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

量子生成随机数树立新精度标准

美国国家标准技术研究院(NIST)科学家构建新技术,利用量子力学生成更纯净随机数。现在随机数的不可预测性超越所有先前方法,增强加密和安全系统。

现有系统有何问题?它们不绝对意义上生成随机数。机器或软件公式随机产生的数可被诸多因素破解,包括可预测噪声源。虽可运行统计测试,但仅靠结果测试无法保证结果不可预测。

随机数每日在电子网络中用于加密私密信息数十亿次。但因无法保证传统源真正不可预测,限制了安全系统强度。像抛硬币:看似随机,但若追踪硬币翻滚路径可知结果。

然而,新方法依赖量子源和协议。研究者确信无人能预测基于量子的结果。仅量子机器能生成输出与测量选择间的统计相关性。

如何工作?

新技术涉及用光子(光粒子)创建数字比特(0和1)。基于NIST先前实验“幽灵般的超距作用是真实的”,强力支持量子力学关键预测。新工作产生更真实随机比特串。

具体而言,随机生成使用“无漏洞”贝尔测试,以实验期间测量站的类空间分离和探测效率为特征。

贝尔不等式

下一步理解贝尔测试:在两个分离测量站对纠缠系统测量。每站在两种测量类型间选择。

若多次试验后测量数据违反特定场景“贝尔不等式”,则数据在弱假设下被认证含随机性。

所有比特不可预测假设两关键点:

  1. 测量设置独立于设备和关于它们的现有经典数据。
  2. 每次实验试验中,每站测量输出独立于另一站配置。

第一点不可测试,但因可独立选择测量设置,常援引于多条物理定律和科学实验解释。第二点仅当信号传递超光速才可能被违反。

生成随机数

随机数生成过程分两步——长串生成和提取。

首先,研究者用幽灵实验通过贝尔测试创建长比特串。计算光子对属性相关性。时序因素确保相关性无法由传统过程(如现有场景或亚光速数据交换)解释。

量子力学经统计测试验证,这些信息使科学家量化长串随机性。

然而,随机性无法在串中适当分布。例如,几乎所有比特可能为1,极少或无0。为获得均匀小串真随机性(每比特为1或0概率0.5),执行第二步——提取。

他们设计特殊软件将贝尔测试数据转为更小均匀串。

总体方法需两独立串(含传统方法生成随机比特)选取贝尔测试测量配置并馈送软件,从初始数据提取随机性。

共收集5个数据集,最佳产出1024随机比特,均匀分布在10^-12内,即万亿分之一百分比。

迄今,这是物理生成随机性最佳方法,从而增强安全及广泛应用。

工业技术

  1. 公差如何影响设计、生产与成本:工程师必读指南
  2. 数控加工精效双提升:四大实证策略与工艺优化指南
  3. 掌握电气设计:用 E3.schematic 功能优化项目
  4. 构建HACCP计划:守护食品安全、规避召回风险
  5. 赋能宾州制造业:深度解析IRC网络的使命与行动
  6. 工程师善用低成本SBC加速工业与IoT产品开发:Newark调研洞察
  7. 过压保护电路:类型原理与DIY项目实战指南
  8. 国内生产让美玩具商在全球供应转移中占优势
  9. 选择低容量注塑成型实现高性价比生产
  10. 筒夹型号尺寸辨识全攻略:ER/TG/SYOZ/DA/SK/C/K型对照表
  11. 自制简易AM收音机接收机:分步实战指南
  12. 可靠PCB生产的核心设计要素:DFM指南