亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Manufacturing Technology >> 工业技术

量子生成的随机数设定了新的准确性标准

NIST(美国国家标准与技术研究所)的科学家们开发了一种新技术,可以利用量子力学生成更珍贵的随机数。现在,随机数的不可预测性超越了以前使用的所有方法,增强了密码学和安全系统。

您问,现有系统存在什么问题?嗯,它们不会生成绝对意义上的随机数。机器或软件公式随机生成的数字可能会受到多种因素的影响,包括可预测的噪声源。 您可以进行统计测试,但仅对结果进行测试并不能保证结果是不可预测的。

随机数每天被使用数十亿次,用于加密电子网络中的私人信息。但由于没有人能够保证传统来源确实是不可预测的,因此它限制了安全系统的强度。这就像抛一枚硬币:看似随机,但如果追踪硬币翻滚的路径,就可以知道结果。

然而,新方法依赖于量子源和协议。研究人员非常确定,没有人能够预测基于量子的结果。只有量子机器才能生成输出和测量选择之间的统计相关性。

它是如何工作的?

这项新技术涉及用光粒子(光子)创建数字位(0 和 1)。它基于之前的 NIST 实验“幽灵般的超距作用是真实的”,有力地支持了量子力学的一个关键预测。然而,新的工作产生了一串更加真实的随机位。

更具体地说,随机性生成采用“无漏洞”贝尔测试,其特点是实验过程中测量站的空间分离和检测效率。

贝尔不等式

接下来要了解的是贝尔测试,其中测量是在纠缠系统上进行的,模块放置在两个独立的测量站中。在每个站点进行选择(在两种测量类型之一之间)。

如果多次试验后测量数据违反了某些被称为“贝尔不等式”的场景,则证明该数据在弱假设下具有随机性。

假设两个关键点,所有位都是不可预测的 –

  1. 测量设置独立于设备及其现有经典数据。
  2. 在每个实验中,每个站点的测量输出都独立于其他站点的配置。

第一个是无法测试的,但由于人们可以独立选择测量设置,因此它经常在解释物理和科学实验的几个定律时引用。只有当信号传输速度超过光速时,才可以违反第二点。

参考:自然| doi:10.1038/s41586-018-0019-0 |美国国家标准技术研究院

生成随机数

随机数生成过程可以分为两个步骤——长字符串生成和提取。

首先,研究人员使用幽灵般的动作实验,通过贝尔测试创建了一长串比特。他们计算了光子对特性之间的相关性。时间因素确保相关性无法通过现有场景或低于光速的数据交换等传统流程来证明。

量子力学通过统计测试得到验证,这些信息使科学家能够量化长字符串中的随机性。

图片来源:Shalm / NIST

正如您在实验装置中所看到的,激光束击中独特的晶体并转换成纠缠的光子对。进一步计算光子以生成一串绝对随机数。 

然而,随机性无法正确地分布在整个字符串中。例如,几乎所有位都可能为 1,没有或很少为 0。为了获得具有真正随机性的均匀小字符串(其中每个位为 1 或 0 的概率为 0.5),研究人员执行第二步 - 提取。

他们设计了一个特殊的软件,可以将贝尔测试数据转换为更小的、统一的字符串。

整个方法需要 2 个独立的字符串(包含通过传统方法生成的随机位)来选择贝尔测试的测量配置并提供给软件,该软件从初始数据中提取随机性。

阅读:已知最大的素数是多少 |长度为 2300 万位

他们总共收集了 5 个数据集,其中最好的一个产生了 1,024 个随机位,这些随机位均匀分布在 10-12 范围内,即 1% 的万亿分之一。

迄今为止,这是物理生成随机性的最佳方法,从而增强了安全性和广泛的应用范围。


工业技术

  1. 您应该在数据中心词汇表中保留的 30 大术语
  2. 刀具刃口半径和刀尖半径的区别
  3. 成功的钢铁制造取决于质量流程
  4. 语音转换器电路:构建语音调制器电路
  5. 5 物联网对制造业的影响
  6. 4 个应该利用资产跟踪的行业
  7. Ficep 1003 DDVB VanGuard 钻井线
  8. 切割不仅仅是金属
  9. 平行斜齿轮和交叉斜齿轮的区别
  10. 整体皮肤泡沫
  11. 钣金加工服务
  12. AeroSlider:新的浮动火车概念时速超过 800 公里/小时