面向后量子网络就绪性的全栈知识图谱与LLM框架
大规模量子计算机的出现威胁着广泛部署的公钥加密系统,迫切需要企业级方法来评估后量子(PQ)安全准备情况。尽管PQ标准正在制定中,各组织仍缺乏可扩展的量化框架来衡量加密风险暴露程度,并确定复杂基础设施中迁移工作的优先级。本研究提出了一种基于知识图谱的框架,该框架通过建模企业加密资产、依赖关系和漏洞,计算出统一的PQ准备就绪评分。基础设施组件、密码原语、证书和服务被表示为异构图谱,从而实现对依赖驱动型风险传播的显式建模。PQ风险暴露通过图论风险泛函进行量化,并借助沙普利值分解法跨密码学领域进行归因。为保障扩展性和数据质量,该框架将大语言模型与人工验证循环相结合,实现资产分类和风险归因。最终形成的方案可生成具有可解释性的标准化准备度指标,支持持续监控、对比分析和修复优先级排序。
量科快讯
11 小时前
1 天前
1 天前

