量子计算机将打破网络隐私?
中国的一个研究小组公布了一种技术，理论上可以利用一个基础的量子计算机来破解目前最常用的保障数字隐私的方法。研究人员表示，在小规模演示中，这种技术确实有效，但其他专家对该程序能否扩大规模，从而在破解加密任务上超越传统计算机持怀疑态度。尽管如此，他们警告说，这篇论文于上个月晚些时候发布在arXiv资料库上，提醒人们在线隐私的脆弱性。量子计算机被认为是对现有加密系统的一种潜在威胁，但这项技术仍处于起步阶段。研究人员通常估计，量子计算机要能在破解加密密钥（用于加密算法中以保护数据的一串字符）方面胜过普通计算机，可能还需要很多年。1990年代，研究人员意识到量子计算机可以利用物理学的独特性质完成一些任务，这些任务似乎超出了“经典”计算机的能力范围。现在在麻省理工学院的数学家彼得·肖尔（Peter Shor）于1994年展示了如何利用量子叠加现象——即描述原子级物体可以同时处于多种状态的特性，以及量子干涉现象——类似于池塘中波浪可以相互叠加或抵消——来进行质因数分解，即将整数分解成不能被进一步整除的质数。肖尔算法将使量子计算机在破解基于大质数的加密系统（以发明者名字命名为RSA）和一些其他流行的加密技术方面，比传统计算机快指数倍，这些技术目前保障着在线隐私和安全。但要实现肖尔的算法，需要的量子计算机远比目前的原型机大得多。量子计算机的规模以量子比特（qubits）数量来衡量。研究人员表示，破解RSA可能需要一个拥有一百万个或更多量子比特的量子计算机。目前最大的量子计算机是IBM今年11月推出的“海雕”（Osprey）芯片，拥有433个量子比特。来自中国北京量子信息科学研究院的魏世杰及其合作者采取了一条不同的路线来破解RSA加密，他们使用的是肖尔算法的替代方案——舒诺尔算法（Schnorr's algorithm），这一算法由德国法兰克福歌德大学的数学家克劳斯·舒诺尔（Claus Schnorr）于1990年代提出。舒诺尔算法原本是为经典计算机设计的，但魏世杰的团队采用了一种名为量子近似优化算法（QAOA）的程序，在量子计算机上部分实现该过程。在这篇尚未经过同行评审的论文中，作者声称，他们的算法只需使用372个量子比特，就能破解强RSA密钥（即超过600位的十进制数字）。在给《自然》杂志的电子邮件中，中国清华大学的物理学家龙桂鲁指出，拥有大量量子比特并不足够，因为目前的量子计算机仍然存在太多错误，难以成功完成如此大规模的计算。“仅仅增加量子比特的数量，而没有减少错误率，是没用的。”中国科学技术大学合肥校区的量子计算机研究者陆朝阳表示，要在一个如此小的机器上运行QAOA算法，372个量子比特中每一个的正确操作成功率必须达到99.9999%，而目前最先进的量子比特的准确率才勉强达到99.9%。该团队在一个10量子比特的量子计算机上展示了该技术，成功分解了一个更易处理的15位数字261,980,999,226,229。（它被分解为两个质数：15,538,213 × 16,860,433。）研究人员表示，这是迄今为止用量子计算机分解出的最大数字，尽管它远远小于现代网络浏览器使用的加密密钥。有争议的论文问题是，目前尚无人知道QAOA是否真的比在笔记本电脑上运行舒诺尔的经典算法更快。“应该指出，该算法的量子加速效果尚不明确。”论文作者写道。换句话说，尽管肖尔算法在足够大的量子计算机出现时（如果出现）可以保证高效破解加密，但基于优化的QAOA技术则可以在小得多的设备上运行，但它可能永远无法完成任务。加拿大滑铁卢大学的数学家米歇尔·莫萨（Michele Mosca）也指出，QAOA并不是已知的第一个能用少量量子比特分解整数的量子算法。他和其团队在2017年就描述过一种类似的方法。因此，研究人员早已知道，并没有根本性的限制要求量子计算机必须非常巨大才能分解整数。其他研究人员也抱怨说，尽管这篇新论文可能是正确的，但关于速度的问题却只在最后才提到。“综合来看，这是我25年来见过的最具误导性的量子计算论文之一。”德克萨斯大学奥斯汀分校的量子计算理论家斯科特·阿罗诺森（Scott Aaronson）在博客中写道。在电子邮件中，龙桂鲁表示，他和合作者计划修改这篇论文，并将警告内容提前。“我们欢迎同行评审和与世界各地科学家的交流，”声明中补充道。即使基于舒诺尔的技术不会直接破坏互联网，但最终运行肖尔算法的量子计算机可能会做到这一点。安全研究人员一直在努力开发一些替代性加密系统，这些系统被认为更不容易受到量子攻击，被称为“后量子”（post-quantum）或“量子安全”（quantum-safe）系统。但研究人员未来也可能会发现更好的量子算法，从而击败这些系统，造成灾难性后果。“我们对数字基础设施的信心将崩溃，”莫萨说。“我们会突然从通过技术生命周期管理来进行量子安全迁移，转为危机管理。”他补充道，“不管以何种方式来看，这都不会是什么好结果。”本文经授权转载，首次发表于2023年1月6日。
查看全文
作者最近更新
-
我们进化的历史可以教会我们人工智能的未来scientific
2023-11-11 -
“ChatGPT检测器”以前所未有的准确率识别人工智能生成的论文scientific2023-11-11
-
人工智能需要规则，但谁将拥有制定规则的权力？scientific2023-11-07
评论0条评论