[论文解读] Practical self-testing QRNG based on an energy bound

Davide Rusca, Thomas van Himbeeck+6 more|arXiv (Cornell University)|Apr 9, 2019

Quantum Computing Algorithms and Architecture被引用 1

一句话总结

该论文提出了一种实用的自检量子随机数生成器（QRNG），通过将每信号的平均能量限制作为最小假设，在实时验证设备完整性方面表现出色。采用现成的光学组件实现准备-测量设置，该方案实现了1.25 Mbits/s的随机性生成速率，实现了安全、可行性与性能之间的良好平衡。

ABSTRACT

We present a scheme for a self-testing quantum random number generator. Compared to the fully device-independent model, our scheme requires an extra natural assumption, namely that the mean energy per signal is bounded. The scheme is self-testing, as it allows the user to verify in real-time the correct functioning of the setup, hence guaranteeing the continuous generation of certified random bits. Based on a prepare-and-measure setup, our scheme is practical, and we implement it using only off-the-shelf optical components. The randomness generation rate is 1.25 Mbits/s, comparable to commercial solutions. Overall, we believe that this scheme achieves a promising trade-off between the required assumptions, ease-of-implementation and performance.

研究动机与目标

• 开发一种自检QRNG，实现实时设备完整性验证，而无需完全设备独立。
• 在保持安全保证的前提下，减少设备独立随机性认证所需的前提假设。
• 使用标准光学组件实现可实际部署的方案。
• 在随机性生成速率方面达到或超过商用QRNG解决方案的性能。

提出的方法

• 该方案采用准备-测量量子通信设置，利用量子态生成随机比特。
• 假设每信号的平均能量有界，作为最小物理约束，以实现在无需完全设备独立情况下的自检。
• 通过监测能量约束和测量统计，实现对设备正确运行的实时验证。
• 使用现成的光学组件（如激光器、分束器和单光子探测器）实现该设置。
• 持续监控随机性生成过程，以确保持续符合能量边界和量子力学原理。
• 通过验证在能量约束下观测到的统计结果与量子力学预测一致，确保认证随机性。

实验结果

研究问题

• RQ1 能否在仅依赖标准量子力学之外的最小物理假设下，实际实现自检QRNG？
• RQ2 在准备-测量QRNG设置中，如何在无需完全设备独立的情况下实现实时设备验证？
• RQ3 在能量有界假设下，使用现成组件可实现的随机性生成速率是多少？
• RQ4 能量有界假设在多大程度上减少了对硬件的信任需求，同时仍保持安全性？

主要发现

• 所提出的QRNG实现了1.25 Mbits/s的随机性生成速率，与商用解决方案相当。
• 该方案通过验证每信号的平均能量保持在预设范围内，实现实时自检。
• 该实现仅使用现成的光学组件，证明了其实际可行性。
• 能量有界假设减少了对强设备独立假设的需求，同时仍能确保认证随机性。
• 该方法成功平衡了安全性、实用性和性能，为完全设备独立QRNG提供了一种可行的替代方案。