适用于受监管人工智能审计追踪的抗量子对抗证据结构和迁移策略
固定大小的加密证据记录正日益广泛地应用于临床、制药和金融等受监管人工智能工作负载的审计追踪构建中——每次执行过程都会被压缩成可验证的代码标识、模型版本、数据摘要及平台测量记录。然而现有实现通常依赖传统签名方案,其长期安全性正面临量子计算攻击的威胁。该论文首次形式化定义了量子对手环境下的证据结构安全框架,并系统研究了已部署审计日志的后量子(PQ)实现方案与迁移策略。研究团队首先回顾了固定尺寸证据结构的抽象模型,继而提出基于博弈的三大安全定义:量子审计完整性(Q-Audit Integrity)、量子不可抵赖性(Q-Non-Equivocation)和量子绑定性(Q-Binding),这些定义严格约束了量子对手伪造、抵赖或重绑定证据项的能力。在量子随机预言机模型(QROM)框架下,该工作分析了基于哈希-签名方案的后量子实现——假设存在抗量子攻击的不可伪造PQ签名方案,并证明该证据结构在标准假设下满足上述安全特性。基于此,该研究提出了三种现有证据日志的迁移方案:混合签名方案、遗留证据重签名方案和默克尔根锚定方案,同时量化评估了各方案在安全性、存储开销和计算成本之间的权衡关系。以Codebat科技公司受监管AI平台采用的工业级固定尺寸证据系统为案例研究表明:量子安全的审计追踪可实现可控性能开销,而系统化迁移策略能显著延长现有部署的证据生命周期。
量科快讯
2 天前
3 天前



