CN113821943A - Ase噪声量子随机数产生方案的随机性量化模型及方法 - Google Patents
Ase噪声量子随机数产生方案的随机性量化模型及方法 Download PDFInfo
- Publication number
- CN113821943A CN113821943A CN202111392749.1A CN202111392749A CN113821943A CN 113821943 A CN113821943 A CN 113821943A CN 202111392749 A CN202111392749 A CN 202111392749A CN 113821943 A CN113821943 A CN 113821943A
- Authority
- CN
- China
- Prior art keywords
- ase
- calculating
- optical signal
- noise
- quantum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000013139 quantization Methods 0.000 title claims description 15
- 230000003287 optical effect Effects 0.000 claims abstract description 80
- 238000005070 sampling Methods 0.000 claims abstract description 51
- 230000004044 response Effects 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims description 34
- 230000010287 polarization Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012805 post-processing Methods 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 239000011521 glass Substances 0.000 claims description 4
- 238000012886 linear function Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 10
- 238000011002 quantification Methods 0.000 abstract description 10
- 230000002269 spontaneous effect Effects 0.000 description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/58—Random or pseudo-random number generators
- G06F7/588—Random number generators, i.e. based on natural stochastic processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/10—Noise analysis or noise optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
Abstract
Description
技术领域
本发明涉及随机数产生方案领域,更为具体的,涉及一种ASE噪声量子随机数产生方案的随机性量化模型及方法。
背景技术
随机数在***、统计抽样、计算仿真、密码学、信息安全、量子保密通信等领域都起到重要作用。怎样安全而可靠地产生高速、高质量的真随机数是密钥安全保护的关键,是密码学乃至信息安全的重要研究方向。
依据产生手段,当前随机数发生器产生方案主要分为两种:伪随机数发生器和物理随机数发生器。伪随机数发生器利用确定性的计算机算法产生,已广泛用于现代数字电子信息***中。但是,由于算法具有确定性和可预测性,伪随机数不适合要求真正随机性的应用,例如,密码和信息安全***。物理随机数发生器通过对非确定性的物理过程进行观测得到随机序列,目前物理随机数发生器分为两大类:基于经典噪声的随机数发生器和基于量子噪声的随机数发生器。基于经典噪声的随机数发生器所采用的噪声源可用经典物理学完整描述:如电子元器件的热噪声、振荡器的抖动及时钟漂移等,该类随机数发生器难以建立严格的数学模型来证明其安全性,且随机数产生速率较低。相对的,量子随机数发生器(QRNG)具有如下优势:1、随机性好,QRNG通过观测量子噪声产生高质量的随机序列,具备理论严格可证明的安全性,理论上能产生无穷长、非周期、独立同分布的真随机序列;2、产生速率高,QRNG的随机数产生速率可达100Gbps量级,远超基于经典噪声的随机数发生器。
在过去数十年里,已经提出并证明了若干种QRNG方案,包括探测光子路径,光子到达时间,光子数量分布,真空涨落,量子相位波动和放大自发辐射(ASE)噪声等。在已构建的QRNG方法中,ASE噪声方案因为结构简单且速率高,得到广泛的关注和研究。一方面,自发辐射是典型的量子随机现象,而ASE噪声是具有随机强度的自发辐射噪声信号的放大结果,可以通过光电探测器(PD)直接测量,无需复杂干涉光路和反馈控制,实用性好。另一方面,采用光纤放大器或超亮发光二极管(SLED)可以很容易地产生ASE噪声。此外,ASE噪声通常在很宽的频率范围内具备平坦频谱,因此可结合高速探测和采集***来生成高速随机数。
基于ASE噪声的量子随机数产生方案的原理如图1所示,ASE光源产生放大自发辐射噪声光信号、高速光电探测器PD对ASE噪声光信号进行光电转换产生随机电信号、高速模数转换器ADC对随机电信号进行采样以获取原始随机序列、高速后处理模块对原始随机序列进行数据后处理以获取最终随机序列。其中,常用的数据后处理方法如截位异或、Toeplitz等均是直接基于初始序列最小熵计算进而得到最终输出的随机序列长度。在实际探测过程中,PD探测输出结果不仅包含噪声光信号引起的变化,而且还包含***本底电噪声。因此,在计算初始序列最小熵过程中包含经典电噪声的影响,则最终随机序列仍然包含经典电噪声成分。原理上,窃听者可通过控制***经典电噪声信息来获取最终随机序列部分信息,则***存在安全隐患。
发明内容
本发明的目的在于克服现有技术的不足,提供一种ASE噪声量子随机数产生方案的随机性量化模型及方法,能够评估初始序列中经典电噪声占比,量化评估纯粹由量子过程产生的随机性,从而提升了输出随机序列安全性。
本发明的目的是通过以下方案实现的:
一种ASE噪声量子随机数产生方案的随机性量化模型,包括:
ASE噪声信号产生装置,在ASE噪声信号产生装置中设有ASE光源,在每个时间窗口i内,ASE光源都会发射n i 个光子,光子数目是服从独立同分布的随机变量;
采样装置,在采样装置中设有模数转换器ADC,模数转换器ADC采样光电探测器的
光电流并获得对应输出电压v i ,该电压与光电流i i 成正比,且包含经典电噪声,即,其中c 2为ADC采样电路的响应系数。
一种适用ASE噪声量子随机数产生方案的随机性量化方法,基于如上方案中ASE噪声量子随机数产生方案的随机性量化模型,且包括如下步骤:
进一步地,在步骤S1中,包括子步骤:按照如下公式计算ASE光源模式数M:
对于光谱形状服从高斯型的ASE光信号,其模式数由偏振因子、被光电探测
器实际探测到的光信号谱宽、***电子学带宽直接决定;其中,***为偏振光时,偏
振因子;***为非偏振光时,偏振因子;为误差函数;exp是指以e为底
的指数函数;在该实施方案中,光信号谱宽可为光谱仪测得ASE光源的3dB带宽;***电
子学带宽取决于探测器带宽。
进一步地,在步骤S2中,包括子步骤:
进一步地,在步骤S3中,包括子步骤:
S31,将在每个时间窗口中探测到的光子数n与相应的采样输出电压v之间的关系描述为:
其中e表示检测到的电子噪声;
进一步地,在步骤S4中,包括子步骤:
S41,按照如下公式计算分辨率:
S42,在探测采样输出结果中,量子信号对应的实测电压概率分布表征为:
本发明的有益效果包括:
本发明实施例针对ASE噪声量子随机数产生方案,提出可描述ASE噪声信号产生、探测和采样过程的物理模型,基于该物理模型,提出了一种新型的适用于ASE噪声量子随机数产生方案的随机性量化方法。该随机性量化模型及方法能够评估初始序列中经典电噪声占比,量化评估纯粹由量子过程产生的随机性,从而提升了输出随机序列安全性。
本发明提出的物理模型和随机性量化方法可行性和普适性强,适用于随机性来源于探测任意分布光子数量子态的QRNG***。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为基于ASE噪声量子随机数产生方案的原理框图;
图2为本发明实施例ASE光信号产生、探测、采样的物理模型;
图3为QRNG***分辨率为m时,采样电压概率统计分布。
具体实施方式
本说明书中所有实施例公开的所有特征,或隐含公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合和/或扩展、替换。
实施例1
如图2所示,一种ASE噪声量子随机数产生方案的随机性量化模型,包括:
ASE噪声信号产生装置,在ASE噪声信号产生装置中设有ASE光源,在每个时间窗口i内,ASE光源都会发射n i 个光子,光子数目是服从独立同分布的随机变量;
采样装置,在采样装置中设有模数转换器ADC,模数转换器ADC采样光电探测器的
光电流并获得对应输出电压v i ,该电压与光电流i i 成正比,且包含经典电噪声,即,其中c 2为ADC采样电路的响应系数。
实施例2
需要说明的是,在本实施例中,如图1所示,一种适用ASE噪声量子随机数产生方案的随机性量化方法,基于所述ASE噪声量子随机数产生方案的随机性量化模型,且包括如下步骤:
实施例3
基于实施例2,需要说明的是,在本实施例中,在步骤S1中,包括子步骤:按照如下公式计算ASE光源模式数M:
对于光谱形状服从高斯型的ASE光信号,其模式数由偏振因子、被光电探测
器实际探测到的光信号谱宽、***电子学带宽直接决定;其中,***为偏振光时,偏
振因子;***为非偏振光时,偏振因子;erf(x)表示误差函数;exp是指以e为
底的指数函数;光信号谱宽可为光谱仪测得ASE光源的3dB带宽;***电子学带宽取
决于探测器带宽。
实施例4
基于实施例2,需要说明的是,在本实施例中,在步骤S2中,包括子步骤:
实施例5
基于实施例2,需要说明的是,在本实施例中,在步骤S3中,包括子步骤:
S31,将在每个时间窗口中探测到的光子数n与相应的采样输出电压v之间的关系描述为:
其中e表示检测到的电子噪声;
实施例6
基于实施例2,需要说明的是,在本实施例中,在步骤S4中,包括子步骤:
S41,按照如下公式计算分辨率:
S42,在探测采样输出结果中,量子信号对应的实测电压概率分布表征为:
本发明的方案设计的技术构思原理、具体工作过程、技术效果等,进一步详细说明如下:针对ASE噪声量子随机数产生方案,本发明实施例提出可描述ASE噪声信号产生、探测和采样过程的物理模型,同时基于该物理模型,提出了一种适用于ASE噪声量子随机数产生方案的随机性量化方法,量化了初始序列中纯粹由量子过程产生的随机性,评估了经典电噪声占比,以此为基础来进行数据后处理,改进了此类QRNG***输出序列安全性。
基于ASE噪声的量子随机数产生方案的核心步骤是:ASE噪声信号的产生、探测、采样,其物理模型如图2所示。从时域上来看,在PD的每个探测时间窗口(探测时间窗口等于PD探测带宽的倒数)内,ASE光源产生包含一定数目光子的光信号,同时PD对光信号探测并输出与光子数成正比的光电流,最后ADC对光电流进行采样并得到与光电流大小成正比的电压信号。采样电压与对应时间内的光子数目成正比,二者具有一致的统计特性,因此不同时间窗口内的采样电压序列服从独立同分布,可以用于产生随机数,在本发明实施例中具体的模型构建如下:
(1)首先,在每个时间窗口i中,ASE光源都会发射n i 个光子,光子数目是服从独立同分布的随机变量。
基于上述物理模型,本发明实施例提出了一种适用于ASE噪声量子随机数产生方案的随机性量化方法,具体步骤如下:
;对于光谱形状服从高斯型的ASE光信号,其模式数M由偏振因子、被PD实际探测
到的光信号谱宽、***电子学带宽直接决定。其中,***为偏振光时,偏振因子;***为非偏振光时,偏振因子;exp是指以e为底的指数函数;光信号谱宽
为光谱仪测得ASE光源的3dB带宽;***电子学带宽一般取决于探测器带宽。
对于包含M个独立模式的ASE光信号,其光子数的统计分布服从玻色-爱因斯坦分布:
由于ASE光信号的光子数理论统计分布n~P(n)是指PD探测到不同光子数的概率,而实际最终采样输出的是一系列电压值,其电压观测值包含***电噪声和光子数涨落噪声。
考虑v与n的映射关系,将在每个时间窗口中探测到的光子数n与相应的采样输出电压v之间的关系可描述为:
其中e表示检测到的电子噪声,对于整个QRNG***而言,只要***工作稳定,系数c理论上保持不变。
由于在实际探测过程中,PD不能满足解析每个光子数,假设采集的电压值发生变化所需的最小探测光子数增量为m,如图3所示,在输入光子数增量m区间内,获取到的是一个唯一的电压值。
由于采样电压正比于每个时间窗口中探测到的光子数,且单个光子导致的预期增
量为。相应地,m个光子导致的增量为,原则上采集的电压
应以最小增量线性变化。实际***采样电压的最小增量为,其中v max 、v min 分别为采样电压的最大值和最小值,length为采样电压的取值种类。由于,所以可以将***分辨率计算为:
因此,在探测采样输出结果中量子信号对应的实测电压概率分布可表征为
最后,计算采样结果中量子部分观测结果的最小熵,作为后处理输入参数来提取出量子真随机序列。其中,最小熵计算公式如下:
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
上述技术方案只是本发明的一种实施方式,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施方式所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。
除以上实例以外,本领域技术人员根据上述公开内容获得启示或利用相关领域的知识或技术进行改动获得其他实施例,各个实施例的特征可以互换或替换,本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (6)
4.根据权利要求2所述的适用于ASE噪声量子随机数产生方案的随机性量化方法,其特征在于,在步骤S2中,包括子步骤:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111392749.1A CN113821943A (zh) | 2021-11-23 | 2021-11-23 | Ase噪声量子随机数产生方案的随机性量化模型及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111392749.1A CN113821943A (zh) | 2021-11-23 | 2021-11-23 | Ase噪声量子随机数产生方案的随机性量化模型及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113821943A true CN113821943A (zh) | 2021-12-21 |
Family
ID=78919705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111392749.1A Pending CN113821943A (zh) | 2021-11-23 | 2021-11-23 | Ase噪声量子随机数产生方案的随机性量化模型及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113821943A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115498498A (zh) * | 2022-11-16 | 2022-12-20 | 合肥硅臻芯片技术有限公司 | 量子随机数芯片的封装结构及量子随机数的生成方法 |
CN117151237A (zh) * | 2023-08-11 | 2023-12-01 | 正则量子(北京)技术有限公司 | 基于二极管电子隧穿效应的量子随机数生成方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106933532A (zh) * | 2016-12-14 | 2017-07-07 | 中国电子科技集团公司第三十研究所 | 一种基于激光相位噪声的小型化随机数发生器 |
US20190050203A1 (en) * | 2017-08-11 | 2019-02-14 | Ut-Battelle, Llc | Quantum random number generator |
-
2021
- 2021-11-23 CN CN202111392749.1A patent/CN113821943A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106933532A (zh) * | 2016-12-14 | 2017-07-07 | 中国电子科技集团公司第三十研究所 | 一种基于激光相位噪声的小型化随机数发生器 |
US20190050203A1 (en) * | 2017-08-11 | 2019-02-14 | Ut-Battelle, Llc | Quantum random number generator |
Non-Patent Citations (2)
Title |
---|
JIE YANG等: "Randomness Quantification for Quantum Random Number Generation Based on Detection of Amplified Spontaneous Emission Noise", 《QUANTUM SCIENCE & TECHNOLOGY》 * |
李锟影等: "利用光反馈多模激光器结合滤波器产生平坦混沌", 《物理学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115498498A (zh) * | 2022-11-16 | 2022-12-20 | 合肥硅臻芯片技术有限公司 | 量子随机数芯片的封装结构及量子随机数的生成方法 |
CN117151237A (zh) * | 2023-08-11 | 2023-12-01 | 正则量子(北京)技术有限公司 | 基于二极管电子隧穿效应的量子随机数生成方法及装置 |
CN117151237B (zh) * | 2023-08-11 | 2024-03-22 | 正则量子(北京)技术有限公司 | 基于二极管电子隧穿效应的量子随机数生成方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11442698B2 (en) | Quantum random number generators | |
Drahi et al. | Certified quantum random numbers from untrusted light | |
US8554814B2 (en) | Random signal generator using quantum noise | |
Guo et al. | Truly random number generation based on measurement of phase noise of a laser | |
US8930429B2 (en) | Network distributed quantum random number generation | |
Hart et al. | Recommendations and illustrations for the evaluation of photonic random number generators | |
Argyris et al. | Sub-Tb/s physical random bit generators based on direct detection of amplified spontaneous emission signals | |
US10585645B2 (en) | Quantum random number generator | |
CN113821943A (zh) | Ase噪声量子随机数产生方案的随机性量化模型及方法 | |
CN109240645A (zh) | 一种量子随机数发生器及量子随机数生成方法 | |
JP6860613B2 (ja) | 信号を測定するための装置及び方法 | |
CN209103272U (zh) | 一种量子随机数发生器 | |
Durt et al. | Fast quantum-optical random-number generators | |
Liu et al. | 117 Gbits/s quantum random number generation with simple structure | |
Huang et al. | Practical security analysis of a continuous-variable quantum random-number generator with a noisy local oscillator | |
Li et al. | Analysis of the effects of temperature increase on quantum random number generator | |
Lima et al. | Fast true random bit generation with an soa-based random fiber laser | |
Wang et al. | Real-time 14-Gbps physical random bit generator based on time-interleaved sampling of broadband white chaos | |
Marosits et al. | Amplified spontaneous emission based quantum random number generator | |
Grinenko et al. | Methods for measuring the noise power spectral density of the random number generator quantum radio optical system | |
Li et al. | Experimental study on the security of superluminescent led-based quantum random generator | |
Rudé et al. | Phase diffusion quantum entropy source on a silicon chip | |
Kumari et al. | Generation of pseudorandom binary sequence using shot noise for optical encryption | |
Zhu et al. | Random number generation based on polarization mode noise of vertical-cavity surface-emitting lasers | |
Ivanova et al. | Fiber quantum random number generator, based on vacuum fluctuations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211221 |