量子科技中心_量科网

当前主流的量子随机数生成器（QRNG）设计通常采用后处理技术对原始随机数据进行提纯，随后使用NIST SP 800-22等测试套件进行统计验证。该研究团队揭示这种广泛采用的方法存在重大缺陷——强效的提取过程会通过完美掩盖物理层攻击而制造虚假的安全假象，导致后续统计测试对熵源被破坏的情况完全失效。该工作通过两种主流QRNG架构验证了这一发现：实验中对基于放大自发辐射（ASE）的QRNG实施电源纹波攻击时，受损原始数据会彻底无法通过NIST测试，但经过标准托普利兹矩阵提取后，最终输出序列却能完美通过检验。这暴露出一个深层风险：由于验证过程对原始数据质量不敏感，意味着即使输入完全可预测，仍可能生成通过认证却毫无安全性的随机序列。理论分析进一步证实，该漏洞同样存在于基于相位噪声的QRNG架构，这表明安全验证必须突破最终输出的统计分析框架，着眼于整个生成流程的安全评估。