量子鍵配送における受信機に対する能動攻撃のための深層異常検知

科学分野:

• 量子情報科学
• サイバーセキュリティ
• 機械学習

背景:

• 量子鍵配送（QKD）受信機攻撃に対する従来の防御策は、インフラストラクチャの互換性の問題と範囲の制限に直面している。
• 既存の方法は、新たな脆弱性を導入したり、多様な能動攻撃タイプを検出できなかったりする可能性がある。

研究 の 目的:

• 能動攻撃からQKD受信機を保護するための異常検知（AD）モデルを開発および評価すること。
• QKDセキュリティを強化するための費用対効果が高く、広く適用可能なソリューションを提供すること。

主な方法:

• QKDシステムの動作状態からデータセットを構築し、ワンクラス機械学習ADモデルをトレーニングした。
• ADモデルは、通常のシステム動作を学習し、能動攻撃を示す逸脱を特定する。

主要な成果:

• ADモデルは99%を超える曲線下面積（AUC）を達成し、高い検出精度を示した。
• このモデルは、攻撃中の異常な動作状態を特定することにより、QKD受信機を効果的に保護する。

結論:

• 提案されたADモデルは、QKDシステムにおける能動攻撃検出のための実用的かつ正確なソリューションを提供する。
• 最小限のコストで既存のインフラストラクチャに容易に展開でき、新たなサイドチャネルの導入を回避する。
• 未知の攻撃を検出するモデルの能力は、従来の攻撃固有の方法を超えた汎用性を高める。