《Engineering Science and Technology, an International Journal》：Design and performance evaluation of an energy-aware post-quantum cryptographic system with adaptive lattice–hash integration for secure IoT applications
编辑推荐：
摘要翻译：
后量子安全通信解决方案在具有分布式、资源受限基础设施的工程领域（如物联网（IoT）网络）中是必需的，这是因为量子计算的快速扩展。量子抗性密码技术的实际部署受到计算成本、能量低效以及实现层面的侧信道漏洞的限制。基于格和基于哈希的后量子密码系统表现出显
摘要翻译：
后量子安全通信解决方案在具有分布式、资源受限基础设施的工程领域（如物联网（IoT）网络）中是必需的，这是因为量子计算的快速扩展。量子抗性密码技术的实际部署受到计算成本、能量低效以及实现层面的侧信道漏洞的限制。基于格和基于哈希的后量子密码系统表现出显著的执行延迟、较大的内存占用以及对多样化设备设置较差的适应性。缺乏系统级优化和自适应密码选择限制了它们在实时工程系统中的应用，而在这些系统中能量-性能权衡和安全执行至关重要。本研究提出了一种自适应的能量感知混合量子抗性安全框架（HQR-SF），该框架将基于格的密钥封装与基于哈希的数字签名技术相结合，以克服上述问题。HQR-SF的上下文驱动密码选择引擎根据预期威胁级别、计算能力和数据敏感性配置安全原语。一个常数时间向量化多项式变换模块加速模运算，同时减少基于时序和功耗的侧信道泄漏。在受限工程系统的情况下，该框架提供了一条安全的端到端通信路径，包括混合密钥交换、认证和数据完整性保护强制。所提出的HQR-SF在一个通过模拟开发的测试平台中进行了评估，以表示物联网的操作约束，如处理器容量和能量限制。实验结果表明，在安全评分为98.6%的情况下，与基线方法相比，HQR-SF将延迟、内存消耗、计算成本、通信开销和能量消耗分别降低了35.93%、25.64%、34.55%、17.65%和20.10%。该框架还易于扩展以应对多种设备类型，适用于未来规模化安全工程基础设施。
论文解读文章
**一、研究背景与问题**
随着量子计算技术的快速发展，传统公钥密码体制（如基于整数分解和离散对数的方案）面临严峻的安全威胁。在物联网（IoT）等分布式、资源受限的工程环境中，部署后量子密码（PQC）方案已成为保障长期数据机密性和完整性的迫切需求。然而，现有后量子密码算法在实际部署中面临多重挑战：基于格（lattice）和基于哈希（hash）的方案普遍存在执行延迟高、内存占用大、能量消耗高以及实现级侧信道漏洞等问题。此外，当前多数混合密码框架缺乏系统级优化和自适应密码选择机制，难以在异构、资源受限的IoT设备上实现安全与性能的平衡。已有研究如Reddy等人（2025）提出的基于NTRU、XMSS和QKD的混合框架受限于专用QKD基础设施；Chawla和Mehra（2023）对多种PQC算法的比较分析未提供异构设备上的算法选择指导；Singh等人（2025）提出的模块化哈希学习原语缺乏密码分析深度评估。因此，亟需一种集自适应算法选择、侧信道加固、能量感知和系统级集成的后量子安全框架，以解决静态PQC选择带来的开销问题和实现级脆弱性。
**二、研究内容与结论**
针对上述问题，研究人员（原文作者为A. Syed Musthafa、Lavanya Murugan、R. Manikandan和Usha Moorthy）提出了一种混合量子抗性安全框架（HQR-SF）。该框架将基于格的密钥封装机制（KEM）与基于哈希的数字签名技术相结合，采用上下文驱动的密码选择引擎，根据威胁等级、设备计算能力、能量预算和数据敏感性动态配置安全原语。HQR-SF还引入了常数时间向量化多项式变换模块，以加速模运算并降低时序和功耗侧信道泄漏。研究在模拟测试平台中评估了框架在ARM Cortex-M4架构上的性能，该平台模拟了256 KB RAM、100 MHz主频和50 mW功耗等IoT设备典型约束。实验结果表明，HQR-SF在安全评分98.6%的条件下，相比基线方案将延迟、内存消耗、计算成本、通信开销和能量消耗分别降低了35.93%、25.64%、34.55%、17.65%和20.10%。在可扩展性方面，当设备数量从10增加到1000时，HQR-SF相比对比方案[16]、[17]、[24]的吞吐量增益分别达到66.7%至93.0%、6.6%至21.7%和12.4%至22.5%。密码碰撞抵抗分析显示，HQR-SF提供256比特经典碰撞抵抗和170.7比特量子碰撞抵抗（BHT），优于现有方案。该框架的重要意义在于为资源受限的IoT环境提供了一种兼顾安全性、能量效率和自适应性的后量子安全解决方案，并具备良好的可扩展性，适用于未来规模化安全工程基础设施。
**三、关键技术方法**
研究人员在开展研究时主要采用了以下关键技术方法：其一，构建混合加密架构，将CRYSTALS-Kyber（格基KEM）和SPHINCS+（哈希签名）等PQC算法集成到统一框架中；其二，设计上下文驱动的密码选择引擎，基于威胁视野分析（将量子威胁分为即时、近程和长期三类）、设备能力画像（按照CPU、内存、能量和带宽将设备分为受限、标准和增强三档）以及数据敏感性分类（结合机密性、完整性和可用性权重）进行多准则优化；其三，实现常数时间向量化多项式变换模块，采用数论变换（NTT）加速多项式乘法，并结合布尔掩码（Boolean masking）和高阶掩码技术降低侧信道信息泄漏；其四，通过混合KEM并行组合和混合签名串接的方式构造组合方案，并基于IND-CCA2安全归约证明整体安全性。需要说明的是，样本队列来源方面，研究使用了PQClean密码库并通过arm-none-eabi-gcc编译器编译，在模拟的IoT约束环境中进行基准测试，未涉及真实患者或用户队列。
**四、研究结果**
**4.1 仿真设置与参数配置**
研究采用cycle-counting方法，基于ARM Cortex-M4架构的模拟环境对Kyber、Dilithium和SPHINCS+算法进行性能测量，并通过自定义C基准框架和汇编分析精确统计周期数，进而估算能量消耗。表3列出了包括安全级别、模数、模块秩、Winternitz参数等在内的详细超参数配置。
**4.2 对比性能基准测试**
与现有算法[16]（Kyber-Dilithium区块链方案）、[17]（NTRU-XMSS-QKD）和[24]（混合ad hoc方案）相比，HQR-SF在密钥生成、封装和签名生成等操作上均表现出时间优势。例如，HQR-SF的Kyber-512密钥生成时间为8.2 ms，比[16]快6.3 ms；Dilithium-3签名生成时间为68.9 ms，比[16]快43.6 ms；SPHINCS+-128s密钥生成时间为45.8 ms，比[17]快26.6 ms。表5的对比显示，HQR-SF在安全级别128+条件下，延迟为13.76 ms，计算成本11.58 ms，内存94.20 KB，通信开销1.12 KB，能量消耗1.63 mJ，均优于现有PQC方案和IoT安全框架。
**4.3 能量消耗分析**
表7的碰撞抵抗和能量消耗比较显示，HQR-SF的SHAKE256输出长度为512比特，经典碰撞抵抗为2^256，量子碰撞抵抗（BHT）为2^170.7，均优于对比方案。能量消耗方面，在MCU-L0（32 KB RAM）设备上，HQR-SF密钥生成消耗2847 μJ，封装消耗3684 μJ，签名生成消耗4920 μJ，均显著低于Kyber-Dilithium、NTRU-XMSS-QKD和Hybrid Ad-Hoc方案。图6(a)显示HQR-SF的归一化能量分布更集中且中心趋势更低，图6(b)显示其泄漏分布范围更窄（0.6-0.9），表明侧信道韧性更好。
**4.4 统计验证与可扩展性**
表8的统计验证表明，HQR-SF在延迟（平均10.84 ms）、内存使用（78.30 KB）、计算成本（9.72 ms）、通信开销（1.12 KB）和能量消耗（1.63 mJ）等指标上均显著优于基线，改善百分比分别为35.93%、25.64%、34.55%、17.65%和20.10%，所有p值<0.001，且95%置信区间较窄，显示结果一致性高。表9的扩展性测试显示，在1000个设备规模下，HQR-SF的吞吐量为4400 ops/sec，比[16]提升93.0%，比[17]提升6.6%，比[24]提升12.4%，表明框架在大规模部署中具有良好的负载均衡和扩展能力。
**五、讨论与结论**
讨论部分指出，HQR-SF通过三维密码敏捷引擎（威胁视野、设备能力、数据敏感性）实现了安全与性能的动态优化，将格基和哈希基算法结合可同时提供量子抗性和长期安全保证，而侧信道加固设计为低资源IoT设备提供了物理安全保障。研究者认为，HQR-SF在计算开销和部署可行性方面相比现有PQC方案具有显著改进。研究结论部分（翻译）：所提出的HQR-SF的3D密码敏捷引擎成功展示了量子攻击迁移挑战的全面解决方案。HQR-SF通过使密码算法选择引擎实时适应实际威胁模型、设备能力和数据敏感性来优化安全性和性能。格基和哈希基密码算法可以结合使用，以确保有效抵抗量子攻击，同时提供长期安全保证。同时，抗侧信道设计为低资源IoT设备提供了物理安全性。实证验证表明，与计算开销相比，在能量效率、安全级别和部署可能性方面有显著收益。HQR-SF框架与PQC系统相比，可扩展性提高66.7-93.0%，关键操作能耗降低23-31%。HQR-SF提供了改进的经典和量子攻击抵抗能力：双倍经典碰撞抵抗，以及弹性的量子安全性（170.7比特）。这些优势可通过高效的NTT操作和能量感知资源调度在各种硬件上实现，从简单的微控制器平台到强大的服务器。结果证明了HQR-SF用于下一代密码学的效率、可扩展性和安全性。未来研究可扩展到新兴量子测试平台的验证以及与人工智能的集成，以实现量子抗性密码模型中的预测性威胁适应。此外，在ESP32和FPGA等实际硬件平台上的部署验证是后续工作的重要方向。
