Error reconciliation in quantum key distribution protocols
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F20%3A10245884" target="_blank" >RIV/61989100:27240/20:10245884 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989100:27740/20:10245884
Výsledek na webu
<a href="https://link.springer.com/chapter/10.1007/978-3-030-47361-7_11" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-030-47361-7_11</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-47361-7_11" target="_blank" >10.1007/978-3-030-47361-7_11</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Error reconciliation in quantum key distribution protocols
Popis výsledku v původním jazyce
Quantum Key Distribution (QKD) protocols allow the establishment of symmetric cryptographic keys up to a limited distance at limited rates. Due to optical misalignment, noise in quantum detectors, disturbance of the quantum channel or eavesdropping, an error key reconciliation technique is required to eliminate errors. This chapter analyses different key reconciliation techniques with a focus on communication and computing performance. We also briefly describe a new approach to key reconciliation techniques based on artificial neural networks. (C) The Author(s) 2020.
Název v anglickém jazyce
Error reconciliation in quantum key distribution protocols
Popis výsledku anglicky
Quantum Key Distribution (QKD) protocols allow the establishment of symmetric cryptographic keys up to a limited distance at limited rates. Due to optical misalignment, noise in quantum detectors, disturbance of the quantum channel or eavesdropping, an error key reconciliation technique is required to eliminate errors. This chapter analyses different key reconciliation techniques with a focus on communication and computing performance. We also briefly describe a new approach to key reconciliation techniques based on artificial neural networks. (C) The Author(s) 2020.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20203 - Telecommunications
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). Volume 12070
ISBN
978-3-030-47360-0
ISSN
0302-9743
e-ISSN
1611-3349
Počet stran výsledku
15
Strana od-do
222-236
Název nakladatele
Springer
Místo vydání
Cham
Místo konání akce
Oslo
Datum konání akce
9. 7. 2020
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—