SDN 被定义为一种控制框架,它通过分离数据平面和控制平面来支持网络功能和协议的可编程性,而数据平面和控制平面目前在大多数网络设备中是垂直集成的。SDN 提出了一种逻辑集中式架构,其中控制实体(SDN 控制器)负责通过应用程序编程接口 (API) 提供网络资源的抽象。这种抽象使 SDN 能够执行网络虚拟化,即对物理基础设施进行切片并创建多个共存的网络切片(虚拟网络),独立于底层无线或光学技术和网络协议。理想情况下,SDN 架构基于单个控制域,该控制域由多个网络节点组成,这些节点采用不同供应商提供的不同技术,并通过标准接口进行控制。对于 QKDN 的互通场景,需要多域网络编排,因为每个域可以由不同的供应商提供,每个域都可以通过其自己的客户 SDN 控制器进行独立控制。本建议书提出了 SDN 编排和虚拟化的框架,该框架允许规范化控制,从而允许在抽象级别上组合跨多个域的端到端配置服务。编者注:随着工作的进展,将添加有关两个 QKDN 提供商之间 QKDNS 互通的 SDN 控制概念的进一步描述
以下 ITU-T 建议书和其他参考文献包含的条款通过本文引用而构成本建议书的条款。出版时,所示版本有效。所有建议书和其他参考文献都可能修订;因此,鼓励本建议书的用户调查应用下列建议书和其他参考文献的最新版本的可能性。当前有效的 ITU-T 建议书清单定期发布。本建议书中对某文件的引用并不赋予其作为独立文件的建议书地位。
文献综述 社交媒体分析涉及的主题包括极端/极端主义、错误/虚假信息等,工作量巨大。以及可能采取的措施,使得很难提供简明而公正的综述,而其新近性使得很难识别开创性的作品。因此,我们在此介绍广泛主题的文献综述。当然,尽管它有很多页数和参考文献,但它也是不完整的。它也因观点而异。我们希望它可以成为研究人员的更通用的资源。这些部分主要由我们的研究助理撰写,他们 100% 由我们的研究经费支付,用于此明确目的。他们的名字可应要求提供,并将作为明确的致谢出现在任何最终发表的论文中。部分:
现代电信依靠密码学来保护数据传输的安全,其中密钥的机密性和完整性成为整个系统的瓶颈。当今的密码系统可以分为两类:对称和非对称。非对称密码算法(即公钥算法)的安全性依赖于难以解决的数学问题的计算复杂性,例如整数分解问题(RSA)、离散对数问题(Different logarithm)和椭圆曲线离散对数问题(ECC)[1]。解决这些问题需要大量的计算资源。虽然对于经典计算机来说是不可能的,但是这些问题可以通过运行 Shor 算法的量子计算机在多项式时间内解决 [1, 2]。更糟糕的是,增加密钥长度也无济于事,因为所需的量子比特数仅与密钥长度成线性比例 [1]。2019 年,谷歌声称已经实现了量子霸权 [3],而 IBM 则认为量子计算机永远不会称霸,而是会与传统计算机协同工作 [4]。另一方面,对称加密算法(例如 AES 和 SNOW 3G)被认为可以抵御量子计算机。尽管 Grover 的
全球信息基础设施 概述 Y.100–Y.199 服务、应用和中间件 Y.200–Y.299 网络方面 Y.300–Y.399 接口和协议 Y.400–Y.499 编号、寻址和命名 Y.500–Y.599 操作、管理和维护 Y.600–Y.699 安全 Y.700–Y.799 性能 Y.800–Y.899 互联网协议方面 概述 Y.1000–Y.1099 服务和应用 Y.1100–Y.1199 体系架构、接入、网络能力和资源管理 Y.1200–Y.1299 传输 Y.1300–Y.1399 互通 Y.1400–Y.1499 服务质量和网络性能 Y.1500–Y.1599 信令Y.1600–Y.1699 操作、管理和维护 Y.1700–Y.1799 计费 Y.1800–Y.1899 NGN 上的 IPTV Y.1900–Y.1999 下一代网络 框架和功能结构模型 Y.2000–Y.2099 服务质量和性能 Y.2100–Y.2199 服务方面:服务能力和服务结构 Y.2200–Y.2249 服务方面:NGN 中服务和网络的互操作性 Y.2250–Y.2299 NGN 的增强 Y.2300–Y.2399 网络管理 Y.2400–Y.2499 计算能力网络 Y.2500–Y.2599 基于分组的网络 Y.2600–Y.2699 安全性 Y.2700–Y.2799 通用移动性Y.2800–Y.2899 运营商级开放环境 Y.2900–Y.2999 未来网络 Y.3000–Y.3499 云计算 Y.3500–Y.3599 大数据 Y.3600–Y.3799 量子密钥分发网络 Y.3800–Y.3999 物联网和智慧城市及社区 总则 Y.4000–Y.4049 定义和术语 Y.4050–Y.4099 要求和使用案例 Y.4100–Y.4249 基础设施、连接和网络 Y.4250–Y.4399 框架、架构和协议 Y.4400–Y.4549 服务、应用、计算和数据处理 Y.4550–Y.4699 管理、控制和性能 Y.4700–Y.4799 识别和安全 Y.4800–Y.4899 评估和评定 Y.4900–Y.4999
摘要 — 量子密钥分发 (QKD) 是一种能够保持信息论安全性的对称密钥协商协议。鉴于 QKD 网络的最新进展,它们已经从学术研究发展到一些初步应用。QKD 网络由两个或多个通过光纤或自由空间链路互连的 QKD 节点组成。密钥在任意一对 QKD 节点之间协商,然后可以将其传递给各个区域的多个用户,以确保长期保护和前向保密。我们首先介绍 QKD 基础知识,然后回顾 QKD 网络的发展及其在实践中的实现。随后,我们描述了通用的 QKD 网络架构、其元素以及其接口和协议。接下来,我们将深入概述相关的物理层和网络层解决方案,然后介绍标准化工作以及与 QKD 网络相关的应用场景。最后,我们讨论了未来的潜在研究方向并为 QKD 网络提供了设计指南。
• QKDN 控制、管理和编排的功能要求 • QKDN 的管理信息模型 • QKDN 控制、管理和编排的参考点 • QKDN 控制、管理和编排的流程
摘要 —本文考虑了量子密钥分发 (QKD) 网络中以最大可实现速率进行安全数据包路由的问题。假设 QKD 协议为多跳网络中每条链路上的安全通信生成对称私钥。量子密钥生成过程受噪声影响,假设由随机计数过程建模。首先使用每跳可用的量子密钥对数据包进行加密,然后通过通信链路以点对点方式传输。在这种情况下出现的一个基本问题是设计一种安全且容量可实现的路由策略,该策略考虑到加密量子密钥的可用性随时间变化以及传输的有限链路容量。在本文中,通过将 QKD 协议与通用最大权重 (UMW) 路由策略 [1]–[3] 相结合,我们设计了一种新的安全吞吐量最优路由策略,称为串联队列分解 (TQD)。 TQD 有效地解决了多种流量(包括单播、广播和多播)的安全路由问题。本文的主要贡献之一是表明该问题可以简化为转换网络上的通常的广义网络流问题,而不受密钥可用性约束。模拟结果表明,与最先进的路由和密钥管理策略相比,所提出的策略产生的延迟要小得多。所提出的策略的吞吐量最优性的证明利用了 Lyapunov 稳定性理论以及对密钥存储动态的仔细处理。索引术语 — 量子密钥分发、吞吐量最优路由、网络算法。
1哥伦比亚大学,纽约,哥伦比亚大学,纽约10032,纽约州立心理生物学系2,纽约市精神病学研究所,纽约10032,3萨克勒发展心理生物学研究所,哥伦比亚大学,纽约10032,纽约10032,哥伦比亚研究所,哥伦比亚研究所,纽约州,10032哥伦比亚大学,纽约,纽约,10027,6艾伦脑科学研究所,西雅图,华盛顿,华盛顿98109,7遗传学,基因组学和信息学系,田纳西州综合与翻译基因组学中心,田纳西州健康科学中心,孟菲斯大学,田纳西大学孟菲斯大学,田纳西州38163,38163,8 Robarts Research Institute,Wenterraire School,Schulicior ncorth and Schulicior ncortio and interriiie Schulicior ncorth and in schulicior and Filtriier and Firce&dentiier intry&Dentiier and Fristier&Dentistr, 3K7,加拿大,9个神经信息学,结构和可塑性中心,克拉斯诺高级研究所;弗吉尼亚州费尔法克斯(Fairfax),弗吉尼亚州乔治·梅森大学(George Mason University),弗吉尼亚州22030和10 Cold Spring Harbor Laboratory,纽约冷春港117241哥伦比亚大学,纽约,哥伦比亚大学,纽约10032,纽约州立心理生物学系2,纽约市精神病学研究所,纽约10032,3萨克勒发展心理生物学研究所,哥伦比亚大学,纽约10032,纽约10032,哥伦比亚研究所,哥伦比亚研究所,纽约州,10032哥伦比亚大学,纽约,纽约,10027,6艾伦脑科学研究所,西雅图,华盛顿,华盛顿98109,7遗传学,基因组学和信息学系,田纳西州综合与翻译基因组学中心,田纳西州健康科学中心,孟菲斯大学,田纳西大学孟菲斯大学,田纳西州38163,38163,8 Robarts Research Institute,Wenterraire School,Schulicior ncorth and Schulicior ncortio and interriiie Schulicior ncorth and in schulicior and Filtriier and Firce&dentiier intry&Dentiier and Fristier&Dentistr, 3K7,加拿大,9个神经信息学,结构和可塑性中心,克拉斯诺高级研究所;弗吉尼亚州费尔法克斯(Fairfax),弗吉尼亚州乔治·梅森大学(George Mason University),弗吉尼亚州22030和10 Cold Spring Harbor Laboratory,纽约冷春港11724
