Kvantjuhuarvugeneraator

Kvantjuhuarvugeneraator (QRNG, ingl. k Quantum Random Number Generator) on seade, mis kasutab kvantmehaanilisi nähtusi tõeliselt juhuslike arvude genereerimiseks. Erinevalt klassikalistest pseudojuhuarvugeneraatoritest (PRNG), mille tulemused on korduvate sisendite puhul ennustatavad, pakub QRNG kvantmehaanilise määramatuse tõttu tõelist juhuslikkust. QRNG-de töö aluseks on kvantmehaaniline superpositsioon. Üldiselt põhinevad nad kvantolekute mõõtmisel, kus mõõtetulemus määrab väärtuse. Näiteks võib QRNG mõõta ühe footoni polarisatsiooni või interferentsi kahe kvantoleku vahel. ^[1]

Taust

Klassikalised juhuarvugeneraatorid põhinevad kas algoritmilisel protsessil või füüsilistel nähtustel, nagu termiline müra või kaootilised süsteemid. PRNG-d kasutavad deterministlikke algoritme ning kui keegi teab algoritmi ja algtingimusi, siis on kõik genereeritavad numbrid ette ennustatavad ^[2]. Paljudel juhtudel on PRNG-d piisavad, kuid ei taga täielikku turvalisust. TRNG-d (true random number generator) kasutavad ettearvamatuid füüsikalisi nähtuseid, kuid isegi füüsikalistel meetoditel võivad olla süsteemsed või keskkonnamõjudest tingitud korrelatsioonid, mis piiravad nende juhuslikkust (nt keskkonnamüra võib olla tingitud lähedal olevatest seadmetest). See loob vajaduse tõelise juhuarvugeneraatori järele. QRNG-d suudavad seda pakkuda, kuna nad tuginevad kvantmehaanilistele nähtustele, mis on olemuslikult juhuslikud.

Füüsikalised teostused

QRNG-d võib jagada tööpõhimõtte järgi veel kaheks: optilised ja mitteoptilised kvantjuhuarvugeneraatorid.

Mitteoptilised QRNG-d

Radioaktiivne lagunemine – radioaktiivsus baseerub määramatuse printsiibil. Radioaktiivsuse baasil QRNG-d kasutavad tundlikke Geiger-Müller (GM) torusid ja alfa-, beeta- või gammakiirguse allikat. Enin on levinud beetakiirguse tuvastajad, sest on kõige lihtsama ehitusega ja seetõttu kõige odavamad. GM torus tekitatakse vool iga tuvastatud osakese kohta, kasutades selleks Townsendi lahenduse protsessi. Radioaktiivse kiirguse saabumishetk on juhuslik ning saabumishetke võrdlemine kellaga tekitabki juhusliku numbri. ^[2]

Elektrooniline müra – tüüpiliselt kasutatakse elektrisüsteemide komponente nagu dioodid või takistid. Müra pinget võrreldakse lävendiga ning saadakse juhuslik arv. Müra klassifitseeritakse Poissoni ning Johnson-Nyquist müraks. Esimese puhul tekib müra elektronide tunnelleerumisel transistoris. Johnson-Nyquist müra puhul on tegemist osakeste termilise energiaga. ^[2]

Muud aatomsüsteemid – vähem populaarsed, kuid võimalik kasutada juhuarvude genereerimiseks. Võimalusi kasutada aatomite omadusi on mitmeid. Kasutatud on näiteks lõksu seatud ioone ja rubiidiumi aurude elektronspinni müra. ^[2]

Optilised QRNG-d

Üksikfootoni tuvastamine – ühe sagedasema skeemi puhul kasutatakse üksikfootonit, mis suunatakse polarisaatorile: footonil on 50% tõenäosus omada horisontaalset või vertikaalset polarisatsiooni ning see määrab kas footon liigub läbi polarisaatori: seega on footonil kaks võimalikku asukohta (kas liikus läbi või mitte) ning mõõtmistulemuse põhjal määratakse bitile juhuarv (0 või 1). ^[2]

Makroskoopiline foto-tuvastamine – tuvastatakse väärtusi nagu näiteks intensiivsus või amplituud. See viis on keerukas ja nõuab erilist tähelepanu veendumaks, et peamine juhuslikkuse allikas oleks kvanditud, kuid suudab tekitada juhuarve kiiremini kui üksikfootonil põhinev süsteem. ^[2]

Kaasaegsed QRNG-d saavutavad juba mitme Gbit/s suurusi andmesagedusi ja mitmed neist on integreeritud kiibilahendustesse, mis teeb need sobivaks masskasutuseks .

Rakendused

QRNG-d on kasutusel valdkondades, kus on kriitilise tähtsusega usaldusväärne juhuslikkus. Muudel juhtudel pole kvantjuhuarvugeneraator vajalik ning osutuks üldjuhul ressursside raiskamiseks.

Krüptograafia: Krüptograafia on juhuarvude üks olulisemaid rakendusi. Krüptograafia puhul on eriti oluline tõeline juhuslikkus, sest seda kasutatakse võtmete genereerimiseks. Juhuslikkuse puudumisel on võtmed ettearvatavad ja see seaks turvalisuse ohtu. Enamikus klassikalise krüptograafia skeemides (nt AES, RSA ja ECC) on turvalisus otseselt seotud võtme juhuslikkusega. ^[1]

Monte Carlo simulatsioonid

Monte Carlo meetodid tuginevad tugevalt juhuslikule valimile keerukate süsteemide modelleerimisel erinevates valdkondades. Füüsikas osakeste trajektooride simuleerimine, finantsanalüüsides riskimudelite hindamine, keemias molekulaarse dünaamika simuleerimine. QRNG-d võimaldavad parandada selliste simulatsioonide usaldusväärsust, kuna eemaldavad võimaliku algoritmilise korrelatsiooni, mis võib mõjutada tulemuste täpsust ^[3].

Mängud ja loteriid

Hasartmängutööstuses ja loteriisüsteemides on juhuslikkus oluline õiglusprintsiibi ja kasutajate usalduse tagamiseks. QRNG-de abil saab:

• Demonstreerida ja tõestada matemaatiliselt kontrollitavat juhuslikkust.
• Vältida süsteemseid mustreid, mida osavad kasutajad võiksid ära kasutada.

Mõned online-kasiinod ja loteriifirmad on juba hakanud kasutama QRNG-seadmeid, et tugevdada oma õiguspärast toimimist ja vähendada kohtuvaidluste riski.

Tehisintellekt ja masinõpe

Tehisnärvivõrkude treenimisel ja andmete segamisel (shuffling) on juhuslikkus tähtsal kohal. QRNG-de kasutamine võib aidata välistada artefakte, mis tekivad pseudojuhuarvudega treenimisel ning kindlustada, et mudeleid ei optimeerita juhuslike mustrite tõttu, mis ei esine reaalsetes andmetes. Uurimused on näidanud, et kvantjuhuslikkuse lisamine treenimisprotsessi võib vähendada algoritmilise juhuslikkuse korrelatsioone ning suurendada üldistusvõimet või mudelite mitmekesisust ^[4].

Turvalisus ja sertifitseerimine

Kuna QRNG-d on aluseks paljudele turvarakendustele, on oluline tagada, et genereeritud bitijadad oleksid tõeliselt juhuslikud. Selleks kasutatakse mitmesuguseid testide komplekte (nt NIST SP 800-22) ja matemaatilisi mudeleid juhuslikkuse sertifitseerimiseks ^[2].

Üks võtmetähtsusega mõiste QRNG-de puhul on usaldatavuse tõendamine. On välja töötatud meetodid, mis võimaldavad hinnata, kui palju on "kvantset" entroopiat andmestikus ^[5].

Seos teiste kvanttehnoloogiatega

QRNG-d on üks esimesi kvanttehnoloogia rakendusi, mis on jõudnud suuremahulisse kommertskasutusse. Need mängivad olulist rolli kvantarvutite, kvantsimulaatorite ja kvantturvaliste kommunikatsioonisüsteemide arengus ^[3].

Märkimisväärsed QRNG-ga tegelevad ettevõtted

Mitmed ettevõtted ja teadusasutused on arendanud QRNG-seadmeid:

• ID Quantique (Šveits) – üks esimesi QRNG kommertsialiseerijaid
• Toshiba – arendab integreeritavaid QRNG-kiipe
• QuintessenceLabs (Austraalia)
• IBM ja Google – QRNG integreerimine kvantplatvormidesse

Tulevikusuunad

Uurimistöö QRNG-de vallas keskendub veelgi suuremate andmesageduste ja seadmetest sõltumatu juhuslikkuse (device-independent randomness) saavutamisele. Viimane võimaldaks juhuarvude genereerimist isegi juhul, kui seadme sisemine tööpõhimõte pole täielikult teada või usaldusväärne. ^[5]

Vaata ka

• Riistvaraline juhuarvugeneraator