arXiv quant-ph· Madhab Chandra Das, Sajid Ahmed, Uzair Hussain, Van Vung Pham·· 14 天前AI 评分24
基于仿真的量子密钥分发取证：利用机器学习进行攻击检测与特征提取
Simulation-Based Quantum Forensics for QKD: Machine Learning Attack Detection and Signature Extraction
AI 导读
研究人员提出了基于仿真的量子取证框架 QF-LOG，通过分析量子误码率（QBER）、光子计数、毫秒级延迟和中止标志四项日志特征来检测 QKD 攻击。在包含 500 万条平衡记录的 Generator-A 数据集上，逻辑回归、随机森林和 XGBoost 等全特征机器学习模型取得了 0.8211 至 0.8243 的宏 F1 分数。
来源：arXiv quant-ph · arxiv.org