量子效用路由在CV-QKD网络中相对A*提升平均路径密钥率193.2%，同时比Max–Min少用78.4%节点
相关研究与后续进展
核心概要
作者提出量子效用路由（QUR），一种面向连续变量量子密钥分发网络的加权路由框架，将过渡级可组合有限码长密钥率直接嵌入路由搜索，并给出图优化版QURgo与用机器学习选取固定权重的QURfw；在默认配置的Waxman图上，QURgo相对A*把平均路径密钥率提高193.2%，同时比Max–Min少用78.4%的节点，且在76.3%节点不可信时仍保持100.0%路由成功率。
(a) Example Waxman network. Blue nodes mark the source–destination pair, red nodes are untrusted, and green nodes are trusted. The colored curves show the routes returned after successive path extraction.
arXiv深度剖析
QUR把过渡级可组合有限码长密钥率直接作为路由代价的一部分，使路由在瓶颈密钥率、距离、中继使用、跳数、偏离目标与绕行六个因素之间做可配置权衡。 此前CV-QKD网络路由研究多考虑动态密钥率路由、最短路径选择或把可组合端到端安全纳入路由分析，而这里把过渡级可组合有限码长密钥率与显式的距离、中继、跳数与几何惩罚合并进同一加权搜索。 在1000节点、半径与度阈值给定的Waxman随机图上，每个参数点对50个独立生成图取平均；过渡密钥率按集体高斯攻击下的高斯网络可组合有限码长模型计算，非正密钥率的过渡被排除。
在默认网络配置下，QURgo相对A*把平均路径密钥率提高193.2%，同时比Max–Min少用78.4%的节点，QURfw表现出相同的定性行为。 A*偏好几何短路径但可能包含弱量子过渡，Max–Min最大化最弱过渡却消耗大量节点；QUR处于两者之间的中间运行区间，同时改善瓶颈密钥率与节点使用效率。 该数值来自默认配置下的仿真对比；两种QUR模式在每节点密钥率比较中均优于两个参考算法，且平均接受路径数与参考算法相近，QURgo在100.0%的测试图上与A*路径数一致。
用机器学习选取的固定权重QURfw在放弃逐图权重优化后，仍保留几乎相同的节点节省与多路径行为，仅损失部分密钥率。 这说明有用的QUR运行区间并非只来自针对单个图的高度专门化权重，一个共同权重向量即可在该Waxman网络集合上捕捉大部分路由行为，从而把昂贵的优化阶段移到离线。 QURfw使用基于直方图的梯度提升模型，输入为图特征与六个权重，训练使用最多50×8000次精确的图—权重评估；固定权重从每图前500个高分向量加额外随机采样向量中选出。
不可信节点可作为公开CV贝尔测量中继继续支撑连通性：在76.3%节点不可信的设置下，QURgo仍达到100.0%路由成功率并平均找到约3.92条路径；而在约91.9%节点不可信时路由成功率急剧下降。 这把信任扫描刻画为从速率受限区间向可信连通性受限区间的转变，表明允许不可信贝尔测量中继可显著延长前一区间，但无法无限补偿可信节点的稀疏化。 结论来自对度阈值扫描的仿真，节点按度是否超过阈值被标记为不可信；作者指出在最强信任限制下，限制因素不再只是中继辅助过渡的密钥率，还包括剩余可信节点过于稀疏而无法形成正密钥率连接。
启示与展望
该框架适用于拓扑、节点位置、链路长度与信任状态已知的CV-QKD网络，节点配备双模压缩真空源与相应测量能力，可信节点通过密钥转发形成端到端路由，不可信节点以公开CV贝尔测量中继参与。它面向都市规模Waxman随机图仿真，默认1000节点、每图最多五条节点不相交路由，每参数点对50个独立图取平均；当网络半径变化时保持特征连接距离并只增加链路长度。对网络运营者而言，权重向量可视为策略选择：当前评分偏向减少节点使用并抑制低密钥率方案，也可改为强调避免中继、更高密钥吞吐、更低时延、多路径可用性或韧性。QURfw表明昂贵的权重优化可移到离线，运行期只保留路由搜索与过渡速率更新，这适合信道透射率随时间变化的动态网络。
当前结果建立在Waxman随机图仿真与特定参数设置上，尚未在真实城域网络或其他拓扑上验证；固定权重向量在同一网络集合上学习与评估，向未见拓扑的迁移仍需检验。可组合性在本文按过渡级施加，作者指出近期工作显示端到端可组合安全会引入需在整条路由上分配总安全预算的安全—速率权衡，而本文通过给每个过渡分配固定且较严格的安全参数来回避这一耦合，因此端到端安全参数并非先验固定，而是随所选路由的过渡数增加。此外，仿真未纳入异构设备、时变信道以及基于归属、位置或运行历史的信任分配，这些都属于后续可扩展的方向。