4. 量子网络故障分类与故障树构建
量子网络与经典网络最大的不同，在于它同时承载两类“信号”：一类是用于协商、认证、控制的经典信息，另一类是用于分发密钥、纠缠或执行量子门操作的量子态。量子态不可克隆、测量即扰动，因此任何一次故障都可能不只是“丢包重传”那么简单，而会直接破坏纠缠保真度或密钥一致性。要对量子网络做可靠性分析，第一步不是急着算可用度，而是先把故障按来源分层分类，再用故障树把“顶事件”与底层原因之间的逻辑关系显式表达出来。本节围绕硬件、软件、协议、环境四类故障展开，并给出一个可复用的故障树构建案例。
一、四类故障的层次化分类
量子网络的故障可以按“故障源所在层次”划分为四类，它们并非彼此独立，而是常常级联出现。
- 硬件故障：单光子探测器暗计数升高或死时间变长、超导纳米线探测器失超、纠缠源泵浦激光功率漂移、量子存储器（如原子系综、稀土掺杂晶体）相干时间下降、光学器件（波片、滤波器、光纤连接器）污染或位移、经典收发模块网卡/时钟失效。硬件故障的典型特征是“物理参数越界”，例如探测器效率从 85% 掉到 60%，或 QBER 因对准偏移而抬升。
- 软件故障：密钥管理服务崩溃、随机数发生器熵池耗尽、量子设备驱动与固件版本不匹配、任务调度器把纠缠请求分配到不可用节点、日志与监控组件阻塞导致心跳超时。软件故障往往表现为“功能不可用但物理链路正常”，例如探测器工作正常，但密钥后处理进程反复重启。
- 协议故障：BB84 或 E91 协议在基矢比对、窃听检测、纠错与隐私放大阶段出现逻辑错误；纠缠交换中 Bell 态测量结果通告错误；时间同步协议偏差导致门操作时序错位；认证协议被重放或降级。协议故障的隐蔽性最强，因为底层硬件可能完全健康，但最终密钥率异常或密钥不一致。
- 环境干扰：光纤温度漂移引起偏振态旋转、振动导致自由空间光路偏移、电磁干扰影响探测器偏置、背景光（如日光、城市照明）抬高暗计数、大气湍流造成信道损耗抖动。环境干扰通常具有周期性和地域性，是量子信道区别于经典光纤的重要故障源。
这四类故障在时间尺度上也有差异：硬件故障多为突发或缓慢退化，软件故障多为突发且可重启恢复，协议故障多为逻辑性且需重新协商，环境干扰则常表现为周期性波动。分类的价值在于：不同类别对应不同的检测手段、恢复策略和可靠性建模参数。
二、故障树构建方法
故障树分析（FTA）以“顶事件”为根，向下逐层分解为中间事件和底事件，用逻辑门（与门 AND、或门 OR）连接。构建量子网络故障树时，建议遵循以下步骤：
- 定义顶事件：选择可观测、可判定的系统级失效，例如“端到端密钥率低于阈值”或“纠缠分发保真度低于 0.9”。顶事件必须与业务指标挂钩，避免定义成“网络坏了”这类模糊描述。
- 确定边界与假设：明确分析范围（如仅分析 Alice 到 Bob 的量子信道）、运行阶段（密钥分发阶段）以及假设条件（如经典信道暂不考虑被攻击）。
- 逐层分解：从顶事件出发，按“硬件—软件—协议—环境”四个分支展开，再对每个分支继续细分到可测量、可更换、可修复的底事件。
- 选择逻辑门：若多个原因同时发生才导致上层事件，用与门；若任一原因即可导致，用或门。量子网络中，环境干扰与硬件退化常构成与门关系（如温度漂移叠加对准偏差才导致 QBER 超限）。
- 定性约简与定量赋值：求最小割集，识别单点故障；再为底事件赋予失效率 λ 或概率，计算顶事件发生概率。
三、故障树案例：密钥率低于阈值
下面给出一个简化的故障树案例。顶事件 T 定义为“Alice 与 Bob 之间端到端安全密钥率低于 1 kbps”。假设系统采用 BB84 协议，量子信道为 50 km 光纤，探测器为 SNSPD。根据运行经验，该顶事件可由四个中间事件之一触发：量子信道损耗过大（E1）、探测器性能退化（E2）、协议后处理失败（E3）、环境干扰导致 QBER 超限（E4）。
其中 E1 可继续分解为光纤断裂（X1）或连接器污染（X2）；E2 分解为探测效率下降（X3）或暗计数升高（X4）；E3 分解为纠错失败（X5）或隐私放大参数错误（X6）；E4 分解为温度漂移（X7）与偏振补偿失效（X8）同时发生。若用或门连接 E1–E4，则任一中间事件发生即可导致顶事件；而 E4 内部用与门，表示温度漂移和补偿失效需同时出现。
从该故障树可以读出几个关键结论。第一，X1 到 X6 都是单点故障，任一发生即可导致顶事件，因此这些环节需要冗余设计或实时监控。例如光纤链路可采用双路由，探测器可采用双探测器切换，纠错模块可部署热备。第二，X7 与 X8 构成与门，意味着单独的温度漂移或单独的补偿失效不一定导致 QBER 超限，这为运维提供了缓冲：只要保证偏振补偿器在线且校准周期足够短，就能显著降低 E4 的发生概率。第三，底事件按类别着色后，可以直观看到硬件类底事件最多，说明该示例系统的可靠性瓶颈主要在物理层。
四、从故障树到可靠性改进
故障树不仅是分析工具，也是改进依据。针对上述案例，可以采取以下措施：对 X1/X2 增加光时域反射（OTDR）在线监测，提前发现光纤劣化和连接器污染；对 X3/X4 设置探测器效率与暗计数的阈值告警，并在效率低于 70% 时自动切换备用探测器；对 X5/X6 在后处理流程中加入一致性校验和回滚机制，避免错误密钥进入隐私放大；对 X7/X8 则通过温度传感器联动偏振补偿算法，把补偿周期从固定 10 分钟改为事件触发。若已知各底事件年均失效概率，例如 X1=0.02、X2=0.05、X3=0.03、X4=0.04、X5=0.01、X6=0.01、X7=0.08、X8=0.06，且 E4 为与门，则顶事件近似概率约为各或门分支之和，可据此排序改进优先级。
最后需要强调，四类故障并非孤立。一次环境干扰可能先导致 QBER 升高，触发协议层重协商，重协商过程中软件调度异常又可能掩盖硬件退化，形成级联故障。因此，故障树构建完成后，还应结合事件树或马尔可夫模型分析故障传播路径，并在运维流程中保留跨层日志关联能力。只有把分类、建树、赋值、改进串成闭环，量子网络的可靠性分析才真正落地。