昨天，A站受黑客攻击千万条用户数据外泄，量子加密能救得了吗？

大数据文摘出品

字幕组：睡不着的iris、吴勇、龙牧雪

昨天，弹幕视频鼻祖网站AcFun（A站）发公告称其遭受黑客攻击导致近千万条用户数据外泄，建议用户及时更改密码。一周前，A站才被快手全资收购。

2017年11月，Uber称其曾在2016年遭黑客攻击，全球约5700万Uber账户数据被窃取，内容包括乘客的姓名、邮箱和电话号码，以及约60万名司机的驾照号码。Uber不得不向黑客支付了10万美元赎金。

随着计算机技术变得更强大，黑客也无处不在，这年头，宝贵的用户数据一不留神就会糟窃。不需要太多次大规模攻击，便足以摧毁世界经济。

有了量子计算之后，自然有人想到用物理学的基本原理来强化加密能力。这次，我们为大家带来了Vikram Sharma的TED演讲：量子物理如何让加密技术更强大？

点击观看

时长12分钟

带有中文字幕

▼

暂时看不了？可以看下方文字精华版

首先，让我们来快速了解下加密的世界。

假如你有一个公文包，用来装一些给你的朋友詹姆斯·邦德的重要文件。为了安全起见，你把它锁起来，因为这些文件是最高机密。我们使用一个先进的公文包，它配有一款特别的密码锁。当公文包关上时，所有文件内容都被转换成随机数字。当你将文件放入其中、锁上，这代表所有的文件在此刻转换成了随机数字。

然后你把公文包交给邦德。当公文包移交之后，你打电话告诉他编码，当他拿到了公文包，这些文件便被解码。这样，你就给邦德发了一封加密信息。

007

这个例子说明了加密技术的三个要点。

1.编码，也即密钥。你可以把它视作密码。

2.密钥交换，也就是打电话给邦德告诉他密码锁的编码，这是为了保证你的密钥能够安全传送至正确的地方。

3.用来给文件编码和解码的锁，也就是加密算法。

密钥将文件的内容编码成为随机数字，除非使用密钥，否则很难被解码。加密为何如此重要？因为如果有人截获了公文包，在没有密钥和加密算法的情况下 将公文包打开，他们无法读取文件，他们得到的只是一堆随机数字。

大部分安全系统依赖于密钥交换的安全方法，将密钥发送至正确的位置。然而随着计算能力的增强，我们当前使用的大部分密钥交换方法存在危险。

当前被广泛使用的RSA加密算法发明于1977，那时候需要40千兆年的时间去破解一个426位的RSA密钥。但到了1994年，只需要17年的时间便可以破解。随着计算机变得越来越强大，我们的编码也变得越来越长，今天我们通常使用2048或4096位编码。

密码制作者和破解者正在进行一场殊死决战。

近年来，有越来越多的研究着眼于在加密中使用量子效应，并且已经有一些令人兴奋的突破了。

还记得加密三个要素吗？高品质的密钥，安全的密钥交换和强大的算法。科学和工程的进步将这三种要素中的两种置于危险之中

首先，密钥。随机数是加密密钥的基本组成部分，但今天，它们并不是真正随机的。目前，我们构造的加密密钥是从软件生成的随机数序列中构造的，所谓伪随机数。

随机数产生工具

伪随机数由程序或数学公式产生，它们之间或许难免存在某些微妙的关联模式。这些数字的随机性越少，或者说，它们包含的熵越少（熵越少就越整齐有序），就越容易被预测出来。

最近，几家赌场成为受害者：老虎机的输出在一段时间周期内被记录下来，然后被进行分析。信息技术罪犯通过预测转盘背后的伪随机数发生器，来以较高的准确度预测轮盘的旋转，获得巨大的经济收益。

随机数加密密钥也有类似的风险，因此，有一个真正的随机数发生器对安全加密来说是必不可少的。多年来研究人员一直在研究构建真正的随机数发生器，但迄今为止的大多数设计要么不够随机，要么不够快或不易重复。

但是量子世界真的是随机的。所以我们可以利用这个内在的随机性。能测量量子效应的装置可以高速产生无数的随机数，挫败所有那些潜在的的赌场罪犯。

但即使有一个真正的随机数发生器，我们仍然有第二大信息技术威胁：安全密钥交换问题。

目前的密钥交换技术将无法抵抗量子计算机，这个问题的量子解决方案被称为量子密钥分配。它利用了一个基本的、反直觉的量子力学效应：对量子粒子的行为的观察会改变它本身。

再次考虑与邦德交换锁的密码，不过这一次不是打电话给邦德密码，我们将使用激光上的量子效应来携带密码，并通过普通的光纤发送给邦德。我们假设诺博士正在试图破坏密码交换。幸运的是在传输途中，如果诺博士试图拦截量子密钥，将会留下邦德和你能发现的指纹，这使得被截取的密钥可被丢弃，密钥仍然被保留。

这样就可以提供非常强的数据保护。并且因为安全性是基于物理学的基本定律的，量子计算机或者任何未来的超级计算机都将无法破坏它。

原视频地址：

https://www.ted.com/talks/vikram_sharma_how_quantum_physics_can_make_encryption_stronger

【今日机器学习概念】

Have a Great Definition

Contributors

回复“志愿者”加入我们