工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Manufacturing Technology >> 産業技術

量子生成の乱数が新たな精度基準を設定

NIST (国立標準技術研究所) の科学者は、量子力学を使用してより貴重な乱数を生成する新しい技術を構築しました。乱数の予測不可能性は、以前に使用されていたすべての方法を上回り、暗号化およびセキュリティ システムが強化されました。

既存のシステムには何が問題があるのですか?まあ、絶対的な意味で乱数を生成するわけではありません。機械やソフトウェアの計算式によってランダムに生成された数値は、予測可能なノイズ源など、さまざまな要因によって損なわれる可能性があります。 統計テストを実行することはできますが、結果のみに関するテストは、結果が予測不可能であったことを保証できません。

乱数は、電子ネットワーク内で個人情報を暗号化するために毎日何十億回も使用されています。しかし、従来のソースが本当に予測不可能であることを誰も保証できないため、セキュリティ システムの強度が制限されます。それはコインを投げることに似ています。ランダムに見えますが、転がるコインの軌跡をたどれば結果がわかります。

ただし、新しい方法は量子ソースとプロトコルに依存します。そして研究者たちは、量子ベースの結果を誰も予測できないと確信しています。量子マシンだけが、出力と測定の選択肢の間の統計的相関関係を生成できます。

仕組みは?

新しい技術には、光の粒子、フォトンを使用してデジタル ビット (0 と 1) を作成することが含まれます。これは、量子力学の重要な予測を強力に裏付けた、以前の NIST の実験「遠くでの不気味な行動は現実である」に基づいています。ただし、新しい作業では、より実際のランダムなビットの文字列が生成されます。

より具体的には、ランダム性の生成には、実験試行中の測定ステーションの空間的な分離と検出効率を特徴とする「抜け穴のない」ベル テストが使用されます。

ベルの不平等

次に理解すべきことは、ベル テストです。このテストでは、2 つの別々の測定ステーションにモジュールが配置されたもつれシステムで測定が行われます。各ステーションで選択が行われます (2 つの測定タイプのいずれか)。

複数回の試行後に測定データが「ベルの不等式」と呼ばれる特定のシナリオに違反する場合、そのデータは弱い仮定の下でランダム性があることが証明されます。

2 つの重要な点を仮定すると、すべてのビットは予測できません –

<オル>
  • 測定設定は、デバイスやデバイスに関する既存の古典的なデータから独立しています。
  • 各実験トライアルでは、各ステーションの測定出力は他のステーションの構成から独立しています。
  • 最初のものはテストできませんが、測定設定を個別に選択できるため、多くの場合、いくつかの物理法則の解釈や科学実験が必要になります。 2 番目の点は、信号が光の速度よりも速く転送できる場合にのみ違反できます。

    参考:自然 | 土井:10.1038/s41586-018-0019-0 | NIST

    乱数の生成

    乱数生成のプロセスは、長い文字列の生成と抽出の 2 つのステップに分けることができます。

    まず、研究者らは不気味なアクション実験を使用して、ベル テストによって長いビット列を作成しました。彼らは、光子ペアの特性間の相関関係を計算しました。タイミング要素により、既存のシナリオや光速未満でのデータ交換などの従来のプロセスでは相関関係を実証できないことが保証されます。

    量子力学は統計的テストを使用して検証され、科学者はこれらの情報を使用して長い文字列のランダム性を定量化できるようになりました。

    画像クレジット:Shalm / NIST

    実験装置でわかるように、レーザービームは独自の結晶に当たり、絡み合った光子ペアに変換されます。フォトンはさらに計算されて、絶対乱数の文字列が生成されます。 

    ただし、ランダム性を文字列全体に適切に分散させることができませんでした。たとえば、ほとんどすべてのビットが 1 で、0 がまったくないか、ごくわずかである可能性があります。実際のランダム性 (すべてのビットが 1 または 0 になる確率が 0.5 である) を備えた均一で小さな文字列を取得するために、研究者は 2 番目のステップである抽出を実行します。

    彼らは、ベル テスト データをより小さく均一な文字列に変換する特別なソフトウェアを設計しました。

    全体的な方法では、ベル テストの測定構成を選択し、初期データからランダム性を抽出するソフトウェアに入力するために、2 つの独立した文字列 (従来の方法で生成されたランダム ビットを含む) が必要です。

    読む:既知の最大の素数とは |長さは 2,300 万桁です

    彼らは合計 5 つのデータセットを収集し、最も優れたデータセットでは、10 ~ 12、つまり 1% の 1 兆分の 1 以内に均一に分布する 1,024 個のランダム ビットが得られました。

    現在までのところ、これはランダム性を物理的に生成するための最良の方法であり、これによりセキュリティと幅広いアプリケーションが強化されます。


    産業技術

    1. 農機具に最適な金属は何ですか?
    2. 1 兆ドルの宇宙経済におけるフィラデルフィアの役割:戦略的青写真
    3. IoTがシームレスなサプライチェーンの鍵となる理由
    4. Straton – チュートリアル 2 – MMS 通信
    5. 医療機器製造における新製品の動向
    6. あなたの木工CNC旋盤カッターツールは耐久性がありますか
    7. 製造業–イノベーションによる機会の創出
    8. 未来はここにある:エレクトロニクスの進歩が他の業界にどのように情報を提供しているか
    9. ソリッドステートデバイス理論の概要
    10. 4年連続で、DVIRCは製造サプライチェーンを強化するために国防総省との契約を獲得しました
    11. 継続的改善アプローチを採用することの利点