（1）智能多协议量子密钥分发系统设计

设计并实现了一套智能多协议量子密钥分发系统，该系统可以兼容几种不同的量子密码协议，包括BB84协议、参考系无关协议、六态协议等。该系统的总体结构框如图1所示。创新点：研发了一种适用于量子保密通信的随机森林模型，该模型能够根据系统外界环境和设备状态，实时实现最有协议和最优参数的选择，从而保证系统长期处在最佳运行状态。自主设计的分离式干涉-调相光路结构，该结构可以同时兼容几种不同的协议（BB84、RFI、六态），以及多种诱骗态方法。

图1智能多协议量子密钥分发系统总体框架

图2发送端光路结构示意图

图3接收端光路结构示意图

（2）基于机器学习的量子密码控制系统设计

首次实现基于机器学习的量子密码控制系统：现有相位编码的量子密码系统在运行过程中不可避免地存在相位漂移问题，因而需要不断对发送端和接收端的相位进行实时校准。目前主流系统通过采用扫描+传输的方法来解决。该方法虽然可以实现相位补偿，但会导致量子密码系统传输效率降低。针对以上缺点，我们首次提出将机器学习与量子密码控制系统相结合，利用机器学习领域的长短期记忆神经网络主动预测系统相位漂移大小，进而实现主动反馈与控制；同时通过固定时间间隔对网络细胞状态进行更新，使量子密码系统始终保持稳定的高效率运行状态。该方法在不引入任何额外硬件和辅助稳定设备的条件下，将系统传输效率提升接近百分之二十。该方法的适用范围不依赖于某种具体协议或具体编码方式，原则上同样适用于其他任意量子密码协议和任意编码的系统，为未来开展大规模量子通信网络应用提供新的研究思路与应用方法。此外，我们使用机器学习算法实现了量子密钥分配中最优协议和最优参数的选择机：针对量子通信网络实际应用中需要对资源进行实时优化配置的需求，以目前主流的量子密钥分配协议（BB84、测量设备无关协议、双场协议）为主要研究对象，通过机器学习模型实现最优协议和最优参数配置的实时预测和选择。

图4基于机器学习的量子密码控制系统装置示意图

（3）安全传输距离最长的量子数字签名系统设计

实现安全传输距离最长的量子数字签名系统: 量子数字签名原则上具有量子力学赋予的无条件安全性，在密码学中具有巨大的发展潜力。现有量子数字签名系统大多使用的是多强度诱骗态方案，可能存在强度调制侧信道漏洞；另外，由于参数多、计算复杂度大，多强度诱骗态方案难以实现系统参数的全局优化，因而其的实际性能受到限制。针对目前主动式多强度诱骗态量子数字签名协议存在的缺点，我们在自主研制的新型标记单光子源基础上，提出了被动式诱骗态的量子数字签名协议，从协议层面提高了安全性；紧接着对该协议进行了原理性验证，通过结合BB84相位编码系统，在100公里处每7秒可签名1比特消息，兼顾了安全性和实用性。另外，该实验将量子数字签名的安全传输距离纪录提升到了200公里，充分展示了标记单光子源在量子密码中的优势，为未来量子数字签名的实际应用打下良好基础。此外，我们提出了单诱骗态量子数字签名方案，该方案具有系统更简单、消耗随机数更少、对有限长不敏感等优势。进一步基于该系统实现了签名距离长达280km的方案，这也是目前签名距离最远的系统。

图5被动式诱骗态的量子数字签名实验装置示意图

该研究方向，完成/在研项目：

（1）江苏省自然科学基金前沿引领技术基础研究专项 “芯片化量子保密通信终端”，编号：BK20192001，经费400万元，2019.10-2024.9，课题主持人王琴，在研。

（2）国家重点研发计划量子调控与量子信息重点专项, “高性能量子密钥分发关键技术研究”编号：2018YFA0306400，经费324万元,2018.5-2023.4,课题主持人王琴，在研。

（3）国家重点研发计划量子调控与量子信息重点专项, “固态量子存储器,基金编号:2017YFA0304100，经费300万元,2018.1-2022.12；子课题负责人王琴，在研。

（4）国家自然科学基金面上项目,”基于机器学习的量子密码系统研究”, 编号：12074194，经费62 万元，2021.1-2024.12 ，项目主持人王琴，在研。

(5)江苏省杰出青年项目,“基于量子光源的新型被动式量子密钥分配方案的研究”, 编号: BK20170902，经费100万元，2015.7-2018.6；项目主持人王琴，完成。

(6)国家自然科学基金面上项目,“基于量子光源的量子密钥分配的理论与实验研究”，编号: 61475197，经费80万元，2015.1-2018.12，项目主持人王琴，完成。