AI 與世界的難題 · 量子物理與量子運算 · arXiv · 2026-10-20
QKD 的模擬式量子鑑識:機器學習攻擊偵測與特徵簽章擷取
原標題: Simulation-Based Quantum Forensics for QKD: Machine Learning Attack Detection and Signature Extraction
實用的量子金鑰分發(QKD)系統容易遭受針對光學通道、偵測器與控制器行為的實作層級攻擊。作者提出 QF-LOG,這是一個以模擬為基礎的框架,透過分析 QKD 運作日誌,來分類正常運作與三種模擬攻擊情境。使用全部四項特徵的學習模型達到 0.8211 至 0.8243 的 macro F1 分數,但在以偏移後的模擬運作條件所產生的資料集上,分數降至 0.5645 至 0.5669。