢编解码。本申请以4种量子态为例说明:
假设最优编码段长n为1000,第一次探测事件发生在第1300个位置,则前1000个未发生探测
事件的位置以1000为单位表征,即可以通过编码表达为1个1000,然后通过再编码299个未
发生探测事件的位置;第二次探测事件发生在第4500个位置,则1300至4500之间有3200个
位置,则前3000个未发生探测事件的位置以1000为单位表征,即可以通过编码表达为3个
1000,然后再编码199个未发生探测事件的位置,以此类推不在赘述。因此具体表达式可以
如下:对于第 次(其中 )探测事件,采用上述编码方案,第 次的位置信息为
,第 次的位置信息为 ,那么第 次之间位置间隔 计算如下:
现未发生探测事件最高概率的段长作为编码段长,这一方案充分得考虑各个定长的编码元
出现概率不同,能够有效降低编码后的长度,从而实现高效的压缩基矢比对网络数据。另外
本申请将未发生探测事件最高概率的段长作为编码段长,可以实时对基矢比对网络数据进
行压缩,对缓存的要求较低。
时间;将每组探测事件的位置信息扣除窗口时间对应位置偏移后,得到每组探测事件新的
位置信息;将每组探测事件的新的位置信息根据编码段长进行游程编码。具体说明如下:
从死时间状态恢复。因此当单光子探测器发生一次探测事件时,则需要等待一定的时间才
能重新进入工作状态,即当单光子进入到死时间状态时,既使有光子到达单光子探测器也
不会产生探测事件。除此之外窗口时间还包括预设的无探测时间,例如QKD系统为例降低同
步光对量子光的干扰,通常在发送量子光时,每隔固定的时间发送一段为空脉冲的量子光,
该时间通常为20‑40ns,在该时间内由于量子光无脉冲,因此单光子探测器也不会产生探测
事件(即使因为单光子探测器暗计数或后脉冲引起探测事件,也会舍弃该段探测事件)。因
此两次探测事件之间的无探测事件的时长至少为一个死时间加上预设的无探测时间。若死
时间状态为 个时刻,预设的无探测时间为 ,则表示每个有效探测事件的游程均至
少大于 ,因此可将每个有效探测事件的零游程在编码前统一减去 和 ,从
而实现了进一步压缩基矢比对的网络数据。
根据编码段长进行编码。例如,发射端直接告知接收端从第几个位置开始探测,因而不会受
到设备启动时,或者在执行校准过程的影响。
种码元的概率。依照概率定义可知,当上述编码事件样本量趋于无限大时,其中各码元出现
的概率可通过其出现频次计算如下:
信息,而是在前一次位置信息 的基础上继续累加,
得到编码段长 不同,则信息的发送方首先发送编码格式改变告知信息的接收方,并
后续修改编码段长为 。
数倍,然后对数据进行比特重排。具体则将压缩后的基矢比对网络数据横向拼接或者竖向
拼接进行数据重排,使得重排后的数据每行字符数为8。例如若编码段长为7,横向拼接则是
将data2的第一位与data1的最后一位进行拼接,将data3的第一位与data2的最后一位进行
拼接,以此类推,具体的示意图可参考如图2所示的示意图;竖向拼接则是将8组数据竖向排
列为7行,传输时按照行传输,接收方按照列恢复数据,具体示意图可参考图3所示的示意
图。另外,为了避免网络数据帧过程,在网络传输中分包,还可设定单个数据帧的长度不大
于1500个字节。
到X基矢网络数据、Z基矢网络数据和真空态网络数据;将X基矢网络数据根据测量基矢选择
和抽样,合并为第一抽样基矢网络数据和第二抽样基矢网络数据;获取接收端的测量基矢
选择概率,并根据基矢发射选择概率、抽样选择概率和测量基矢选择概率得到第一抽样基
矢网络数据、第二抽样基矢网络数据、Z基矢网络数据和真空态网络数据的概率;根据第一
抽样基矢网络数据和第二抽样基矢网络数据、Z基矢网络数据和真空态网络数据的概率利
用霍夫曼编码进行网络数据编码,得到压缩后的基矢比对网络数据。具体说明如下:
后随机的选择X基矢或Z基矢进行探测,那么可以得到结果如上表所示,分别为{1}、
{2}·····{8}。Alice需要告知Bob发送的基矢信息是什么,因此可以将相同基矢的网
络数据进行合并,则得到{1、2},{3、4、5、6}以及{7、8},在BB84协议中还要求进行抽样,因此
本申请不管测量与制备是否一样,都公开自己的抽样信息,则可将集合{1、2}与抽样信息合
并为{1(抽样)}、{2(抽样)}。即得到第一抽样基矢网络数据{1(抽样)}、第二抽样基矢网络
数据{2(抽样)}、Z基矢网络数据{3、4、5、6}和真空态网络数据{7、8}。根据当前QKD系统发射
端参数(各种量子态的发射概率和平均光子数、抽样选择概率)、接收端参数(测量基矢的选
择概率、探测效率),从而获取当前各种待编码信息的概率,例如Alice发送DX的概率为20%,
Bob采用X基矢探测的概率为30%,则Bob采用Z基矢探测的概率为70%,那么网络数据{1}得到
的概率则为6%,网络数据{2}得到的概率则为14%,其他量子态以此类推,从而得到第一抽样
基矢网络数据、第二抽样基矢网络数据、Z基矢网络数据和真空态网络数据的概率。根据霍
夫曼编码的规则对上述网络数据{1(抽样)}、{2(抽样)} 、{3、4、5、6}和{7、8}进行数据编
码,从而得到压缩后的基矢比对网络数据。
到基矢一致的网络数据、基矢不一致的网络数据和真空态网络数据,其中发射端发送的基
矢和接收端采用的测量基矢相同称为基矢一致,否则为不一致;将基矢一致的网络数据中
抽样“bit0”的数据合并为第一抽样基矢网络数据;将基矢一致的网络数据中抽样“bit1”的
数据合并为第二抽样基矢网络数据,剩余的网络数据合并为Z基矢网络数据;获取接收端的
测量基矢选择概率,并根据基矢发射选择概率、抽样选择概率和测量基矢选择概率得到第
一抽样基矢网络数据、第二抽样基矢网络数据、Z基矢网络数据、基矢不一致的网络数据和
真空态网络数据的概率;根据第一抽样基矢网络数据、第二抽样基矢网络数据、Z基矢网络
数据、基矢不一致的网络数据和真空态网络数据的概率利用霍夫曼编码进行网络数据编
码,得到压缩后的基矢比对网络数据。具体说明如下:
后随机的选择X基矢或Z基矢进行探测,那么可以得到结果如上表所示,分别为{1}、
{2}·····{8}。Alice需要告知Bob发送与测量的基矢是否一致,因此可以将发送与测
量的基矢一致的网络数据进行合并得到{1、4、6},将发送与测量的基矢不一致的网络数据
进行合并{2、3、5},以及真空态网络数据{7、8}。在BB84协议中还要求进行抽样,将{1}中抽
样“bit0”的数据拆分为{1(bit0)}即第一抽样基矢网络数据,将{1}中抽样“bit1”的数据拆
分为{1(bit1)}即第二抽样基矢网络数据,其余的网络数据{4、6}即为Z基矢网络数据,{2、
3、5}即为基矢不一致的网络数据以及真空态网络数据{7、8}。
例如Alice发送DX的概率为20%,Bob采用X基矢探测的概率为30%,则Bob采用Z基矢探测的概
率为70%,那么网络数据{1}得到的概率则为6%,若抽样“bit1”的概率为50%,抽样为“0”的概
率为50%,则{1(bit0)} 得到的概率则为3%,则{1(bit1)} 得到的概率则为3%,其他量子态
以此类推,从而得到第一抽样基矢网络数据、第二抽样基矢网络数据、Z基矢网络数据、基矢
不一致的网络数据和真空态网络数据的概率。根据霍夫曼编码的规则对上述网络数据{1
(bit0)}、{1(bit1)} 、{4、6}、{2、3、5}和{7、8}进行数据编码,从而得到压缩后的基矢比对
网络数据。
据的平均编码长度,选择平均编码长度较小的作为编码方式。
送至发射端;发射端采用上述任意一项所述的应用于发射端的压缩方法将基矢比对网络数
据压缩后发送至接收端。考虑发送端(Alice)至接收端(Bob)的网络交互数据,该数据中包
含基矢信息外,还包含可能的抽样信息,考虑到非平衡基矢方案,因此也存在进一步压缩的
可能。因此发射端只接收端的一种采用霍夫曼编码的具体过程如下表:
待编码的信息 出现概率 霍夫曼编码
Z基矢信号态,不抽样 75% 0
X基矢诱骗态,bit0,抽样 10% 10
X基矢诱骗态,bit1,抽样 10% 110
真空态,抽样 5% 111
可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本申请
的范围内。本申请的保护范围以所附权利要求为准。