1. 课程导入与学习路径

后量子密码（Post-Quantum Cryptography，PQC）并不是一种全新的“加密算法品牌”，而是一类能够在经典计算机上运行、同时被设计为抵抗量子计算机攻击的公钥密码算法体系。理解这一点是整门课程的起点：企业今天部署的 RSA、ECC、DH 等公钥算法，其安全性依赖大整数分解与离散对数问题的计算困难性；而 Shor 算法在具备足够规模、足够纠错的量子计算机上，可以在多项式时间内解决这两类问题。换句话说，威胁不是“量子计算机明天就能破解一切”，而是“今天被长期保护的敏感数据，可能在若干年后被当时才具备能力的攻击者解密”。

因此，本课程的核心视角不是纯数学，而是企业风险管理视角：哪些资产受影响、影响何时发生、迁移成本与优先级如何排序、在过渡期如何保证兼容与合规。课程共 30 章，整体按“概念—算法—迁移—治理”四条主线推进，本章作为导入，先建立全局地图与初步风险识别框架。

为什么“现在”就要开始

很多企业第一反应是：量子计算机还没成熟，为什么现在投入？答案藏在两个时间尺度的错配里。第一是数据保密期：一份并购尽调资料、一份个人医疗档案、一份源代码，其保密价值可能长达 10～30 年。第二是迁移周期：大型企业的密码资产分散在 TLS 证书、代码签名、VPN、HSM、数据库透明加密、IoT 固件、电子签章等数十类系统中，完成盘点、改造、测试、上线通常以年计。当“数据需要保护到 2040 年”遇上“攻击者可能在 2035 年具备解密能力”，真正的风险窗口就从未来提前到了今天。

此外还有“先存后解”（Harvest Now, Decrypt Later）攻击模式：攻击者今天批量截获加密流量并存储，等量子能力成熟后再解密。这意味着今天传输的长期敏感数据已经在暴露，而不是等到量子计算机落地那天才开始。这一判断直接决定了风险识别的第一条原则：按数据寿命而非按系统新旧排序。

课程目标：从“知道”到“能判断、能落地”

完成本课程后，学习者应能达成四个层次的目标。其一，概念层：能准确区分 Shor 算法与 Grover 算法的影响差异——前者威胁公钥密码（RSA/ECC/DH），后者只是对对称密码与哈希的安全强度做平方根级削弱，因此 AES-256、SHA-384 等仍属可接受范围，真正需要整体替换的是公钥体系。其二，算法层：能说出格基（如 ML-KEM/Kyber、ML-DSA/Dilithium）、哈希签名（如 SLH-DSA/SPHINCS+）、编码密码等主流路线的适用场景与权衡。其三，工程层：能设计混合模式过渡方案，例如在 TLS 握手中同时协商 X25519 与 ML-KEM，保证任一算法被攻破时整体仍安全。其四，治理层：能产出企业级密码资产清单与迁移路线图，并把 PQC 纳入采购、供应链与合规审查。

企业风险识别的初步框架

上图给出了五步闭环，这里补充可操作的落地细节。第一步资产盘点不要从“算法”入手，而应从“数据流”入手：列出所有跨信任边界的连接（互联网入口、合作伙伴专线、移动端、固件升级通道），标注每处使用的证书类型、密钥长度、协议版本。一个实用的起点是扫描证书透明度日志与内部 CMDB，交叉比对出仍在用 RSA-2048 且有效期自动续签的系统。第二步数据寿命评估，对每类数据标注保密年限，凡超过 8～10 年者进入高优先队列。第三步影响评级，可用“数据寿命 × 系统不可替代性 × 外部依赖度”做定性打分，避免陷入精确量化。第四步迁移方案，核心是密码敏捷性：把算法选择从硬编码中抽离为可配置策略，优先在新建系统中启用混合模式。第五步持续监测，跟踪 NIST 标准更新、算法被攻破的公开进展以及供应商支持情况。

如何高效使用这门课

建议按“先建地图、再钻细节、最后回到企业场景”的节奏学习。前段重点建立威胁模型与算法族全景，不必纠结每个算法的数学证明；中段跟随标准化进展理解参数选择与安全等级；后段把每一章的知识点映射回自己企业的资产清单，形成可执行的迁移待办。每学完一个算法族，问自己三个问题：它替代的是哪类现有算法？它的密钥与密文尺寸对现有协议有何影响？如果它明天被攻破，我的混合方案是否仍安全？带着这三个问题阅读，能把抽象概念转化为工程判断力。