By เจย์หลิว โพสต์เมื่อ 18 ต.ค. 2022
เป็นที่เชื่อกันอย่างกว้างขวางว่าคอมพิวเตอร์ควอนตัมจะไม่สามารถสร้างความเสียหายร้ายแรงต่อระบบรักษาความปลอดภัยของเราได้เป็นเวลาอย่างน้อย 15 ปี นั่นคือเวลาที่คอมพิวเตอร์ควอนตัมที่ทนทานต่อข้อผิดพลาดเต็มรูปแบบคาดว่าจะพร้อมใช้งานและสามารถเรียกใช้อัลกอริทึมของ Shor เพื่อถอดรหัส RSA ในระยะเวลาที่เหมาะสม ความจริงนั้นมืดมนลงมาก: ภัยคุกคามด้านความปลอดภัยควอนตัมที่แท้จริงจะเกิดขึ้นทันทีมากกว่ามาก ซึ่งมีแนวโน้มมากที่สุดภายในห้าปี
คุณอาจจะถามว่า “จริงเหรอ? ยังไง?”
ภัยคุกคามด้านความปลอดภัยในระยะสั้นเหล่านี้จะมาจากอัลกอริธึมการเรียนรู้พฤติกรรมที่ทำงานบนอุปกรณ์ควอนตัมที่มีแนวโน้มเกิดข้อผิดพลาดจากยุค NISQ ที่เราดำเนินอยู่ในปัจจุบัน
เมื่อใช้อัลกอริทึมของ Shor การแยกตัวประกอบหมายเลข RSA 2048 บิตต้องใช้คิวบิตที่ทนทานต่อข้อผิดพลาด 100,000 ตัวที่ทำงานเป็นเวลา 10 วัน หรือ 20 ล้านคิวบิต NISQ เป็นเวลา 8 ชั่วโมง เนื่องจากเราจะไม่มีคอมพิวเตอร์ควอนตัมขนาดใหญ่เช่นนี้เป็นเวลาอย่างน้อยหนึ่งทศวรรษ เราอาจรู้สึกว่าเรามีเวลาเหลืออีกมากในการเตรียมตัว
แต่การใช้อุปกรณ์ NISQ ในปัจจุบัน พวกเราที่ Zapata Computing ได้เกิดอัลกอริทึมการศึกษาสำนึกที่เรียกว่า การแยกตัวประกอบควอนตัมแบบแปรผัน (VQF ได้รับการจดสิทธิบัตรแล้ว) ซึ่งเราคาดการณ์ว่าสามารถแยกตัวประกอบหมายเลข RSA 2048 บิตเข้ากับคิวบิต NISQ ประมาณ 6,000 ตัวภายในหนึ่งชั่วโมง จากแผนงานผลิตภัณฑ์ที่ได้รับการเผยแพร่จากบริษัทคอมพิวเตอร์ควอนตัมชั้นนำ คอมพิวเตอร์ควอนตัม NISQ ในระดับนี้คาดว่าจะพร้อมจำหน่ายภายในห้าปี
ลองคิดดูสิ ภัยคุกคามด้านความปลอดภัยควอนตัมเกิดขึ้นทันทีทันใดมากกว่าที่คนส่วนใหญ่ตระหนักดี
คุณอาจสงสัยว่า “อัลกอริธึมการเรียนรู้สำนึกคืออะไร และเหตุใดในกรณีนี้ มันมีพลังมากกว่าอัลกอริธึมของ Shor มากเมื่อต้องทำลายตัวเลข RSA หรือไม่”
Stephen Cook ผู้บุกเบิกความซับซ้อนทางคอมพิวเตอร์และผู้ชนะรางวัลทัวริง ให้คำจำกัดความไว้อย่างดี:
" อัลกอริธึมการเรียนรู้ เป็นสิ่งหนึ่งที่ได้รับการออกแบบมาเพื่อแก้ไขปัญหาด้วยวิธีที่รวดเร็วและมีประสิทธิภาพมากกว่าวิธีการแบบเดิมๆ โดยการเสียสละความเหมาะสม ความแม่นยำ ความแม่นยำ หรือความสมบูรณ์ให้กับความเร็ว”
กล่าวอีกนัยหนึ่ง อัลกอริธึมการศึกษาสำนึกยังไม่สมบูรณ์ทางคณิตศาสตร์หรือได้รับการพิสูจน์ในทางทฤษฎี แต่ใช้งานได้จริง ตัวอย่างที่รู้จักกันดีของอัลกอริธึมการศึกษาสำนึกคือโครงข่ายประสาทเทียม ซึ่งได้รับการพิสูจน์แล้วว่ามีประสิทธิภาพอย่างมากในการใช้งาน เช่น การจดจำใบหน้า แม้ว่าจะไม่มีข้อพิสูจน์ทางคณิตศาสตร์ว่าควรจะใช้งานได้ก็ตาม ยิ่งไปกว่านั้น ยังมีความแม่นยำและมีประสิทธิภาพมากขึ้นด้วยการออกแบบโครงข่ายประสาทเทียมที่ดีขึ้น
อัลกอริธึม VQF ของเราเป็นอีกตัวอย่างหนึ่ง ต่างจากอัลกอริทึมของ Shor ตรงที่เป็นอัลกอริธึมไฮบริดที่ใช้ทั้งคอมพิวเตอร์ควอนตัมและคอมพิวเตอร์คลาสสิก โดยเฉพาะอย่างยิ่ง จะจับคู่ปัญหาแฟคตอริ่งเข้ากับปัญหาการหาค่าเหมาะที่สุดแบบผสมผสาน ใช้คอมพิวเตอร์คลาสสิกสำหรับการประมวลผลล่วงหน้า และใช้อัลกอริธึมการหาค่าเหมาะที่สุดโดยประมาณควอนตัม (QAOA) ที่รู้จักกันดี วิธีการนี้ได้ลดจำนวนคิวบิตที่ต้องใช้ในการแยกตัวประกอบจำนวนมากลงอย่างมาก
ภัยคุกคาม NISQ นั้นมีระยะใกล้กว่าภัยคุกคาม PQC มาก
ในขณะที่ความพยายามส่วนใหญ่ทั่วทั้งสถาบันการศึกษา หน่วยงานมาตรฐาน และบริษัทรักษาความปลอดภัยมุ่งเน้นไปที่การบรรเทาภัยคุกคามด้านความปลอดภัยจากยุคหลังควอนตัมการเข้ารหัสลับ (PQC) ในรอบทศวรรษหรือมากกว่านั้นในอนาคตอันใกล้ พร้อมกับภัยคุกคามที่คาดหวังจากอัลกอริธึมของ Shor ที่ทำงานบนควอนตัมเต็มรูปแบบและทนทานต่อข้อผิดพลาด คอมพิวเตอร์ อัลกอริธึม VQF ได้เปิดเผยความเป็นไปได้ของภัยคุกคามความปลอดภัยในระยะสั้นจากอัลกอริธึมการศึกษาสำนึกที่ทำงานบนคอมพิวเตอร์ควอนตัมในยุค NISQ ที่เราอยู่ในปัจจุบันนี้
เราได้พิจารณาปัญหานี้อย่างใกล้ชิดและได้พูดคุยกับองค์กรขนาดใหญ่ รัฐบาล และองค์กรต่างๆ นี่คือภัยคุกคามความปลอดภัยทางไซเบอร์ควอนตัมประเภทที่พวกเขากังวลมากที่สุด
ด้วยนักวิทยาศาสตร์ควอนตัมและนักวิทยาศาสตร์ควอนตัมของเรา แพลตฟอร์มซอฟต์แวร์Orquestra® เราได้พัฒนาชุดเครื่องมือและบริการที่ทำงานบนคอมพิวเตอร์ควอนตัมเพื่อช่วยให้คุณเตรียมพร้อมรับภัยคุกคามด้านความปลอดภัยจากยุค NISQ และต่อๆ ไปได้ดีขึ้น รวมถึงการวิจัย การประเมิน การทดสอบ การจัดอันดับ และการตรวจสอบ
มาเริ่มกันเลยวันนี้
Jay Liu รองประธานฝ่ายผลิตภัณฑ์ของ Zapata Computing
