2. QKD系统与后处理链路全景

QKD(量子密钥分发)系统在物理层完成量子态制备、传输与探测之后,输出的并不是可以直接使用的密钥,而是一串带有噪声和潜在窃听信息的原始密钥(raw key)。以BB84协议为例,发送端(Alice)随机选择基矢和比特制备单光子态,接收端(Bob)随机选择测量基进行探测;经过基矢比对(sifting)后,双方保留基矢一致的比特,得到筛选密钥(sifted key)。此时筛选密钥仍存在两个问题:一是双方比特不完全一致(误码),二是Eve可能掌握了部分信息。后处理链路正是为了解决这两个问题而存在。

完整的后处理链路可以概括为四个环节:筛选(sifting)→ 误码估计(parameter estimation)→ 信息协调(information reconciliation,即纠错)→ 隐私放大(privacy amplification)。筛选阶段双方通过公开信道交换基矢信息,只保留基矢匹配的比特,同时丢弃探测失败或基矢不匹配的事件。误码估计阶段,双方抽取一部分筛选密钥公开比对,估计量子比特误码率(QBER)。信息协调阶段,双方通过公开讨论纠正剩余密钥中的不一致比特,使Alice和Bob持有完全相同的密钥串。隐私放大阶段,双方使用哈希函数将密钥压缩,消除Eve可能掌握的部分信息,最终得到安全密钥。

在这条链路中,纠错效率评估处于信息协调环节的核心位置,但它影响的是整条链路的最终安全密钥率。信息协调需要双方通过公开信道交换辅助信息(syndrome或校验信息),这些公开信息会被Eve截获,因此纠错过程本身会泄露信息。纠错效率通常用参数 f 表示,定义为实际泄露的信息量与理论最小泄露量(即香农熵 H(X|Y))之比:f = leakactual / H(X|Y)。理想情况下 f = 1,实际系统通常在 1.05~1.25 之间。纠错效率越高(f 越接近 1),泄露越少,最终安全密钥率越高;但追求过高的纠错效率往往意味着更复杂的编码和更长的处理时间,甚至可能因纠错失败而丢弃整块密钥。

安全密钥率的基本约束关系:在集体攻击模型下,安全密钥率可近似表示为 R ≥ Rsift × [1 − H2(QBER) − f × H2(QBER)],其中 Rsift 为筛选后每脉冲的密钥率,H2 为二元香农熵。第一项 H2(QBER) 对应Eve通过误码获取的信息量(隐私放大需消除的部分),第二项 f × H2(QBER) 对应纠错过程泄露的信息量。由此可见,f 直接进入安全密钥率公式,是连接纠错性能与最终安全性的关键参数。

下面用一张链路全景图展示从原始密钥到安全密钥的完整数据流,以及纠错效率评估在其中的位置与约束关系。

QKD后处理链路与纠错效率评估定位 量子物理层 态制备/传输/探测 原始密钥 raw key(含误码) 筛选 Sifting 基矢比对,保留匹配 误码估计 抽样比对 → QBER 信息协调 纠错 + 泄露估计 输出 f 值 隐私放大 哈希压缩 消除Eve信息 安全密钥 最终输出 R ≥ R_sift·[1−H₂(Q)−f·H₂(Q)] QBER 输入 f 值 公开信道泄露(Eve可截获) 基矢信息 + 抽样比特 + 纠错校验信息 纠错效率评估(本节核心) • 泄露量 leak_actual = 校验信息比特数 • 理论下限 H(X|Y) = n·H₂(QBER) • 效率 f = leak_actual / H(X|Y) • 典型值 f ∈ [1.05, 1.25] 约束 约束关系:f 越大 → 纠错泄露越多 → 隐私放大压缩越狠 → 安全密钥率越低;f 过小则纠错失败风险上升,需在效率与可靠性间折中 注:图中公式为集体攻击模型下的近似表达,实际系统需结合具体协议与有限码长效应修正

从图中可以清楚看到,纠错效率评估并不是一个孤立的指标,而是嵌入在“误码估计→信息协调→隐私放大”这条数据流中的关键约束点。误码估计给出的QBER决定了理论最小泄露量 H2(QBER),信息协调的实际泄露量与之相比得到 f,而 f 又直接进入隐私放大的压缩量计算,最终影响安全密钥率。因此,评估纠错效率时不能只看纠错是否成功,还要同时记录实际泄露的比特数、对应的QBER、纠错失败率以及处理时延。

在实际系统中,纠错效率的评估通常需要采集以下数据:每个密钥块的长度 n、QBER 估计值、纠错算法实际交换的校验比特数(或syndrome长度)、纠错后残余误码率(用于判断是否失败)、以及隐私放大后的最终密钥长度。例如,假设某密钥块 n = 10000 bit,QBER = 3%,则 H2(0.03) ≈ 0.194 bit,理论最小泄露约 1940 bit;若实际纠错泄露 2300 bit,则 f ≈ 1.19。此时隐私放大需按 2300 bit 的泄露量进行压缩,而不是按 1940 bit,二者相差 360 bit,直接体现为安全密钥率的损失。若 f 长期偏高,说明纠错算法与当前信道误码特性不匹配,可能需要调整码率、码长或改用更高效的LDPC/Polar码方案。

评估要点:纠错效率评估应同时关注三个维度——泄露效率 f(越接近1越好)、纠错成功率(失败会导致整块密钥丢弃,等效降低密钥率)、以及处理吞吐(影响实时密钥生成速率)。三者之间存在折中,不能单独追求某一项最优。

理解这条链路全景,是后续深入学习信息协调算法、泄露量精确计算和隐私放大参数选择的基础。纠错效率评估的价值,正在于它把“纠错做得好不好”这一工程问题,转化为“安全密钥率损失了多少”这一安全层面的可量化判断。