Skip to main content
QUICK REVIEW

[论文解读] Controlled Alternate Quantum Walks based Quantum Hash Function

Dan Li, Yu‐Guang Yang|arXiv (Cornell University)|Jul 24, 2017
Quantum Computing Algorithms and Architecture参考文献 16被引用 4
一句话总结

本文提出了一种基于可控交替量子行走(CAQW)的量子哈希函数,利用动态控制的2×2量子比特门算符实现单粒子量子行走,以实现高安全性、优异的统计特性,并降低资源需求。通过使用与消息相关的比特门参数以及对概率分布进行模运算变换,该方案可抵抗碰撞攻击和生日攻击,同时在实验实现上具有极低的开销,相比以往基于双粒子或更大算符的量子行走设计,展现出更高的可扩展性与高比特长哈希输出能力。

ABSTRACT

Through introducing controlled alternative quantum walks, we present controlled alternate quantum walks (CAQW) based quantum hash function. CAQW based quantum hash function have excellent security, outstanding statistical performance and splendid expansibility. Furthermore, due to the structure of alternative quantum walks, implementing CAQW based quantum hash function significantly reduces the resources necessary for its feasible experimental realization than implementing other quantum hash functions. Besides, CAQW based quantum hash function has expansibility.

研究动机与目标

  • 解决基于双粒子相互作用量子行走(CIQW)的现有量子哈希函数中存在的可预测碰撞与高资源需求问题。
  • 通过减小所需量子算符的规模,提升实验实现的可行性。
  • 开发具备强统计特性的量子哈希函数,包括混淆性、扩散性与均匀分布特性。
  • 通过维度可扩展性,实现高比特长哈希函数的可扩展构建。
  • 为量子密码学应用(如隐私放大与图像加密)提供实用的替代方案。

提出的方法

  • CAQW模型采用二维晶格中的单粒子系统,包含位置与比特门态,通过全局酉算符 U = S_y(I⊗C)S_x(I⊗C) 进行演化。
  • 比特门算符 C 为参数化的2×2酉矩阵,由参数 θ 决定,根据消息比特选择两个不同值(θ₁, θ₂)。
  • 消息控制比特门算符的序列:0使用C₀,1使用C₁,从而实现与消息相关的演化过程。
  • 经过 t 步演化后,计算最终态在位置与比特门态上的概率分布 P(x,y,t)。
  • 将概率值乘以 10⁸ 后对 2ᵏ 取模,生成长度为 n²k 的二进制哈希字符串。
  • 初始态为 |0,0⟩(α|0⟩ + β|1⟩),其中 α, β 为满足 |α|² + |β|² = 1 的复振幅。

实验结果

研究问题

  • RQ1能否设计一种单粒子量子行走模型,以消除基于双粒子CIQW的量子哈希函数中固有的可预测碰撞?
  • RQ2与4×4算符相比,使用2×2比特门算符是否能显著降低实验实现的量子资源开销?
  • RQ3CAQW构造是否能保持强统计特性,如混淆性、扩散性与均匀分布?
  • RQ4该方案是否可轻松扩展至高维空间,以支持更长的哈希输出?
  • RQ5考虑到其输出大小与分布特性,该方案是否对生日攻击具有抗性?

主要发现

  • 基于CAQW的量子哈希函数实现了200比特的输出长度(5²×8),生日攻击抵抗能力约为 2¹⁰⁰ 次尝试,使得以50%概率找到碰撞在计算上不可行。
  • 该方案展现出优异的统计性能,包括对输入变化的高度敏感性、强扩散性以及在哈希空间中的均匀分布特性。
  • 由于交替行走控制结构的设计,先前在CIQW基设计中对特定初始态出现的可预测碰撞,在CAQW模型中不会发生。
  • 实现仅需2×2酉算符,相比4×4算符或双粒子纠缠行走,显著降低了实验复杂度。
  • 该方案可轻松扩展至三维空间,使用相同框架实现1000比特的哈希输出(5³×8)。
  • 该方法结合了量子不可逆性与模运算变换,确保安全性,且不依赖于经典计算困难性假设。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。