“前沿进展”栏目,旨在介绍科研人员在光学领域发表的具有重要学术、应用价值的论文,促进研究成果的传播。部分论文将推荐参与“中国光学十大进展”评选。
01 导读
近日,中国科学技术大学郭光灿院士领导的中国科学院量子信息重点实验室在量子密钥分发网络化研究方面取得重要进展。该实验室的韩正甫教授及其合作者王双、银振强、陈巍等实现了抗环境干扰的非可信节点量子密钥分发网络,全面提高了量子密钥分发网络的安全性、可用性和可靠性,向实现下一代量子网络迈出了重要的一步。 相关研究成果以“Robust and adaptable quantum key distribution network without trusted nodes”于2022年7月13日发表在Optica 上。 2022 | 前沿进展网络安全是信息时代的重要主题,量子密钥分发网络以量子物理原理为基础,可为成千上万的用户提供信息论安全的保密通信服务,构建安全可控的网络环境。当前,量子保密通信网络已在全球各地先后部署,在实践中证明了其优越的安全通信能力。
然而,网络中对于可信节点的需求提高了其实际部署的门槛。由于可信节点的安全防护往往需要消耗大量资源并可能引入额外的安全性漏洞,因此如何免除用户链路上必须可信的中间节点,降低对通信链路的安全性要求,从而构建下一代基于非可信节点的量子网络,是目前急需解决的问题。 测量设备无关量子密钥分发协议(MDI-QKD)通过设置一个非可信节点对编码量子态进行联合测量,可在两个用户间构建安全的通信链路,是构建百公里级城域量子网络的重要角色。然而联合测量不仅限定了参与用户的数量,还对信道环境的稳定性提出了更高的要求,不利于在复杂网络环境下进行部署。 韩正甫团队多年来围绕这一问题展开深入研究,2015年实现了参考系测量设备双无关系统(Phys. Rev. Lett. 115, 160502 (2015)),解决了相位扰动的问题;2017年设计出环境鲁棒型系统(Optica 4, 1016-1023 (2017)),进一步实现了抗偏振扰动能力;2021年提出非独立组网方案(Photon. Res. 9, 1881-1891 (2021)),探索测量设备无关系统的网络化路线。至此,解决测量设备无关网络的多用户可用性和环境干扰下的可靠性问题,其条件已经具备。 为提升网络可靠性,解决环境干扰问题,该团队首先提出级联干涉选基方案,设计“萨格纳克-马赫-曾德尔”结构的非相敏量子编码器(如图1所示),该调制器基于保偏光纤,具备偏振稳定特性和全编码基调制能力,可免疫相位参考系漂移。
同时,该团队通过主动随机化对编码量子态的偏振信息进行擦除,并在探测端对偏振态进行正交分离,从而消除联合测量的偏振敏感性,使其具备抗偏振扰动能力。综合上述相位、偏振抗干扰技术,测量设备无关系统中的扰动补偿需求得以免除,相应的时间和硬件消耗得到节省,复杂环境下网络的持续运行能力显著提升。 为进一步突破测量设备无关协议中用户数量仅为二的限制,解决大规模组网应用的困难问题,该团队设计实现了多用户测量方案(如图2所示)。该方案深度利用随机化的偏振态,通过不同用户、不同偏振态的交叉配对,可以同步实现多对用户的强度干涉(Hong-Ou-Mandel干涉)和联合测量,从而扩展协议可支持的用户数量,建立多对多量子通信链路,并可根据网络负载以更加灵活的形式进行组网,提升该网络在多用户场景下的可用性。 在此基础上,该团队以三用户为例构建并验证了测量设备无关量子密钥分发网络(如图3所示),使其同时具备抗环境干扰、无需可信节点、支持多用户灵活组网的特性。 非可信节点网络是建立量子安全通信优越性的重要标志,而城域网络兼顾骨干网和接入网,具有安全需求高、面向用户多、网络环境复杂、通信场景丰富的特点,是非可信节点网络的核心组成部分。
该项成果构建了新型相位编码、偏振传输和组网探测技术,解决了测量设备无关网络在多用户可用性和环境干扰可靠性方面的短板,为构建基于测量设备无关协议的城域量子保密通信网络铺平了道路,可在城域网络中充分发挥其高安全、易部署的优势,有力地推动了下一代量子保密通信网络的实用化,为未来量子互联网的具体形态做出了有益的探索。 该工作的共同第一作者为中国科学技术大学中科院量子信息重点实验室特任副研究员范元冠杰和博士后卢奉宇,王双教授、银振强教授是该工作的共同通讯作者。该工作得到了科技部、国家自然科学基金委、中国博士后科学基金会、中国科学院和安徽省的资助。 https://doi.org/10.1364/OPTICA.458937
由于微信公众号试行乱序推送,您可能没办法准时收到“爱光学”的文章。为了让您第一时间看到“爱光学”的新鲜推送, 请您: 1. 将“爱光学 ”点亮星标(具体操作见文末) 2. 多给我们点“在看 ”新闻线索、各类投稿、观点探讨、故事趣事
留言/邮件,我来让你/事红
爆料请联系:ioptics@clp.ac.cn