[发明专利]基于张量网络态动态压缩的量子秘密共享方法及系统

说明书

本发明公开了一种基于张量网络态动态压缩的量子秘密共享方法及系统，方法包括以下步骤：S1：分发者将需要共享的量子态秘密信息按照矩阵乘积态的形式进行局域等距变换，并根据参与者的数量分解成对应的秘密份额；S2：分发者将分解后的秘密份额分发给对应的参与者；S3：各个参与者之间相互共享各自获得的秘密份额；S4：获得所有秘密份额的参与者从分发者处获取局域等距变换的过程信息，并联合解压恢复出共享的量子态秘密信息。其效果是：所有经典和量子的参与者一起就可以用比他们接收到的数量指数更高的量子比特来解压态，具备明显的存储优势，提高了量子通信的效率和精度，大大减少了量子存储器的大小。

技术领域

本发明涉及量子通信技术，更具体地说，涉及一种基于张量网络态动态压缩的量子秘密共享方法及系统。

背景技术

众所周知，对于一个经典系统，能够被提取的信息的数量必须与精确描述系统状态所需的信息量相同。而对于一个量子系统，并非如此。完全描述量子比特的状态需要的信息量是无限的，但是通过测量量子态所能提取的信息不超过1个bit。量子系统与经典系统的这种本质区别，为不需要经典模拟的新型数据压缩提供了可能。在量子力学中，虽然系统集合中包含的所有信息不能被压缩到单个量子副本中，但是能够实现指数级的存储。更糟糕的是，对于量子秘密共享和量子密钥分发等基于量子力学的量子通信来说，对量子态的测量是昂贵的。因为量子态难以制备，并且在某种程度上，每次测量都会使量子态坍缩或受到干扰。因此，量子通信在实际应用中具有极大的挑战性。

最近，许多研究人员对量子多体态展现出极大的兴趣，并且取得了重大进展。然而，量子多体态的方法并没有运用到量子态秘密共享上。需要注意的是，如果我们简单地用量子比特数量很少的量子多体态来替代秘密共享态，那么相应的希尔伯特空间呈指数增长，使得秘密共享难以处理。因此，开发压缩算法来减少系统的指数增长是重要且紧迫的。

幸运的是，张量网络态(主要包括矩阵乘积态(MPS)，树张量网络(TTN)，投影纠缠对态(PEPS)和多尺度纠缠重整化试验态(MERA))已经被提出来解决这个问题。张量网络态被认为是描述量子多体系统最有希望的工具，具体可以参考文献：

[1]Chabuda,K.,Dziarmaga,J.,Osborne,T.J.,Demkowicz-Dobrzaski,R.Tensor-network approach for quantum metrology in many-body quantumsystems.Nature Communications,11(1),1-12(2020).

[2]Ran,S.J.,Piga,A.,Peng,C.,Su,G.,Lewenstein,M.Few-body systemscapture many-body physics:Tensor network approach.Physical Review B,96(15),155120(2017).

张量网络是通过张量收缩连接起来的，由导线连接的图形(圆形、正方形、椭圆形、菱形或三角形)表示。张量网络提供了相关量子特性的高度精确编码，比如量子纠缠。一个量子多体系统的状态可以用数学图形表示。更重要的是，张量网络具有明显的计算优势，该优势来源于这样一个事实：张量网络能够用一个更简单的结构来近似一个复杂的量子态。从本质上讲，张量网络能够看作是一种数据压缩协议，只保留那些足以描述量子态行为的性质。压缩操作能够显著降低计算复杂度的增长。这意味着一种有效管理资源的策略，以获得尽可能高保真度的量子态。但是，现有的量子态秘密共享方案并没有使用量子态压缩。

发明内容

有鉴于此，本发明首先提供一种基于张量网络态动态压缩的量子秘密共享方法，充分利用压缩张量网络态的思想，压缩张量网络态这种技术手段在共享秘密的内存难以获得或成本昂贵时特别有用，它能够大大压缩需要的数据，从而提高信息传输效率，通过设计关于张量网络参数族态的量子压缩算法，使其能够在不同参与者之间产生高保真量子态共享，而且与距离无关。

为实现上述目的，本发明所采用的具体技术方案如下：