Преподаватели Политехнического колледжа НовГУ Владимир Попов и Екатерина Сырых разработали нейросеть, которая помогает исправлять ошибки при квантовой криптографии. Квантовая сеть способна передавать информацию с огромной скоростью и создаёт условия особой безопасности, которые не могут обеспечить традиционные способы обмена данными. Может применяться в банковской сфере, крупных корпорациях, научных центрах.
Квантовая криптография основана на передаче и приеме криптографических ключей, которые известны лишь двум «собеседникам» — легитимным пользователям. Ключ – это случайный набор битов, которым потом можно зашифровать обычное сообщение (как код от сейфа). При попытке прочитать ключи в процессе их передачи, перехватчик вынужден измерять квантовые состояния, что, согласно законам квантовой механики, приводит к необратимому изменению этих состояний. Искажение квантового сигнала, в свою очередь, ведет к появлению ошибки, которая может быть легко обнаружена «собеседниками» с помощью общения по классическому каналу, например, телефону. Безопасность здесь основана не на сложной математике, которую можно взломать мощным компьютером, а на фундаментальном законе: нельзя изучить квантовую систему, не потревожив её. Таким образом, квантовая криптография позволяет обнаружить факт подслушивания на основе искусного использования законов физики.
Простыми словами, действие квантового шифрования похоже на передачу секретного сообщения в сейфе, который сделан из хрупкого стекла. Любая попытка его подсмотреть —немедленно разбивает стекло, и получатель понимает, что на сообщение покушались. В квантовой связи роль таких «стеклянных сейфов» играют отдельные частицы света – фотоны.
— Несмотря на огромный потенциал, эта технология на данный момент несовершенна и во время передачи данных возникают ошибки: это может случаться из-за перегрева оборудования, свойств и качества оптоволоконной среды, шума детекторов, — пояснил Владимир Попов. — Из-за ошибок меняется уникальный криптографический ключ, который закреплён за каждым сообщением. Меняется сам, без всякого стороннего вмешательства. Чем меньше ключ изменился, тем меньше ошибок возникло в работе сети.
В качестве решения проблемы команда разработала нейросетевую модель, которая автоматически подбирает параметры алгоритма исправления ошибок. Каждые несколько микросекунд программа фиксирует состояние оборудования и канала передачи данных, подбирая нужные параметры для дальнейшей работы сети.
— В квантовых сетях работают два канала — открытый и квантовый, — пояснил Владимир Попов. — По квантовому передаётся непосредственная секретная информация, но для его работы нельзя обойтись без открытого. Это связано с тем, что квантовый канал не даёт сравнивать данные и согласовывать параметры их передачи, позволяя только их передавать. В этом квантовом канале уровень ошибок постоянно «плавает», и чтобы исправлять их надежно и при этом не раскрывать лишнюю служебную информацию в открытом канале, параметры кода программы нужно подстраивать для каждого кадра — пакета или блока данных, состоящих из определённого числа фотонов, переданных подряд в квантовом канале, — это напоминает аналог «кадра» в видеопотоке или «пакета» в обычной сети. Наша нейросетевая модель помогает автоматически определять параметры для следующих кадров, что позволяет уменьшить работу декодеров сети и увеличить длину секретного ключа. Чем больше длина такого ключа, тем лучше можно отследить наличие ошибок и посторонних вмешательств в сеть.
Программа работает с четырьмя параметрами: E_mu_Z, R, s и p. E_mu_Z даёт оценку ошибки сигнальных состояний, R выражает скорость кода, а параметры s и p отвечают за корректировку кода под текущий шум при фиксированном размере кадра.
Решение вошло в топ-5 лучших результатов Международной олимпиады по искусственному интеллекту и анализу данных от Яндекс Образования и НИУ ВШЭ. Всего в соревнованиях участвовало 248 команд IT-специалистов из вузов России и зарубежных стран, 30 лучших из них прошли отбор в финал олимпиады. Для оценки эффективности нейросетевых моделей оценивалась длина ключа шифрования, который удалось сохранить. Заняв пятое место, программа преподавателей НовГУ смогла сохранить ключ длинной 11 928 415. Ключ победителя отборочного этапа длиннее примерно на 5 000 знаков, отличаясь менее чем на 0,05 %.
Решение учёных НовГУ позволит генерировать более длинные и надёжные секретные ключи, эффективнее отличать настоящие помехи от злоумышленного вмешательства.
В дальнейшем разработчики планируют развивать эту модель, использовать больше доступных показателей состояния канала и оборудования, тестировать разные варианты подстройки и оптимизировать скорость работы программы.