MétaCan
Menu
Retour à la cohorte
Enregistrement W4389918573 · doi:10.1103/physrevapplied.20.064031

Imperfect phase randomization and generalized decoy-state quantum key distribution

2023· article· en· W4389918573 sur OpenAlexafffund
Shlok Nahar, Twesh Upadhyaya, Norbert Lütkenhaus

Notice bibliographique

RevuePhysical Review Applied · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésQuantum key distributionComputer scienceLaserKey (lock)Independent and identically distributed random variablesImperfectPhase (matter)Pulse (music)State (computer science)Key generationProtocol (science)PhysicsPhotonAlgorithmQuantum mechanicsMathematicsTelecommunicationsComputer securityStatisticsCryptography

Résumé

récupéré en direct d'OpenAlex

Decoy-state methods are essential to perform quantum key distribution (QKD) at large distances in the absence of single-photon sources. However, the standard techniques apply only if laser pulses are used that are independent and identically distributed. Moreover, they require that the laser pulses are fully phase randomized. However, realistic high-speed QKD setups do not meet these stringent requirements. In this work, we generalize decoy-state analysis to accommodate laser sources that emit imperfectly phase-randomized states. We also develop theoretical tools to prove the security of protocols with lasers that emit pulses that are independent, but not identically distributed. These tools can be used with recent work [G. Curr\'as-Lorenzo, S. Nahar, N. L\"utkenhaus, K. Tamaki, and M. Curty, Quantum Sci. Technol. (2023)] to prove the security of laser sources with correlated phase distributions as well. We quantitatively demonstrate the effect of imperfect phase randomization on key rates by computing the key rates for a simple implementation of the three-state protocol.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,478

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,300
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review AppliedMême sujetQuantum Information and CryptographyTravaux en français237 207