《Computers》：Quantum-Secure Communication for Future Cyber-Physical and IoT Systems: A Systematic Review of Classical to Learning Approaches
编辑推荐：
基于物联网（IoT）的信息物理系统（CPS）构成了现代智能基础设施的骨干，包括智慧城市、医疗监测、工业自动化和智能交通。然而，大量资源受限的物联网设备接入网络，使其更易受到网络威胁，尤其是量子攻击的影响。该综述全面考察了面向IoT赋能CPS的量子安全通信（QS
基于物联网（IoT）的信息物理系统（CPS）构成了现代智能基础设施的骨干，包括智慧城市、医疗监测、工业自动化和智能交通。然而，大量资源受限的物联网设备接入网络，使其更易受到网络威胁，尤其是量子攻击的影响。该综述全面考察了面向IoT赋能CPS的量子安全通信（QSC）框架，重点关注适用于受限设备的量子密钥分发（QKD）、后量子密码（PQC）算法以及量子—经典混合安全模型。研究人员于2026年1月依据PRISMA指南，对Scopus和Google Scholar数据库进行了检索，采用与混合安全、人工智能以及信息物理系统相关的三组关键词。根据评估结果，2001年至2026年间共识别出6008篇文献。去重后，首轮筛选对4948篇文章进行了审查。在筛选阶段，共选出348篇文章进行摘要审阅，其中115篇因未直接聚焦于CPS/IoT应用而被排除，52篇因依赖传统安全模型而被排除，25篇因与综述目标相关性不足而被排除，另有15篇非英文研究被剔除。筛选完成后，共有141篇研究进入全文合格性评估。其中86篇因缺乏特定评估指标或未发表于同行评审载体而被排除。进一步地，相关研究被划分为基于QKD的安全CPS与工业物联网（IIoT）量子安全通信、面向CPS网络的人工智能（AI）辅助安全通信，以及面向CPS/IoT设备的混合PQC-QKD模型。本文考察了针对CPS/IoT环境定制的安全数据传输、经验证协议以及AI驱动异常检测的最新进展。此外，研究还强调了运行层面障碍、与开放创新的交互、实时部署以及安全边缘—云集成。通过分析最新进展并识别研究空白，该综述为设计安全、可扩展且量子安全的IoT型CPS框架提供了结构化路线图，以支撑其抵御下一代网络威胁。该系统性综述按照PRISMA 2020指南实施并报告。
1. Introduction
文章首先指出，过去十年中，信息物理系统（CPS）在智能制造、医疗健康与交通运输等领域取得显著进展，并成为国民经济的重要支撑。然而，安全性仍然是制约其大规模部署的关键因素。CPS作为可被远程监测、控制和操作的网络化物理系统，与物联网（IoT）的深度耦合显著扩大了攻击面。传统安全基础主要依赖经典密码技术，但随着量子计算发展，尤其是Shor算法与Grover算法带来的威胁，现有CPS/IoT部署的长期安全性面临根本挑战。文中强调，由于许多工业设备具有长生命周期，攻击者可能利用“先存储、后解密”模式对关键数据实施延后破解。因此，面向量子时代的数据传输保护与安全控制机制，已成为CPS网络安全研究的重要方向。
1.1. Scope and Distinct Value Compared to Prior Surveys
本节说明该综述相较既有研究的独特价值。与聚焦云环境中宏观安全框架的泛化型综述不同，本文重点分析软件定义的后量子密码（PQC）与物理量子密钥分发（QKD）硬件协同部署时产生的体系结构摩擦。作者特别关注异构、低功耗边缘IoT设备在跨层实现中的约束，建立算法执行代价与工业边缘网络严格实时性需求之间的性能映射关系。同时，文章强调多核表示（multiple-kernel representations）与在线增量学习等先进学习机制，在缓解量子安全协议迁移所导致的时延增加与载荷膨胀方面的潜在作用。
1.2. Objective of the Review
本文的目标包括：在PRISMA 2020框架下系统梳理面向CPS/IoT的量子安全通信（QSC）方法；评估量子通信作为缓解下一代网络基础设施网络安全挑战的潜在方案；分析量子派生IoT系统在异常识别、计算代价、存储器（RAM/ROM）开销与能耗方面的表现；比较BB84、E91、连续变量QKD（CV-QKD）等协议在物理限制、保密密钥率（SKR）和真实性认证需求方面的差异；并进一步讨论如何将机器学习（ML）原生集成到量子安全参数分配、动态密钥刷新与时空异常检测中，而不仅仅将其视作通用入侵检测工具。
1.3. Research Questions
文章围绕四个研究问题展开：量子通信增强网络架构安全与数据保密的主要方法是什么；量子赋能与IoT、CPS融合如何提升安全监测、资源管理与可靠通信性能；量子叠加与量子纠缠等基本原理在构建可靠智能网络平台中的作用为何；以及在真实IoT与信息物理环境中部署QSC面临哪些关键挑战、局限与未来方向。这些研究问题为全文结构提供了明确主线。
2. Background and Foundations
本节系统回顾了量子安全通信的理论基础与CPS安全需求。文章指出，经典安全通信主要依赖整数分解与离散对数等计算困难问题，但量子计算削弱了这类假设的长期可靠性。由于CPS深度耦合计算过程与物理过程，一旦遭受攻击，可能引发业务中断、设备损坏甚至人员伤害。文中总结了CPS安全的核心属性，包括机密性、完整性、可用性、真实性与不可否认性。相比传统IT系统，CPS具有专有协议、物理过程实时闭环与设备异构性强等特征，因而通用IT安全工具往往不足以直接适配。
文章进一步总结了IoT型CPS面临的主要难题，包括资源受限、中心化架构脆弱性、互操作性问题、安全与隐私风险、对高级攻击的易感性、密钥管理可扩展性不足、实时分析延迟以及法规合规压力。为应对这些问题，作者构建了一个分层量子CPS总体架构：感知与IoT设备层侧重轻量级PQC与AI辅助设备安全；通信层引入量子协议；系统与平台层部署可信光纤主干、QKD信道与PQC执行机制；应用、编排与治理层负责策略传播与密码敏捷性。
在量子通信基础方面，文中介绍了QKD通过量子信道分发密钥，并结合基选择协调、纠错与隐私放大等经典后处理步骤实现安全密钥建立。性能评估指标主要包括量子比特误码率（QBER）、保密密钥率（SKR）和窃听率（EDR）。此外，文中还提到量子安全直接通信（QSDC）与量子随机数生成（QRNG）作为QSC的重要补充技术。作者同时强调，光纤信道（OFC）、自由空间光（FSO）及卫星信道在不同场景中各具优势，但实际部署需面对光子损耗、噪声、大气湍流与探测器误差等问题。因此，当前研究普遍趋向于采用量子—经典混合设计，将量子特性与经典加密、混沌系统或PQC结合，以提升兼容性与工程可行性。
3. Existing Methods in QSC for CPS/IoT
本节对CPS/IoT中的既有QSC方法进行系统分类与批判性分析，强调其目标在于实现资源受限与安全关键环境中的机密性、完整性、认证与安全数据交换。
3.1. Study Selection
文章说明了系统综述的方法学流程。研究在2026年1月检索Scopus与Google Scholar数据库，并依据PRISMA 2020指南开展文献筛选。检索式涵盖“信息物理系统”“量子密钥分发”“混合”“人工智能”等术语。初步共获得6008篇文献，去重后保留4948篇。之后依次经历题目审查、摘要筛选与全文评估三阶段流程，最终纳入55篇研究进入定性综合分析。作者强调纳入标准聚焦于2001—2026年间的同行评审文献，且要求研究与QSC、CPS-IoT应用及完整技术细节直接相关。
3.2. Categorization and Classification
作者将相关研究归纳为四类：基于QKD的CPS与工业物联网（IIoT）安全通信模型；后量子密码（PQC）范式；面向CPS网络的混合AI辅助安全通信框架；以及面向资源受限IoT与边缘设备的混合PQC–QKD架构。此外，文献还从发表年份、文献类型与被引情况等维度进行组织，以形成后续比较分析的基础。
3.3. QKD-Based Secure CPS and QSC for Industrial IoT
在QKD类研究中，文章综述了量子通信在关键基础设施、智慧城市、医疗系统、交通CPS与智能电网（SG）中的应用。例如，部分研究将QKD集成至监控与数据采集（SCADA）框架以保护水电站和大坝基础设施的数据传输；有研究探讨基于QPUF的量子硬件辅助机制以增强能源分配网络的完整性与安全性；也有工作通过BB84、B92等协议提升CPS网络的传输效率、密钥管理能力和抗窃听能力。文章指出，这些方法通常在理论保密性上具有优势，但仍面临低时延要求、高精度同步、环境适应性不足以及硬件验证有限等问题。部分面向智慧城市的框架还引入量子感知入侵检测系统，通过QBER等量子误差指标实现窃听检测，但其评估多基于仿真，尚欠缺大规模实时部署验证。
3.4. Post-Quantum Cryptography (PQC) Paradigms
在PQC研究方面，文章总结了面向CPS安全传输、智能基础设施隐私保护、无人机（UAV）、智能电表与交通CPS的多种方案。相关工作涉及后量子数据报传输层安全（DTLS）、基于NTRU的密钥管理、开放平台通信统一架构（OPC-UA）中的数字签名与密钥建立，以及NIST标准化算法如CRYSTALS-Kyber、CRYSTALS-Dilithium和SPHINCS+在交通CPS中的可适配性评估。文章认为，PQC为替代Rivest–Shamir–Adleman（RSA）等传统算法提供了现实路径，但在嵌入式CPS节点上，其计算能力、内存占用与能耗问题仍是部署瓶颈，尤其在无人机和大规模IoT网络环境中表现突出。
3.5. Hybrid AI-Quantum Safe Deployments for CPS Environment
本节聚焦AI与量子安全机制的耦合应用。作者明确指出，AI/ML在该领域并非被当作独立的通用入侵检测工具，而是作为原生集成的优化引擎，用于缓解PQC与QKD部署引发的处理延迟、密钥管理复杂性以及环境漂移问题。现有研究包括基于生成对抗网络（GAN）的雾计算CPS入侵检测、知识蒸馏与卷积神经网络（CNN）驱动的异常检测、量子机器学习（QML）增强的系统韧性提升，以及结合联邦学习（FL）与QKD的分布式智能防御框架。医疗CPS、V2X通信与工业控制环境中也出现了AI辅助密钥生成、深度学习（DL）异常识别与量子启发式优化方法。文章同时指出，这类方案虽然在自适应检测和资源调度方面展现潜力，但常依赖标注数据，且易受模型泄露、偏差、对抗样本与概念漂移影响，此外训练与推理开销对边缘节点并不友好。
3.6. Hybrid PQC-QKD Models for CPS/IoT Devices
对于混合PQC-QKD架构，文章总结了若干将QKD、PQC、区块链与AI联合应用于CPS/IoT的方案。例如，在水电网SCADA、智慧城市通信、车联网（IoV）身份认证、工业入侵检测与数据真实性保护等场景中，研究者尝试以QKD提供密钥安全，以PQC保障协议层抗量子攻击能力，并通过区块链增强可追溯性和去中心化信任管理。作者认为，这类混合框架更符合真实环境的工程需求，但其代价是计算负担、内存开销与集成复杂度进一步上升，特别是对超低功耗IoT设备的适配仍需优化。
3.7. Intersectional Synthesis and Critical Analysis of the State-of-the-Art
本节对现有技术状态进行交叉综合。文章识别出若干核心瓶颈：一是参数膨胀瓶颈，格基PQC相较椭圆曲线密码（ECC）显著增加密钥与存储开销；二是实时时延与同步约束，QKD密钥生成与处理过程可能破坏CPS控制回路的时效性；三是QKD协议本身的技术权衡，例如B92虽简化硬件并提高吞吐，但对信道噪声更敏感；四是PQC在低端边缘设备上的RAM/ROM约束问题。整体上，作者认为当前方案在数学安全性与工程可部署性之间仍存在明显张力。
3.8. A Unified Cross-Layer Evaluation Framework for Quantum-Safe CPS
为实现对不同QSC方案的规范化比较，文章提出统一跨层评估框架，将文献中的性能指标映射至其构建的四层主架构中。评估维度包括执行时延影响、密码原语存储需求、通信效率，以及自适应安全智能对训练数据与环境变化的依赖程度。该框架旨在为不同量子安全技术在CPS中的适配性比较提供统一基线。
4. Opportunities and Challenges
文章指出，随着CPS与IoT迈向量子感知场景，安全通信必须由经典密码向后量子与学习辅助范式迁移，但这一过程带来了显著的性能—安全权衡。
4.1. Challenges
主要挑战包括：PQC和量子辅助方法导致的高计算与资源开销；学习型安全机制在训练和部署阶段成本较高；现实CPS环境中的非平稳性使静态批训练模型快速退化；大规模异构IIoT场景下密钥分发、同步与管理复杂；QKD在实际中受制于基础设施成本与控制回路集成难度；以及AI安全框架易受到对抗攻击、概念漂移与数据依赖问题影响。作者还强调，缺乏一致标准与硬件级验证是阻碍现实落地的重要因素。
4.2. Opportunities
在机遇方面，文章认为优化型PQC、选择性加密、边缘/云卸载和混合安全架构可提升资源利用效率；模型压缩、知识蒸馏和联邦学习有助于降低AI安全模块的计算开销；同时覆盖通信、计算与控制层的跨层安全体系结构有望增强韧性与可扩展性。标准化推进与硬件验证测试床则是促成理论成果向工程应用转化的关键条件。
4.3. Future Research Directions
未来研究方向主要包括：量子感知的选择性保护机制、复杂性感知的安全协同设计、硬件辅助与边缘加速安全、面向对抗与非平稳条件的鲁棒学习模型、统一跨层安全评估框架，以及时空学习、多个核学习（MKL）、在线学习与增量学习在量子安全CPS/IoT中的深入融合。文章强调，未来突破不在于单一密码机制的增强，而在于安全、智能与系统约束的协同设计。
5. Conclusions
结论部分指出，量子安全通信框架对于保护IoT型CPS免受当前及后量子时代网络攻击具有日益重要的意义。QKD、PQC、混合量子—经典模型、区块链辅助信任管理与AI驱动安全机制共同展示出构建量子韧性基础设施的潜力，但其在适配性、设备限制、互操作性、时延与实时部署方面仍存在明显挑战。未来研究应重点面向可扩展的QKD–PQC混合集成框架、安全边缘—云协同架构以及适用于资源受限IoT节点的轻量级抗量子协议，并通过真实量子硬件开展经验验证，进一步推动量子安全、智能化和高韧性CPS基础设施的发展。
