量子密钥分发与人工智能

报告题目：量子密钥分发与人工智能

报告时间：2019年3月12日（星期二）晚上19:00

报告地点：铁道学院电子楼404会议室

报告人：谢才浪、周建、朱荣

报告题目：机器学习与连续变量量子密钥分发.（谢才浪）

报告摘要：量子密钥分发是现代密码学重要的一个分支，而且随着量子计算机的研制，传统加密方法面临严峻挑战，量子加密实用化迫在眉睫。量子密钥分发可分为离散变量量子密钥分发和连续变量量子密钥分发两个实现方案，其中连续变量方案因为易于传统相干光通信融合、易制备、易探测等特点而越来越受到研究者的关注。连续变量量子密钥分发协议的理论无条件安全性已经得到了严格证明，但其实际安全性由于器件、环境的影响距离无条件安全还有一定差距。本报告将简单介绍几种经典的机器学习的方法，以及提供几种如何通过机器学习的方法来提高连续变量量子密钥分发实际安全性的思路。

报告题目： 基于可分高斯态的远距离连续变量子密钥分配 （周健）

报告摘要：连续变量子密钥分配被认为是一种替代传统密码的安全通信方案。然而，由于受到信道噪声和损耗的影响，其传输距离仅限于城域范围内。本文提出了一种利用可分离高斯态实现远距离连续变量量子密钥分配方案。这种可调量子密钥分配协议需要可分离高斯态，在经典通信和可用的线性光学元件的帮助下，通过对压缩和移位高斯态进行压缩和位移操作完成。该协议源于一种模式与用于分布的辅助模式的纠缠，这种纠缠首先被局部相关噪声破坏，然后通过辅助模式与第二种远距离可分离相关模式的干扰恢复。位移矩阵由两个六维向量组成，最后由三分体系的可分性确定。爱丽丝、鲍勃和辅助系统的可分离性降低了敌人的窃听，导致容忍更高的额外噪声和实现更长的传输距离。

报告题目：基于压缩感知的鬼成像重构算法研究 （朱荣）

鬼成像（Ghost Imaging）是近年来新兴起的一种成像技术，又称关联成像或量子成像。由于鬼成像技术是利用光场的相关性来成像的，要想获得足够清晰的图像，就必须进行大量的采样，导致了采样时间过长，而且成像质量也不好。因此，如何在现有的鬼成像方案中使用较少的采样次数而能获得较高质量的重构图像就成为研究的一个热点问题。压缩感知理论是近年备受关注的信号处理的新技术，它可以用远低于奈奎斯特理论重构图像所需的采样次数去较高质量的重构原始目标图像。已经有研究者将压缩感知理论引入到了鬼成像系统中，从而实现了在较低的采样次数下还可以较高质量的重构图像。本报告简要介绍几种不同压缩感知重构算法在鬼成像系统中的重构图像能力。