量子科技中心_量科网

尽管量子密钥分发（QKD）具有强大的安全性保证，但其实际部署仍受到量子信道动态特性和实时参数优化复杂性的显著挑战。该研究团队提出OptiQKD——一种与协议无关的机器学习框架，专门用于最大化BB84、E91和COW协议的安全密钥生成率（SKR），同时最小化量子比特误码率（QBER）。该框架整合了用于高精度短期信道状态波动预测的时间卷积网络（TCNs），以及用于自主实时参数选择的强化学习（RL）控制器。整个优化系统严格遵循标准可组合安全性假设，确保性能提升不会损害量子安全根基。研究人员在模拟信道损耗、探测器效率和暗计数等实际设备限制条件下，评估了框架在退极化噪声与振幅阻尼噪声等关键环境压力源中的表现。结果表明：通过预测性状态优化，该方案实现了显著的协议普适性改进——安全密钥生成率中位数提升20-30%，同时量子比特误码率中位数从3.0%降至1.5%。这些发现证实，OptiQKD为动态参数调优提供了高效且保障安全的机制，为构建更具韧性和高吞吐量的实用化QKD部署铺平了道路。