基于设备无关随机数扩展协议的放松测量假设研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:fso2084
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Bell测试是量子信息科学中最重要的工具之一。一方面,它可以对自然的基本物理定律进行基本测试。另一方面,它也可以应用于各种设备无关的任务,如量子密钥分发和随机数生成。在实践中,Bell测试的实验演示中存在的漏洞可能会影响结论的有效性。大多数基于Bell测试的量子信息任务都是基于测量独立的假设。然而,在实验操作中很难确保始终满足测量独立的假设,因此,探索放松这一假设条件对Bell测试的影响是至关重要的。本文从设备无关框架出发来研究随机数生成的安全性,重点研究放松测量独立假设对Bell测试的影响。首先,本文讨论了放松测量独立假设对1-参数族Bell(l-parameter family of Bell,1-PFB)测试的影响。对于一般输入分布和可分解输入分布,分别建立了测量相关、猜测概率和Eve可以伪造的1-PFB相关函数的最大值之间的关系,给出了 Eve伪造最大值时的确定性策略。进而,给出了可验证的真随机数的范围。其次,在一般输入分布和可分解输入分布下分别建立了测量相关、猜测概率和Eve可以伪造的Chain相关函数的最大值之间的关系,比较了 Chain不等式和1-PFB不等式的未知信息率,并找到了Eve在1-PFB不等式中比Chain不等式中更难伪造最大量子违背的参数范围。
其他文献
正交频分复用和多输入多输出技术在提高信道容量的同时,具有良好的抗干扰能力,成为第四代和第五代移动通信系统的关键技术之一。当通信系统中用户数量和天线数增加时,信道估计和信号检测的计算复杂度将会显著提高。为了在低复杂度的条件下实现较高的检测精确度,本文进行了基于深度学习方法的信道估计和信号检测研究。针对MIMO-OFDM通信系统中的信道估计问题,提出了一种基于图像去噪网络的信道估计方法。首先利用最小二
随着我国社会经济的蓬勃发展,林业建设过程中的林业病虫害问题愈加严重.文章阐述了林业病虫害无公害的概述及成因分析,论述了林业病虫害无公害防治的重要意义,提出了林业病虫害无公害防治方法,旨在为我国林业病虫害的防治工作建言献策.
近年来,车联网VANET(Vehicular Ad-hoc Network)逐渐向网联化和智能化发展,在向用户提供行驶导航、个性化推荐等智能定制服务的同时,也带来了一系列的隐私泄露威胁。一种常见的隐私保护方式是在通信过程中使用假名(Pseudonym)来代替车辆的真实身份。当车辆驶出网络或行为不当时,由证书授权中心CA(Certificate Authority)撤销颁发给车辆的假名证书。通常使用
随着互联网的普及和人工智能的发展,深度学习技术在人们生活的各个领域中广泛应用。当前技术主要解决的是基于直觉的、无意识的、快速的任务,如图像分类与识别、文本检索等。在认知神经科学中,我们称解决这些非认知的任务为System 1。如何准确并及时地解决有意识的、需要逻辑性和认知能力的System2任务,如推理、系统等,已经成为人工智能发展至今的一大难题。进一步地,在System 2中提供解释信息,将有效
森林资源具有极高的生态价值、经济价值和社会价值,提高森林资源配置合理性可以为社会发展作出极大贡献.基于此,文章以提高林业发展水平为目标,对森林经营以及培育问题进行了研究.文章阐述了森林经营分类的基本原则,并以汝城县森林经营项目为例,提出了森林培育建议,希望能为带来参考.
电子皮肤目前已被广泛应用于人工智能、可穿戴设备和智能机器人等领域,其使用数量及发展前景都十分可观。作为电子皮肤的重要组成部分,电容式传感器受到越来越多的关注。将柔性聚合物材料应用于传感器的介电层或衬底,可以改善早期传感器材质较硬导致无法承受较大变形的问题。但是作为传感器的有效功能层,聚合物材料较低的介电常数导致电容式传感器的信噪比低,容易受到外界干扰,限制其应用范围。针对目前大多数电容式传感器难以