量子密鑰分發(fā)技術(shù)(QKD)的出現(xiàn)為抵御未來計算能力高速發(fā)展帶來的信息安全問題提供了新的解決方案。近年來,QKD的理論已得到了初步完善,正逐漸從實驗室走向?qū)嶋H應(yīng)用。下一階段的發(fā)展重點將是大規(guī)模QKD組網(wǎng)技術(shù),從提高可擴展性及降低實施成本的角度出發(fā),將QKD與光網(wǎng)絡(luò)融合,即搭建量子密鑰分發(fā)光網(wǎng)絡(luò),成為了必然的發(fā)展趨勢。本論文圍繞如何在現(xiàn)有的光網(wǎng)絡(luò)資源中承載量子信號的傳輸這一核心問題,重點針對QKD與光網(wǎng)絡(luò)融合中噪聲干擾及資源競爭兩大挑戰(zhàn)展開研究,從提高可靠性及資源共享的高效性兩個層面提出相應(yīng)的資源分配方案,主要的研究工作和創(chuàng)新成果如下:(1)針對量子信號與經(jīng)典信號共纖傳輸中的多噪聲源抑制問題,提出了聯(lián)合優(yōu)化四波混頻與拉曼散射噪聲的波長分配(JOCA)方案。該方案中通過非等間隔信道位置選擇及拉曼散射最優(yōu)的信道間隔選擇,能夠同時降低四波混頻(FWM)及拉曼散射噪聲對QKD系統(tǒng)的影響�；诖罱ǖ闹С中诺乐貥�(gòu)的共纖傳輸實驗平臺展開了一系列噪聲測試實驗,實驗結(jié)果驗證了提出的JOCA方案能夠基本消除FWM噪聲干擾,同時使拉曼散射噪聲降低23%以上。對QKD系統(tǒng)的性能評估結(jié)果表明,密鑰生成率與傳統(tǒng)方案相...

【文章頁數(shù)】：136 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 量子密鑰分發(fā)技術(shù)(QKD)概述
        1.1.1 QKD原理
        1.1.2 QKD發(fā)展進程
    1.2 QKD與光網(wǎng)絡(luò)的融合趨勢
        1.2.1 QKD光網(wǎng)絡(luò)中的關(guān)鍵技術(shù)
        1.2.2 QKD光網(wǎng)絡(luò)的現(xiàn)狀
    1.3 QKD光網(wǎng)絡(luò)中的資源分配
        1.3.1 面臨的主要挑戰(zhàn)
        1.3.2 現(xiàn)有方案及其不足
    1.4 論文的主要研究工作及創(chuàng)新點
    1.5 論文結(jié)構(gòu)安排
    參考文獻
第二章 靜態(tài)環(huán)境下多噪聲源抑制的信道規(guī)劃
    2.1 共纖傳輸系統(tǒng)中的噪聲干擾評估
        2.1.1 干擾源分析
        2.1.2 數(shù)值仿真與結(jié)果評估
    2.2 針對FWM與自發(fā)拉曼散射聯(lián)合優(yōu)化的波長分配(JOCA)方案
        2.2.1 JOCA方案設(shè)計
        2.2.2 實驗及仿真評估
    2.3 JOCA方案在QKD光接入網(wǎng)中的擴展應(yīng)用
        2.3.1 基于JOCA方案的QKD光接入網(wǎng)中的噪聲抑制
        2.3.2 QKD光接入網(wǎng)中的JOCA方案性能評估
    2.4 本章小結(jié)
    參考文獻
第三章 動態(tài)網(wǎng)絡(luò)下針對時變噪聲的自適應(yīng)信道分配
    3.1 動態(tài)QKD光網(wǎng)絡(luò)中的時變噪聲干擾問題
    3.2 基于機器學習的噪聲抑制信道分配(ML-NSCA)方案
        3.2.1 方案流程
        3.2.2 核心技術(shù)-基于ML的最佳信道預測
    3.3 ML-NSCA方案的性能評估
        3.3.1 ML預測模型的準確性分析
        3.3.2 密鑰生成率提升性分析
    3.4 本章小結(jié)
    參考文獻
第四章 針對資源競爭問題的高效資源共享
    4.1 QKD光網(wǎng)絡(luò)中的資源競爭問題
    4.2 密鑰量驅(qū)動的波長分配(KSD-WA)機制
        4.2.1 KSD-WA機制原理
        4.2.2 約束條件及優(yōu)化目標
    4.3 針對KSD-WA機制的啟發(fā)式優(yōu)化算法
        4.3.1 最大密鑰容量優(yōu)先算法
        4.3.2 最小增益保證算法
    4.4 針對KSD-WA機制的深度強化學習優(yōu)化算法
        4.4.1 學習模型建立
        4.4.2 DeepRL算法的訓練
        4.4.3 DeepRL算法的參數(shù)設(shè)置及其收斂性
    4.5 在動態(tài)網(wǎng)絡(luò)環(huán)境下的仿真分析
        4.5.1 KSD-WA機制的密鑰生成性能評估
        4.5.2 KSD-WA機制資源共享的高效性驗證
    4.6 本章小結(jié)
    參考文獻
第五章 高效的時間-頻域QKD編碼方案(博士期間其他工作)
    5.1 提高密鑰生成率的高階時間-頻域QKD編碼
        5.1.1 現(xiàn)有方案及其不足
        5.1.2 基于非延時干涉環(huán)的時間-頻域編碼方案
    5.2 NDI-TF-QKD方案的性能評估
        5.2.1 基于IR攻擊下的有效傳輸率評估
        5.2.2 實際應(yīng)用場景下的密鑰生成速率評估
        5.2.3 本章小結(jié)
    參考文獻
第六章 總結(jié)與展望
附錄 縮略語表
致謝
攻讀學位期間發(fā)表的學術(shù)論文目錄



本文編號：3845682