既是矛也是盾，亚马逊利用量子计算机生成真随机数

光子盒研究院出品

我们知道，量子计算机具有攻破现代公钥基础设施的潜力，但实际上，量子计算机也能用于加密。最近，亚马逊利用其Braket量子计算服务平台上的Rigetti和IonQ量子处理器创建了真随机数。

随机数(random numbers)是贯穿现代计算机科学的重要资源。例如，在计算中，随机算法为各种基本问题提供了有效的解决方案，而这些问题没有确定性算法可用。其中包括蒙特卡罗方法，该方法在科学中广泛应用于物理、化学和生物系统的模拟，或在金融和商业中应用于期权定价和随机建模。

随机数在密码学和网络安全中同样重要，它是广泛使用的加密和安全通信的密钥创建方案的核心。对于此类安全应用，使用的随机数必须对任何第三方保密，尤其是恶意的第三方。

随机数是指具有真随机性的0、1值数据序列，随机性的含义如下：

1. 各个元素之间互相独立，具有独立同分布特性。也就是说，即使知道一个序列的产生机制甚至知道它的部分元素，也完全无法推算出序列的其余元素。

2. 均匀分布。序列中的元素服从等概率分布，各个元素出现的概率相同，对于0、1值序列来说意味着它统计平均值是0.5。

3. 不可重复。即使在完全相同的条件下也不能再次产生完全相同的序列。

随机数是由随机数发生器产生的，后者大致可以分为三类：伪随机数发生器(PRNG)、基于经典物理的物理随机数发生器和基于量子物理的量子随机数发生器(QRNG)。

伪随机数是根据特定的复杂算法产生的，从本质上讲仍然具有周期性；基于经典物理过程的随机数发生器，由于经典物理是决定性理论，在获知所有条件的情况下，产生的数据序列是可以预测的。只有量子随机数才是真随机数。

利用微观小系统物理的内在不可预测性，量子技术可以解决经典技术产生随机性的这些潜在漏洞。

传统的QRNG需要构建特定量子硬件，亚马逊使用的方法是基于量子处理器(QPU)的简单QRNG实现。

其基本思想是利用量子力学中的叠加原理产生n个处于相等叠加态的量子比特。然后测量标准基{|0><0|,|1><1|}中的每个量子比特。根据量子力学的规则，每个量子比特态都会以50%的概率坍缩为0或1。由此会产生一个n比特串，如果所有操作都能完美执行，结果必然是随机的。这意味着即使你从量子态的完整信息开始，理论上，事先不可能知道每个量子比特在测量时会坍缩到哪个值的信息。其中，随机性来自于缺乏关于系统基本状态的信息。

问题是你不能完全依赖今天的QPU，因为它们的噪声很大。此外，由于信息在量子物理中永远不会被破坏，与噪声有关的信息实际上会泄漏到环境中。因此，这为潜在攻击者提供了在QPU中获得的测量结果的量子信息。

可以通过以下方式来克服这些问题：

(1)使用两个独立的QPU；

(2)在每个QPU中设置噪声上限，从而确保总体上量子效应控制着QPU中出现的噪声；

(3)对通过双源随机性提取器(RE)获得的两个弱随机性的n比特串进行经典后处理，从而产生一个较短的m<2n的真正随机的比特串。

这就是亚马逊Braket的用武之地，来自不同提供商的QPU随时可用。由于QPU由不同的公司提供，因此它们是独立的，这对于QRNG的正常工作至关重要。

使用亚马逊Braket创建随机性，第一步是运行以下基本Hadamard线路来创建(非完美)随机比特的原始字符串。

来源：AWS

使用5个量子比特运行1次Hadamard线路(Braket提供了Python代码)，将得到如下的随机比特串：

由于目前使用的QPU通常是有噪声的，因此还不能保证这种输出是真正随机的。为了克服这个问题，需要在两个独立的QPU上运行Hadamard线路。

 来源：AWS

来自QPU的原始比特被送入随机性提取器，该提取器过滤掉相关噪声。接下来，一些关键技术部分过于宽泛，无法在此赘述。总之，你模拟了影响QPU的噪声，并对随机性提取器进行加密安全设计和高效实现。

最后，你在Rigetti和IonQ的QPU上运行大小为141比特的Hadamard线路，并提取10个加密安全比特。

(1)设置所需的输出大小和输入大小，由选定的安全参数决定，(2)原始(非完美)随机比特串，(3)输出10个(接近)完美随机比特的输出。来源：AWS

目前Braket用户可以直接在AWS的量子云服务中尝试随机数生成。

更多详情：

https://aws.amazon.com/cn/blogs/quantum-computing/generating-quantum-randomness-with-amazon-braket/

—End—

相关阅读：

#光子盒社群招募中#

进入光子盒社群，与我们近距离互动，了解量子领域更多产业、商业、科技动态，领取量子技术产业报告。

现添加社群助手微信Hordcore即可进群 ，与我们一起展望未来！

你可能会错过：