[论文解读] A Multiple-Entanglement Routing Framework for Quantum Networks

Tu N. Nguyen, Kashyab J. Ambarani+3 more|arXiv (Cornell University)|Jul 19, 2022

Quantum Information and Cryptography被引用 6

一句话总结

本文提出了一种新颖的 $k$-纠缠路由框架，用于量子网络，通过在源-目的地对之间建立多条纠缠路径，提升流量灵活性和资源利用率。该框架引入了两种算法——顺序多路径调度算法（SMPSA）和基于最小割的多路径调度算法（MCSA），在不同网络拓扑和条件下，均优于现有方法，在量子比特耗尽率和资源效率方面表现更优。

ABSTRACT

Quantum networks are gaining momentum in finding applications in a wide range of domains. However, little research has investigated the potential of a quantum network framework to enable highly reliable communications. The goal of this work is to investigate and design the multiple-entanglement routing framework, namely k-entangled routing. In particular, the $k$-entangled routing will enable k paths connecting all demands (source-destination pairs) in the network. To design the $k$-entangled routing, we propose two algorithms that are called Sequential Multi-path Scheduling Algorithm and Min-Cut-based Multi-path Scheduling Algorithm. In addition, we evaluate the performance of the proposed algorithms and models through a realistic quantum network simulator, NetSquid, that models the stochastic processes underlying quantum communications. The results show that the proposed algorithms (SMPSA and MCSA) largely enhance the network's traffic flexibility. The proposed paradigms would lay the foundation for further research on the area of entanglement routing.

研究动机与目标

• 解决量子网络中多路径纠缠路由研究不足的问题，特别是 $k$-纠缠路由在提升可靠性和灵活性方面的应用。
• 将 $k$-纠缠路由问题建模为优化框架，考虑物理层约束，如纠缠生成失败率和量子比特资源限制。
• 设计两种新颖的多路径调度算法——SMPSA 和 MCSA，实现在路径分配和量子比特使用中的公平性与效率的平衡。
• 使用 NetSquid 模拟真实量子网络动态，评估所提框架在随机纠缠过程和不同网络拓扑下的表现。
• 证明 $k$-纠缠路由相比单路径或启发式方法，在网络资源利用率和流量灵活性方面有显著提升。

提出的方法

• 将 $k$-纠缠路由问题建模为带约束的优化任务，对网络链路中的纠缠生成、交换和失败概率进行建模。
• 设计 SMPSA 算法，按顺序为每个需求调度路径，通过优先选择负载较低的路径，确保公平的资源分配。
• 基于最小割原理开发 MCSA 算法，识别并分配跳数最少、资源消耗最低的路径，以最大化路径可用性和效率。
• 将动态需求调度与量子比特分配相结合，实现实时路径选择与资源使用决策的耦合。
• 在 NetSquid（一种真实量子网络仿真器）中实现该框架，以模拟光子损耗、测量误差和纠缠交换延迟等随机过程。
• 使用真实世界网络拓扑和流量矩阵，评估在不同链路距离、节点数量和需求量下的性能表现。

实验结果

研究问题

• RQ1 如何高效生成和调度多条纠缠路径（$k$-纠缠路由），以提升量子网络中的流量灵活性？
• RQ2 在动态网络条件下，多路径纠缠路由中公平性（SMPSA）与效率（MCSA）之间的权衡是什么？
• RQ3 与现有单路径或启发式路由方案相比，所提算法在提升量子比特利用率和降低资源耗尽方面达到何种程度？
• RQ4 随着网络规模、链路距离和需求数量的增加，$k$-纠缠路由的性能如何变化？
• RQ5 将需求调度与路径选择相结合，是否能显著提升量子网络中的资源利用率和网络稳定性？

主要发现

• MCSA 和 SMPSA 算法在所有评估场景中均实现了最高的量子比特耗尽率，表明其具有更优的资源利用率效率。
• 当平均物理链路距离从 7.44 km 增加到 27.5 km 时，MCSA 和 SMPSA 的量子比特耗尽率仍高于 RMPSA 和 DMPSA，归因于最优的量子比特分配与路径选择。
• 当节点数量从 50 增加到 250 时，MCSA 和 SMPSA 展现出最高的量子比特耗尽率，得益于路径可用性的提升和最短跳数路径的优先策略。
• 当需求数量从 5 增加到 25 时，MCSA 和 SMPSA 仍保持最高的量子比特耗尽率，表明其在高负载下具有优异的鲁棒性与可扩展性。
• 在 100 至 1100 次迭代的长期模拟中，MCSA 维持了稳定且最高的量子比特耗尽率，其在稳定性和效率方面均优于 SMPSA、RMPSA 和 DMPSA。
• MCSA 和 SMPSA 中将需求调度与量子比特分配相耦合，显著优于将调度与分配独立处理的方法。