Self-testing QRNG
La génération de nombres aléatoires joue un rôle crucial dans de nombreuses applications scientifiques et technologiques, en particulier pour la simulation et la cryptographie. Il est d'une importance fondamentale que les nombres générés soient vraiment aléatoires, car toute déviation peut compromettre la sécurité. Notamment, les violations récentes des protocoles cryptographiques ont exploité les faiblesses de la génération de nombres aléatoires. Dans ce contexte, les procédés exploitant le caractère aléatoire inhérent de la physique quantique ont été largement étudiés. Les dispositifs de génération de nombres aléatoires quantiques (QRNG) sont maintenant disponibles dans le commerce, ce qui représente sans doute l'un des développements les plus réussis des technologies quantiques à ce jour.
Malgré ce succès, des développements récents ont mis en évidence une faiblesse générale et une limitation des dispositifs QRNG standards (y compris tous les dispositifs commerciaux). Spécifiquement, ces dispositifs ne fournissent pas une indication précise de l'entropie, soit la qualité du caractère aléatoire des informations générées. Cela a été reconnu comme un problème crucial pour les générateurs QRNG. En pratique, il est généralement difficile d'estimer avec précision l'entropie, car tout dispositif est sujette à des imperfections techniques inévitables qui conduisent à un bruit. Il est aussi possible que les performances d'un dispositif QRNG se dégrade avec le temps. Il est possible qu'à un instant donné la qualité des nombres aléatoires soit fortement diminuée sans que l'utilisateur en soit conscient.
Le groupe GAP de l'UNI-GE a proposé récemment une solution prometteuse pour résoudre les problèmes ci-dessus, en développant un système QRNG «auto-testé». Le dispositif QRNG effectue en permanence un test afin de certifier en continu si la génération des nombres est vraiment aléatoire. Spécifiquement, le générateur quantifie la quantité d'entropie quantique générée par le système en temps réel. Ce procédé combine une forte sécurité et une facilité de mise en œuvre, comme nous l'avons démontré dans une expérience de démonstration du principe, en obtenant des taux de génération aléatoires comparables aux QRNG commerciaux (~ 10 MHz). L'objectif principal du présent projet est de développer un démonstrateur pour un générateur QRNG auto-testé. Celui-ci devra être compact, simple à utiliser et atteindre des débits élevés. Surtout, il devrait comprendre uniquement des composants optiques et électroniques standard, afin d'assurer un faible coût. Ce démonstrateur permettra de combler le fossé entre les algorithmes de traitement de l'information quantique, qui sont abstraits et indépendants du dispositif, et la technologie quantique commerciale.
La figure ci-dessous montre le fonctionnement général du dispositif.
Voici une vue générale de la décomposition de la matrice de Toeplitz.
En parallèle, nous avons développé un design qui permet de déterminer en temps réel le taux d'entropie du paquet de bits raw qui est traité par la matrice. Nous délivrons les bits random seulement si l'entropie de ceux-ci est garantie. Le taux actuel de l'entropie du système optique développé par le GAP est d'environ 20 %.
Les résultats obtenus pour l'extraction des bits aléatoires avec la matrice de Toeplitz dans une FPGA Artix7 de Xilinx sont les suivants :
- Taille de la matrice de Toeplitz : 1'500'000 x 300'000
- Entropie de l'optique : 20 %
- Extraction sur un paquet de 1'500'000 bits raw pour obtenir 300'000 random bits
Voici le schéma bloc du système réalisé:
