【仪表网 研发快讯】 北京理工大学光电学院王涌天教授团队、王洪涛教授与国内外合作者在Nature Reviews Physics发表综述文章“Optical information security”。文章从安全目标与系统层次出发，梳理经典、量子及混合光信息安全方案，探讨光的高维物理属性在信息保护中的潜力及其走向实用系统的路径。
论文第一作者为王洪涛教授，并与南洋理工大学Weibo Gao教授、新加坡科技设计大学Joel K. W. Yang教授共同担任通讯作者。该综述文章由Hongtao Wang(现北京理工大学)、Weibo Gao(南洋理工大学)、Joel K. W. Yang(新加坡科技设计大学)，联合Andrew Forbes(南非金山大学)、Etienne Brasselet(法国波尔多大学与CNRS)、Zhaogang Dong(新加坡科技设计大学与新加坡A*STAR)、Haoran Ren(莫纳什大学)、Hao Wang(北京航空航天大学)、Haoran Zhang(南洋理工大学)、Chi Li(莫纳什大学)及 Xiaoyan Zhou(新加坡科技设计大学)共同撰写完成。
量子计算的发展对现有密码体系提出长期挑战，人工智能也在改变信息安全的攻防方式。光的偏振、相位、轨道角动量、波长和时间等自由度为高维编码提供了丰富资源，传播与干涉则支持并行光学处理。如何将这些物理优势转化为可靠、可验证的安全能力，是综述关注的核心问题。
为贯通不同研究路线，文章采用保密性、完整性、可用性和真实性四项安全目标构成的CIA+E框架，并将系统划分为光源、信道、编码与调制、光学处理、探测、协议与系统、应用七个层次(图1)，比较各类方案的功能、安全假设与待解决问题。
高维结构光拓展信息编码与选择性读取能力
结构光通过设计光场的空间、偏振、频谱和时间分布，为信息编码提供多种可调控维度。综述介绍了独立自由度的组合及不同自由度之间的耦合，包括偏振与轨道角动量构成的矢量光场、时空结构光以及波长与涡旋模式复用等方法(图2)。这些手段为增加可区分通道、提高信息容量和设计特定读取条件提供了物理基础。
文章结合代表性研究，讨论了从高维光学锁钥到关联成像的信息保护方式。例如，只有匹配的波长与轨道角动量组合才能形成目标光斑；通过光子之间的关联测量，也可从背景噪声中提取隐藏图像。这些方案展示了利用光场结构控制信息访问与重建的多样性。
同时，综述指出，高维复用和较大的光学密钥空间应被视为编码资源，安全性仍需在明确的攻击模型下验证。实际系统还受到模式串扰、信道扰动、有限探测精度及校准漂移等因素制约，需要将信息容量、抗扰动能力与信息泄漏评价相结合。
量子光学安全与后量子密码协同构建混合网络
光子是量子信息的重要载体。综述回顾了量子密钥分发、量子随机数生成、量子数字签名等基本功能，以及相应光源、量子信道和探测器的实现方式(图3a)。量子密钥分发可依据测量结果估计窃听者可能获得的信息，并在协议规定的条件下建立共享密钥，为安全通信提供物理依据。
量子协议的安全保障与具体假设密切相关。器件特性偏离模型可能形成侧信道，未认证的经典信道也可能受到中间人攻击。因此，评估量子网络时，需要同时检查器件可信条件、信道认证、密钥管理和协议组合，不能仅以“量子”作为系统安全的充分依据。
基于不同技术的互补性，文章讨论将量子密钥分发与后量子密码结合的混合网络(图3b)。后量子数字签名与密钥封装可提供认证及密钥保护，量子密钥也可用于更新对称加密系统中的密钥。其整体安全性取决于具体组合方式及各组成部分的安全假设，为量子技术与现有通信基础设施衔接提供了研究方向。
全息加密与密钥共享实现多条件信息重建
全息技术能够记录或调控光场的振幅和相位，将信息映射到特定波前及读取条件中。综述梳理波长、偏振、轨道角动量和入射波前等自由度参与的多维全息加密方法：不同信息可分配到不同通道，随后通过匹配照明、通道组合或数字解码恢复内容(图4a)。
光学密钥共享进一步将目标信息分散到多个份额中，只有满足规定的组合条件才能重建密钥；全息视觉密码则利用不同光学状态与图像之间的对应关系完成读取(图4b)。这类方法为多方协作访问和分级信息管理提供了光学实现思路。面向应用，还需评估通道可区分性、噪声容限、光学损耗，以及明文样本或系统响应泄漏对安全性的影响。
人工智能辅助光学设计并改变安全攻防方式
人工智能正在参与光信息安全系统的器件设计、编码、解码与监测。综述介绍了深度学习辅助超表面逆向设计，通过建立目标光学响应与微纳结构之间的映射，提高多自由度器件的设计效率；同时梳理散射介质加密、神经网络重建与光学神经网络等研究(图5)，展示算法与光学硬件协同处理信息的可能性。
在信息读取与传输环节，学习算法可用于恢复畸变波前、识别高维光场、补偿信道变化及检测异常。光学神经网络则将部分运算嵌入传播与衍射过程，为紧凑、低时延的信息处理硬件提供思路。上述能力能否在真实环境下保持稳定，需要结合噪声、样本分布变化和硬件误差进行验证。
人工智能也可能被攻击者用于估计光学变换、提取模型或恢复隐藏信息。文章因此强调，应将学习辅助设计与对抗性评估同步推进，关注训练数据泄漏、模型提取及对抗扰动等问题，以端到端验证衡量系统的实际安全能力。
光信息隐写将隐藏信息融入器件与通信信道
光信息隐写关注隐藏信息本身的存在。综述从微纳光子结构和光通信两类平台出发，介绍利用照明条件、偏振、光谱及材料响应控制隐藏信息读取的方法。图6展示了特定成像条件下的信息显现、形状记忆材料中的动态隐藏与恢复，以及将隐蔽信号与公开信号共同传输的方案。
文章指出，隐写系统应综合评估隐蔽性、容量与鲁棒性。面向未来，低损耗集成光子平台、量子与经典密码协同，以及明确的威胁模型和统一测试方法，将是推动各类光信息安全方案走向可靠、实用系统的重要方向。
所有评论仅代表网友意见，与本站立场无关。