[论文解读] An Ultra-fast Quantum Random Number Generation Scheme Based on Laser Phase Noise

Jie Yang, Mei Wu+14 more|arXiv (Cornell University)|Nov 29, 2023

Chaos-based Image/Signal Encryption被引用 5

一句话总结

本文提出了一种基于激光相位噪声的高速量子随机数生成方案，利用维纳过程模型优化系统性能。通过应用光谱滤波，作者将量子熵源带宽提升至20 GHz，实现了218 Gbps的记录生成速率——比以往基于激光相位噪声的方案快十倍——且无需复杂硬件，可实现高效芯片集成。

ABSTRACT

Based on the intrinsic random property of quantum mechanics, quantum random number generators allow for access of truly unpredictable random sequence and are now heading towards high performance and small miniaturization, among which a popular scheme is based on the laser phase noise. However, this scheme is generally limited in speed and implementation complexity, especially for chip integration. In this work, a general physical model based on wiener process for such schemes is introduced, which provides an approach to clearly explain the limitation on the generation rate and comprehensively optimize the system performance. We present an insight to exploit the potential bandwidth of the quantum entropy source that contains plentiful quantum randomness with a simple spectral filtering method and experimentally boost the bandwidth of the corresponding quantum entropy source to 20 GHz, based on which an ultra-fast generation rate of 218 Gbps is demonstrated, setting a new record for laser phase noise based schemes by one order of magnitude. Our proposal significantly enhances the ceiling speed of such schemes without requiring extra complex hardware, thus effectively benefits the corresponding chip integration with high performance and low implementation cost, which paves the way for its large-scale applications.

研究动机与目标

• 解决基于激光相位噪声的量子随机数生成器（QRNG）在速度与复杂度方面的局限性。
• 基于维纳过程建立通用物理模型，阐明此类QRNG方案中的性能瓶颈。
• 通过简单的光谱滤波技术提升量子熵源的带宽。
• 实现适合实际芯片集成的超高速生成速率，且硬件开销最小化。
• 在不增加系统复杂度的前提下，为基于激光相位噪声的QRNG树立新的速度基准。

提出的方法

• 开发基于维纳过程的物理模型，以描述和分析激光相位噪声动力学，实现系统性性能优化。
• 对激光输出应用光谱滤波，以分离并提取相位噪声谱中的高频带宽量子随机性。
• 使用高带宽光电探测器检测滤波后的信号，将光学相位波动转换为电信号随机信号。
• 以高采样率对电信号进行数字化，生成随机比特序列。
• 通过统计后处理流水线确保输出满足随机性标准，如NIST SP 800-22。
• 整个系统设计具备可扩展性，并与芯片集成兼容，最大限度降低硬件复杂度。

实验结果

研究问题

• RQ1 基于激光相位噪声的QRNG的最大生成速率受何限制？能否建立其解析模型？
• RQ2 能否在不增加复杂硬件的前提下，充分挖掘激光相位噪声中的可用量子随机性？
• RQ3 光谱滤波如何影响生成随机比特的带宽与质量？
• RQ4 该方法在理论与实验上可实现的生成速率上限是什么？
• RQ5 该系统能否针对高速、低复杂度及芯片集成部署进行优化？

主要发现

• 维纳过程模型成功解释了基于激光相位噪声的QRNG的根本速度限制，实现了针对性优化。
• 光谱滤波将量子熵源的有效带宽提升至20 GHz，从而解锁更高的数据速率。
• 实验上实现了218 Gbps的记录生成速率，比以往基于激光相位噪声的方案高出一个数量级。
• 该方案保持了高质量的随机性，通过了NIST SP 800-22等标准统计测试。
• 该方法在极低硬件复杂度下实现超高速生成，极具适合芯片集成与大规模部署。
• 该方法为高性能QRNG提供了可扩展且成本低廉的路径，无需先进制造工艺或复杂信号处理。