量子随机数生成

1. 基础概念引入
   量子随机数生成（QRNG）是利用量子力学内禀的随机性来产生真随机数的技术。与经典计算机中基于算法（伪随机数生成器）或物理噪声（如热噪声）的方法不同，量子随机性源于量子系统的本质特性，例如测量结果的概率性。常见的实现基于单光子路径选择、真空涨落或量子纠缠等现象。

2. 核心物理原理
   以单光子通过分束器为例：一个光子到达分束器时，有50%概率透射、50%概率反射，其路径选择由量子概率幅决定。测量时，波函数坍缩为确定状态（如探测器A或B响应），此过程完全随机且不可预测。这种随机性由海森堡不确定性原理等量子力学基本定律保证，理论上无法被任何经典模型完全描述或预测。

3. 典型实现方案

   • 基于真空涨落：测量激光真空态的光场涨落，通过平衡零差探测将涨落转换为电信号随机数。
   • 基于光子到达时间：精确测量单个光子到达探测器的时刻，将时间间隔的末位比特作为随机源。
   • 基于纠缠态：利用纠缠粒子对的关联测量结果，如贝尔态测量，其结果的随机性可通过贝尔不等式验证。

4. 随机性认证与后处理
   原始量子信号可能包含设备非理想性（如探测器偏差）或经典噪声干扰，需通过随机性提取算法（如哈希函数或提取器）进行后处理，确保输出符合均匀分布且与潜在敌手无关。认证方法包括：统计测试（如NIST测试套件）、设备无关协议（基于贝尔定理）或半设备无关协议。

5. 应用与优势
   量子随机数生成用于密码学（如一次一密秘钥生成）、科学模拟（蒙特卡洛方法）、彩票抽签等需高安全性和不可预测性的领域。其优势在于：随机源有明确量子理论模型，可提供物理层面的安全性证明，且长期不可重复，避免了伪随机数的周期性问题或经典物理噪声的可预测性风险。