完全观察与部分观察条件下多核光纤泵键技术的物理层安全评估

《Journal of Cybersecurity and Privacy》：Resistance of a Pump-Keyed Multi-Core Fiber Channel to Learning-Based Known-Plaintext Attacks: Identifiability Limits and Dimensional Scaling

　　

摘要

物理层保护可以补充传统的密码学方法，但其在重复使用密钥情况下的效果取决于敌手是否能够获取信道的输入-输出映射关系。我们通过物理参数化的仿真，评估了在完全观察（FO）和部分观察（WT，具有衰减和噪声干扰）条件下的基于泵键技术的多核光纤（MCF）架构。在完全观察条件下，固定密钥的线性模型可以被快速破解。而使用密钥控制的非线性相位编码（P2）会在已知明文量较少的情况下增加估计误差。当评估范围扩展到50,000个已知明文向量时，结果发生了变化：在37个核心节点和使用默认的非线性系数gamma_NL = 2的情况下，多层感知器的平均误码率（BER）为0.033，满足了误码率小于0.05的恢复标准。将核心数量增加到61个或加倍非线性系数gamma_NL时，在测试的数据和训练预算范围内仍无法达到该标准。将gamma_NL加倍后，Bob的平均误码率从0.000014升高到0.000471，三个密钥中的最高值达到了0.001007。即使在50,000对数据的情况下，P3方案的非线性解码器成本也高于恢复标准。核心数量和非线性强度的变化揭示了特定协议下的经验规律，但并未确定具体的规模定律或更强大攻击者所需数据量的下限。这些结果区分了线性识别与非线性解码器的学习过程，并未证明信息理论的保密性或正式的密码安全性。