量子密钥分发网络中基于机器学习的资源分配技术研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:wusic
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当前,信息网络面临着日益严峻的安全挑战。现代密码学基于计算复杂度的加密方式,在未来可能很容易被量子计算机破解。量子密钥分发(Quantum Key Distribution,QKD)作为一种基于量子力学性质的信息加密技术,可以为两个通信节点提供理论上绝对安全的密钥从而保证数据传输的安全。为了实现QKD系统的广泛部署,满足多用户间的加密需求,面向多点互联的QKD网络也逐步进入产业化。但是目前QKD网络中的密钥的生成速率还比较低。密钥具有高生成成本且不可重复使用。因此,如何优化网络资源分配技术,从而提高密钥资源利用率,构建高安全、可扩展,低成本、面向灵活应用的QKD网络具有重大的科学价值和研究意义。本文从网络架构、密钥存储与管理方案以及资源分配等方面对如何构建高效的QKD网络进行了深入研究,设计了一种面向智能化的QKD网络架构,针对QKD网络中密钥资源利用效率低和密钥保存与密钥安全性的矛盾,设计了两种资源分配算法。主要完成的工作和创新点如下:(1)本文提出了一种面向智能化的量子密钥分发网络架构。在原有的网络中,添加了智能决策层,结合SDN全局管控的能力,为SDN对网络资源的调度提供更好的决策能力。为了更好地管理密钥资源,提出了一种基于异步收发的量子密钥池方案。将密钥分发和密钥消耗设计成两个相互独立的过程,提高密钥管理和分发的效率。(2)针对QKD网络密钥资源利用效率低的问题,本文提出了一种基于业务自适应的量子密钥路由和资源分配算法。该算法引入强化学习模型,使每个安全业务能够根据网络当前的资源使用情况选择长期回报更高的路由。设计了一种基于最佳拟合的启发式量子密钥路由和资源分配方法作为比较研究。仿真结果表明,相较于基于最佳拟合和基于最短路径的量子密钥路由和资源分配算法,本文所提出的基于业务自适应的方法能有效改善安全业务阻塞和密钥资源利用率。并验证了算法在不同仿真条件下的性能。(3)针对密钥保存与密钥安全性存在矛盾的问题:本文首先定量分析了密钥池中密钥生存时间的影响因素。接着分析了路由选择对QKD网络中密钥资源分布的影响。为均衡密钥使用,提出了密钥池健康度的概念用来评估密钥池处在资源不足或资源溢出的状态的风险,并基于此提出了基于密钥池双阈值的量子密钥路由和资源分配算法。该算法引入强化学习模型,使得在密钥分配过程中,网络中密钥池的密钥量尽可能不超过阈值。仿真结果表明,在为密钥池设置了合理的阈值后,相较于基于最佳拟合和基于最短路径的量子密钥路由和资源分配算法,本文所提出的基于密钥池双阈值的算法的密钥池健康度分别提升了 5.5%和12.6%、安全业务阻塞率分别降低了 26.6%和42.6%、密钥资源利用率分别提升了 2.4%和4.5%。
其他文献
模态指数据的存在形式,如图片、文本、视频等。跨模态检索旨在由一种模态的数据作为查询来检索另一种模态的相关数据。如今,互联网的迅速发展推动了多媒体数据的爆炸性增长,这对检索提出了更高的要求。与传统单模态检索相比,跨模态检索利用了不同模态相关数据具有底层特征异构、高层语义相关这一特点,极大丰富了我们对同一事物或事件的认知,具有重要的研究意义和实用价值。然而,现有跨模态图文检索模型在图文对齐这一核心问题
随着社会的发展和科技水平的提高,移动互联网及智能设备发展迅速。由于短视频信息量大,时间短,符合各年龄段用户的使用习惯,短视频应用层出不穷,占据了大量的用户市场。大量的用户数量创造了巨大的商机,而短视频收益最为重要的一条途径便是广告的植入。然而传统的视频网站中的广告植入多为贴片广告和中插广告,严重影响用户的体验,也不适用于短视频的应用场景。针对传统视频广告植入技术的不足之处,本文设计并实现了一个基于
对于校园教学平台而言,现有的单一功能及容客量都还不足提供给师生一种一站式的教学服务,且在电磁场、天线等学科的教学过程中,仿真功能依然无法以校园教学平台承载,为方便师生可在校园内部教学网站进行一站式的教授与学习,丰富平台的教学功能,提出设计一个基于虚拟仿真的电磁场类课程教学平台系统。本文设计的教学网站系统不仅包含师生沟通等常规功能,还包括电磁仿真模块,其中天线虚拟仿真模块中阵列天线多位置观测效果的呈
网络技术和网络设备领域的快速发展推动了网络架构朝多元化、异构化、大规模方向发展。路由作为网络的基本功能之一,负责计算网络中数据分组的传输路径。网络建模是路由算法的基础,准确高效的网络建模能够提升路由的处理能力和优化效率,从而影响网络性能。现有的矩阵建模方法表达效率与表达准确性欠缺,不利于网络性能的提高。基于此,本文面向软件定义网络架构下的网络表示学习问题开展研究。本文尝试将网络表示学习算法与路由结
随着移动互联网和智能物联网的高速发展,移动设备数量的不断激增,网络边缘不得不面对越来越高的数据量和计算量挑战。将边缘网络的数据集中至云平台核心网络进行计算往往会带来高昂的传输成本和用户难以接受的处理时延。这使得移动边缘计算(MEC/Mobile Edge Computing)成为研究和应用的热点。移动边缘网关是MEC的核心设备之一,其通过合理的资源协同调度,可以更实时和高效地处理移动用户设备的计算
随着第五代移动通信网络的深入研究和逐步应用,更密集、更多样化的设备将接入网络,并要求网络在更加丰富的通信场景中提供高速率、低时延的高质量传输。诸如运动赛事实时转播、军事、工业实时通信、高铁及更高速轨道交通等日趋火热的领域中,信源往往是时刻运动的,随之产生的信道时变问题导致资源分配也应实时、动态地调整,传统静态中继难以灵活应对此类场景。而无人机的实时可调整性及可规划性可以有效地辅助各种运动场景下的数
随着社会的发展,现代人的生活节奏越来越快,这也导致现代人的身体健康状况出现一系列问题。从1992年~2020年,现代人肥胖率从3%上升到15%,糖尿病等疾病的发病率也不断提高,由此,越来越多人热衷于加入到健身的行列中来,功能性动作筛查(FMS)也开始慢慢的进入大家的视野辅助健身者们进行锻炼,FMS由7个动作组成,主要用于检测人体的基本能力成分,包括稳定性、活动范围、身体控制能力和平衡性,FMS测试
随着通信技术的发展,为了获取高速的信息传输速率和兼容不同的通信标准,通信设备朝着多频多模式的方向发展。同时,由于需要传输的调制信号即使经过削峰后仍然具有较高的峰均比,信号带宽也越来越宽,为满足多频带、宽带高峰均比信号的高效放大需求,本文针对双频带功率放大器的带宽拓展方法进行研究,主要包括双频带阻抗匹配技术的研究,双频宽带单管功率放大器的设计和双频宽带Doherty功率放大器的设计。本文的创新点和主
5G带来了新的垂直应用和业务场景,多样化的业务需求为网络提出了更大的挑战,要满足差异化的需求,定制化的切片通过在同一物理基础网络上分隔出多个互相隔离的虚拟网络来为不同的业务提供定制化服务。接入网作为智能设备与核心网之间连接的桥梁,可实现业务的接入和资源保障,同时需要灵活的切分来保障切片的定制化和隔离性。然而,在资源有限的情况下,接入网侧大规模的业务接入和动态变化的需求以及智能设备的移动性为定制化切
随着深度学习目标检测研究越来越深入,相关技术正逐步赋能于嵌入式设备,为其提供更强的计算分析能力。深度学习环境部署和目标检测模型训练对于嵌入式开发人员存在着一定的行业门槛。当前,公交运营监控管理中也逐渐应用嵌入式目标检测。因此,为了降低深度学习目标检测技术的应用难度,本文提出了一个嵌入式目标检测平台设计方案,从而提供了一个具备较强通用性的、操作流程简便化的嵌入式目标检测平台,使其可以用于多种公交监控