AI与世界难题 · 量子物理与量子计算 · arXiv · 2026-10-20
面向 QKD 的基于模拟的量子取证：机器学习攻击检测与特征提取
原标题: Simulation-Based Quantum Forensics for QKD: Machine Learning Attack Detection and Signature Extraction
实用的量子密钥分发（QKD）系统面临针对光通道、探测器和控制器行为的实现层面攻击。作者提出了 QF-LOG，这是一个基于模拟的框架，通过分析 QKD 运行日志来区分正常运行和三种模拟攻击状态。使用全部四个特征的学习模型取得了 0.8211 至 0.8243 的宏平均 F1 分数，但在偏移的模拟运行条件下生成的数据集上降至 0.5645 至 0.5669。