亚洲色欲色欲综合网站,蜜臀av色欲无码A片一区,图片区小说区激情区偷拍区,日韩吃奶摸下aa片免费观看

光子盒研究院出品

量子技術是一門新興的、具有潛在顛覆性的學科，能夠影響許多人類活動。而且量子技術是兩用技術，因此國防和安全行業(yè)以及軍方和政府都對此感興趣。

一份最近發(fā)表在EPJ QuantumTechnology的報告《量子技術的軍事應用》回顧并描述了可能的量子技術軍事應用，作為國際和平與安全評估、倫理研究、軍事和政府政策、戰(zhàn)略和決策的切入點。這份報告提供了正在開發(fā)的量子技術的基本概況，還估計了交付的預期時間或使用影響，描述了量子技術在各種戰(zhàn)爭領域的具體軍事應用(例如，陸地、空中、太空、電子、網(wǎng)絡和水下戰(zhàn)爭以及ISTAR——情報、監(jiān)視、目標搜索與偵察),并闡述了相關問題和挑戰(zhàn)。

雖然第四代現(xiàn)代戰(zhàn)爭的特點是去中心化和失去國家對戰(zhàn)爭的壟斷[1，2]，但發(fā)達國家的軍隊通常能夠獲得最先進的軍事技術。這包括量子技術的出現(xiàn)。

量子技術(QT)是指主要源于第二次量子革命的技術。此前，第一次量子革命帶來了我們今天熟悉的技術，如核電、半導體、激光、磁共振成像、現(xiàn)代通信技術或數(shù)碼相機和其他成像設備。第一個量子技術產(chǎn)生了核武器和能源；然后，經(jīng)典計算機獲發(fā)揮著重要的作用。目前，激光武器正在實施和測試[3]。

第二次量子革命[4]的特點是操縱和控制單個量子系統(tǒng)(如原子、離子、電子、光子、分子或各種準粒子)，從而達到標準的量子極限；也就是量子尺度下測量精度的極限。在本報告中，量子技術指的是第二次量子革命的技術。量子技術不會帶來全新的武器或獨立的軍事系統(tǒng)，但會顯著增強當前和未來軍事技術的測量能力、傳感、精度、計算能力及效率。大多數(shù)量子技術通常都具有雙重用途。因此，量子技術的具有巨大的軍事應用潛力。各種研究和建議不斷涌現(xiàn)，標志著這種技術實現(xiàn)的可能性越來越大；例如，參見[5–8]。

本報告提供了一個更深入的背景來理解量子戰(zhàn)爭，討論了其影響情報、安全和國防部門的可能性，并描述了新的可能能力或改進。本文的目標不是提供基于量子的技術精確預測，而是展示實施和應用中可能的方向和趨勢。量子技術通常被認為是新興技術，有可能改變戰(zhàn)爭行為和戰(zhàn)爭結(jié)果[8]。雖然目前的量子技術大多具有較低的技術成熟度水平(TechnologyReadiness Levels，TRL)，但它們被認為具有顛覆性的潛力[9]，闡述量子技術可能的軍事應用對于進一步評估對全球和平的威脅以及討論倫理政策或基于量子的預防性軍備控制也很重要。

本報告由八個部分組成。在第2部分定義了量子技術和量子戰(zhàn)爭，并介紹了量子技術分類和量子技術。第3部分提供作為特定應用基礎的基本量子技術概述，包括部署的預期時間和利用影響。第4部分介紹了關于量子技術發(fā)展和在軍事領域部署的一般考慮和期望。第5部分介紹了單項量子技術在軍事領域的應用，例如，網(wǎng)絡、水下、太空和電子戰(zhàn)。第6部分確定并討論量子炒作以及現(xiàn)實的可能性。第7部分展開對軍事、和平和倫理以及技術后果和挑戰(zhàn)的初步討論。第8部分闡述本文得到的結(jié)論。

第4部分和第5部分涉及國家安全和國防問題。第3部分基于最先進的研究，并提供相關的參考資料，第5部分更多地基于各種軍事或政府報告、政策簡報和國際安全分析，例如[5–8,10–13]。在這里，讀者應該警惕圍繞量子技術的炒作，避免夸大預期。對于目前眾多的量子技術軍事應用而言，不確定是否所有與高端軍事技術需求相關的挑戰(zhàn)都將得到解決，甚至不確定該技術是否將實際部署。

量子技術定義如下:

量子技術(QT)是物理學和工程學的一個新興領域，基于量子力學特性，尤其是量子糾纏、量子疊加和量子隧穿效應，應用于單個量子系統(tǒng)，以及其實際應用。

根據(jù)定義，量子技術描述了量子力學系統(tǒng)的各種物理原理，有許多應用；例如，囚禁離子技術可以作為量子計算機的量子比特，以及磁場或量子時鐘的量子傳感器。

兩用技術是指在國防和商業(yè)生產(chǎn)中都具有應用潛力的研發(fā)領域[15]。量子技術是一種典型的兩用技術，它不僅對軍事，而且對政府[16]和維和組織都有影響。

量子戰(zhàn)爭(QW)是一種將量子技術用于軍事應用的戰(zhàn)爭，它影響所有戰(zhàn)爭領域的情報、安全和防御能力，并帶來新的軍事戰(zhàn)略、理論、場景、和平以及倫理問題。

也有人試圖定義量子領域[17]作為戰(zhàn)爭的新領域。然而，在本文中，作者將把量子技術視為改進所有當前定義的領域的一個因素，而不是作為一個獨立的戰(zhàn)爭領域。

量子攻擊是指使用量子技術來破壞、擾亂或竊聽經(jīng)典或量子安全系統(tǒng)。典型的例子是使用量子密鑰分發(fā)或量子計算機破解RSA加密方案進行竊聽。

雖然有大量的量子技術文獻，但在量子技術分類上沒有明確的一致意見。作者將使用以下分類法：

量子計算和模擬

–量子計算機(數(shù)字和模擬量子計算機及其應用，如量子系統(tǒng)模擬、量子優(yōu)化等)

–量子模擬器(不可編程量子電路)

量子通信和密碼學

–量子網(wǎng)絡和通信(量子網(wǎng)絡元件、量子密鑰分發(fā)、量子通信)

–后量子密碼(量子彈性算法、量子隨機數(shù)發(fā)生器)

光子盒注：量子隨機數(shù)不屬于后量子密碼

量子傳感和計量

–量子傳感(量子磁力計、重力儀等)

–量子計時(精確的時間測量和分配)

–量子成像(量子雷達、低信噪比成像等)

除了上面介紹的一般量子技術分類，作者還根據(jù)量子技術的優(yōu)勢和應用對其進行了新的劃分?？梢愿爬ㄒ韵路诸?，量子技術利用影響分類如下:

必須具備：要實施的量子技術平臺框架，以防止未來的量子攻擊(例如后量子密碼)；

有效性：量子技術提高了當前技術和方法的效率(例如量子優(yōu)化、量子機器學習或人工智能)；

精度：量子技術提高了電流測量技術的精度(例如，量子磁力計、量子重力測量、量子慣性導航、計時)；

新功能：量子技術提供了超出了現(xiàn)有技術的范圍的新功能（如量子雷達、量子化學模擬、量子密碼分析、量子密鑰分發(fā))。

請注意，這種分類并不相互排斥。

這部分描述了量子技術的基本情況，以及相關的參考文獻。對于每一項量子技術，都顯示了當前的開發(fā)狀態(tài)，確定了影響應用的因素，估計了部署的預期時間，并概述了主要的挑戰(zhàn)。對于量子計算應用，提供了所需邏輯量子比特的近似數(shù)量。

不同的量子技術及其應用處于不同的TRL，例如成熟度從TRL1（例如某些類型的量子比特）到TRL8（例如量子密鑰分發(fā)），在這里并不追求完整性，也不提供任何理論背景，而只是介紹基礎知識、效果和當前的發(fā)展狀況。

量子信息科學是與量子物理相關的信息科學，研究量子信息。在經(jīng)典信息科學中，信息的基本載體是一個只能是0或1的比特。量子信息的基本載體是量子比特。一個量子比特可以是|0?或|1?，或者是狀態(tài)|0?和|1?的任意復雜線性組合，稱為量子疊加態(tài)。

另一個重要的特性是量子糾纏。量子糾纏是指兩個或多個量子比特(或兩個或多個量子系統(tǒng))之間沒有經(jīng)典模擬的強相關性。量子糾纏是許多量子驚喜的原因。另一個特性是不可克隆定理[18]，上面說量子信息(量子比特)是不可復制的。這個定理對量子比特糾錯以及量子通信安全有深遠的影響。

量子信息科學描述了量子計算和量子通信中的量子信息流，從更廣泛的意義上講，它可以應用于量子傳感和計量，參見[19,20].

學術界對此有有相當大的興趣，并且已經(jīng)創(chuàng)建了幾個量子算法[21]。然而，預計只有少數(shù)對國防和安全應用有價值。

現(xiàn)狀：商用的物理量子比特數(shù)量非常有限

影響應用的因素：新能力、有效性、精確度

時間線預期：十年內(nèi)一百萬個量子比特

主要挑戰(zhàn)：提高量子比特的質(zhì)量(相干性、抗錯性、門保真度)、增加量子比特和邏輯量子比特的數(shù)量

量子計算是指利用量子信息科學來執(zhí)行計算，這種機器可以稱為量子計算機，量子計算機的分類非常復雜。本報告將分類簡化如下：

數(shù)字量子計算機(也稱為門級量子計算機)是通用的、可編程的，可以執(zhí)行所有可能的量子算法，并具有下述許多應用。經(jīng)典計算機可以完全模擬基于門級的量子計算機。區(qū)別在于資源和速度。例如，模擬完全糾纏的量子比特會以指數(shù)方式增加對經(jīng)典資源的需求。這意味著≥45量子比特在經(jīng)典（超級）計算機上模擬幾乎是不可能的。

模擬量子計算機(也稱為哈密頓量計算)通常使用量子退火(作為絕熱量子計算的噪聲版本)來實現(xiàn)。量子退火機與數(shù)字量子計算機的不同之處在于量子比特的有限連接性和不同的原理。因此，模擬量子計算機的應用受到更多的限制，但仍然適用于量子優(yōu)化或基于哈密頓量的模擬等任務。

量子模擬器用于量子系統(tǒng)的研究和模擬其他來量子系統(tǒng)。通常不太容易訪問，被構(gòu)建為單一用途的機器。與量子計算機相比，量子模擬器可以想象為一個不可編程的量子電路。

總的來說，量子計算不會取代經(jīng)典計算。量子計算機只適用于有限類型的問題，通常是高度復雜的問題。量子計算應用的實際部署取決于質(zhì)量(相干性、抗錯性、門保真度)和量子比特的數(shù)量。需要遵循的一些基本參數(shù)是：量子比特的數(shù)量、量子比特相干時間、量子門保真度和量子比特互連性。在單個量子比特上應用量子門的量子指令集被稱為量子電路。量子電路是量子算法的實際實現(xiàn)。

繼[7]之后，量子計算機可以分為三個進化階段：組件量子計算(CQC)、含噪聲中等規(guī)模量子計算(NISQ)和容錯量子計算(FTQC)。CQC階段包括量子計算演示和基本元素的成熟。CQC的計算能力非常有限，但足以證明一些原理。NISQ階段量子計算機應該有足夠數(shù)量的量子比特來展示量子計算的優(yōu)勢。持續(xù)的研究應該會增加量子比特的數(shù)量和質(zhì)量。當達到一個完美的邏輯量子比特時，F(xiàn)TQC階段開始。

物理量子比特可以通過許多量子系統(tǒng)來實現(xiàn)。最新的進展是基于超導量子比特和處于或接近NISQ階段的囚禁離子量子比特的量子計算機。所有其他技術，如冷原子、拓撲、電子自旋、光子或基于NV色心的量子比特，仍處于CQC階段或理論階段。單個的量子計算機和它們的性能有很大的不同(例如，速度、相干時間、糾纏所有量子比特的可能性、門保真度)。各種度量和基準，如量子體積度量[22]，已經(jīng)被開發(fā)用于它們的比較。

所有類型的量子比特的共同問題是它們的質(zhì)量。量子比特非常脆弱，并且具有有限的相干時間(在這個時間尺度上不會丟失量子信息)。在量子比特上執(zhí)行的每個操作都有有限的保真度。因此，研究人員需要使用糾錯碼。量子比特的糾錯比經(jīng)典比特的糾錯復雜得多，因為量子比特無法復制，正如不可克隆定理所解釋的那樣。

量子比特有兩種類型：由物理量子系統(tǒng)實現(xiàn)的物理量子比特和由若干物理量子比特和糾錯碼組成的邏輯量子比特。邏輯量子比特是一種完美或接近完美的量子比特，具有很長到無限的相干時間、很高的保真度和較高的抗環(huán)境干擾性。例如，基于表面糾錯協(xié)議，對于一個邏輯量子比特，根據(jù)算法，最多需要10000個物理量子比特[23]。有關量子計算的最新概述，請參見[24]。

領先的量子計算機，例如谷歌制造的具有53個物理超導量子比特的量子計算機(谷歌在2019年聲稱擁有量子霸權[25])，以及IBM制造的量子計算機。最好的囚禁離子量子計算機是IonQ的32量子比特或霍尼韋爾的20量子比特。IBM和谷歌的量子計算路線圖設想的預期時間線如下：IBM計劃在2022年推出433量子比特的量子處理器，到2023年推出1121量子比特量子處理器[26]。谷歌宣布了一項計劃，將實現(xiàn)一個10000量子比特的量子模塊。2029年，所有其他量子處理器都將由高達100萬量子比特的模塊組成[27]。根據(jù)對量子科學和技術關鍵相關領域領導者的調(diào)查，量子計算機很可能在大約20年后開始變得足夠強大，足以對大多數(shù)公鑰加密方案構(gòu)成威脅（更多詳細信息，請參見第3.2.2節(jié)）[28]。模擬量子計算機的例子包括超過5000個量子比特的D-Wave系統(tǒng)的量子退火機和東芝的相干伊辛機。

模擬量子計算機和數(shù)字量子計算機的區(qū)別在于物理原理的不同，以及各自的局限性。數(shù)字量子計算機受限于資源而不是噪聲(噪聲可以用更多的資源修正)。相比之下，模擬量子計算機受到難以理解、控制和表征的噪聲的限制(尤其是對于量子退火機)。因此，模擬量子計算機的適用性是有限的[24]。

實際上，量子計算機完成的任務大多只是經(jīng)典計算機程序的子程序或子例程。經(jīng)典程序不僅能控制量子計算機，還能提供大量在量子計算機上無法實現(xiàn)的計算。這包括量子模擬在化學中的最新應用，例如使用變分量子本征求解器(VQE)[29]，這是經(jīng)典和量子計算的混合組合。此外，量子計算機是大型機器，其中許多需要低溫技術。因此，在未來幾十年里，大多數(shù)客戶不太可能購買個人量子計算機，而是將其作為云服務來訪問。

基于云的量子計算模型(通常稱為量子計算即服務——QCaaS)如今已經(jīng)商業(yè)化，甚至是免費的，并且它們允許任何對量子計算感興趣的人訪問。量子計算機的云訪問由各個量子硬件制造商提供。一些平臺，如微軟Azure Quantum或亞馬遜Braket，可以在一個生態(tài)系統(tǒng)中訪問不同制造商的量子計算機。

這也有助于闡明量子霸權、優(yōu)勢及實用性（supremacy、advantage和practicality）。量子霸權是指量子計算機解決特定問題的速度明顯快于經(jīng)典計算機。然而，這個問題很可能是理論上的，而不是實際的。量子優(yōu)勢指的是量子計算機能夠解決經(jīng)典計算機無法解決的現(xiàn)實世界問題的情況。量子實用性與量子優(yōu)勢類似，唯一的區(qū)別是量子計算機比經(jīng)典計算機更快地解決現(xiàn)實世界的問題。

下面將對量子計算機可能的應用進行基本概述。讀者應該記住，量子計算是一個快速發(fā)展的領域，新的革命性的量子算法仍有待發(fā)現(xiàn)。注意，在量子計算應用的上下文中，量子比特是指邏輯量子比特。不過，小型量子電路可以只用物理量子比特運行，精度合理。

現(xiàn)狀：開發(fā)中的算法，小規(guī)模應用

影響應用的因素：新能力(如量子化學計算)

時間線預期：近期內(nèi)，可用性隨著量子比特的數(shù)量而增加

量子比特要求：200(例如用于固氮問題)

主要挑戰(zhàn)：邏輯量子比特的數(shù)量

早在第一臺量子計算機誕生之前，量子計算機的主要任務就是模擬其他量子系統(tǒng)[30]，分子就是這樣一個量子系統(tǒng)。盡管現(xiàn)有的計算能力有所提高，但使用目前的計算化學只能對較簡單的分子進行完全模擬，或者以許多近似和簡化為代價對較大的分子進行完全模擬。例如，對于一個有n個電子的系統(tǒng)，經(jīng)典計算機需要2n個比特來描述電子的狀態(tài)，而量子計算機只需要n個量子比特。因此，量子模擬是量子計算機的第一個應用，也可能是最有前途的應用。

最主要的方法有兩種：量子相位估計[31]和量子變分技術(VQE)[32，33]。特別是后一種方法在NISQ計算機上最有可能成功；例如，2020年，谷歌進行了最大的量子化學模擬(使用VQE對H12分子進行模擬)[34]。

量子化學模擬的算法正在開發(fā)中。它們可以應用于更復雜的模擬，與量子比特的數(shù)量密切相關。因此，即使在量子計算的早期階段，化學和制藥行業(yè)也對量子計算有很大的興趣。一般來說，這種模擬可以發(fā)現(xiàn)和設計新的藥物、化學物質(zhì)和材料。例如，高溫超導、更好的電池、蛋白質(zhì)折疊、固氮和肽研究。

現(xiàn)狀：算法就緒

影響應用的因素：新功能(例如破解公鑰加密方案)

時間線預期：中遠期

量子比特要求：6200用于2048位RSA因式分解[35]，2900用于256位ECDLP加密[36]

主要挑戰(zhàn)：邏輯量子比特的數(shù)量

最著名的量子計算機應用之一是通過Shor算法指數(shù)加速地對大素數(shù)進行因式分解[37]。這是對公鑰密碼體制的威脅，例如RSA、DH和ECC，基于大素數(shù)乘法、離散對數(shù)問題或基于橢圓曲線離散對數(shù)問題的方案，這些方案被認為在計算上難以解決，或者對于經(jīng)典計算機來說非常困難。

雖然現(xiàn)有的NISQ量子計算機的資源遠遠達不到RSA破解所需要的，但威脅是相當真實的。在量子密碼分析變得可用之前，對手或外國情報機構(gòu)可以攔截并存儲加密的流量。因為許多秘密的解密時間遠遠超出了強大的量子計算機交付的預期時間線，所以現(xiàn)在這種威脅可以被認為是真實的。

量子密碼分析也為對稱加密方案的暴力攻擊提供了改進的工具。例如，眾所周知的Grover搜索算法[38]針對暴力攻擊將密鑰安全性降低了一半；一個256位的AES密鑰可以在大約2128次量子運算中被強力破解。盡管量子計算機需要大量的資源，但還是建議將對稱密鑰長度加倍[39]。而且Simon算法和疊加查詢[40]可以完全破解大部分消息認證碼(MAC)，以及關聯(lián)數(shù)據(jù)的認證加密(AEAD)，如HMAC-CBC和AES-GCM[41，42]。

此外，基于對稱密碼系統(tǒng)中存在的結(jié)構(gòu)，人們對對稱密鑰系統(tǒng)的密碼分析攻擊進行了積極研究，這可以提供高達超多項式的加速[43]。然而，這些算法對量子計算機的資源要求過高。

現(xiàn)狀：算法正在開發(fā)中

影響應用的因素：有效性(例如，更快的搜索)

時間線預期：近中期

量子比特要求：~100，取決于搜索系統(tǒng)的大小

主要挑戰(zhàn)：邏輯量子比特的數(shù)量

最著名的搜索量子算法之一是Grover算法[38]，它在數(shù)據(jù)庫搜索中或者通常在反轉(zhuǎn)函數(shù)中提供平方加速。對于未排序的列表或數(shù)據(jù)庫，經(jīng)典搜索算法的復雜度大約為O(N)(意味著與N個實體的數(shù)量成比例)，而Grover算法的復雜度大約為。

量子搜索算法是所謂的大數(shù)據(jù)(非結(jié)構(gòu)化數(shù)據(jù))分析的重要課題。處理大量數(shù)據(jù)需要大容量的量子存儲器。然而，沒有可靠的量子存儲器可以將大量量子信息保存任意長的時間。第二，將經(jīng)典數(shù)據(jù)轉(zhuǎn)換成量子形式既費時又低效。因此，目前只有對算法生成的數(shù)據(jù)進行搜索才被認為是可行的。

另一種搜索方法可以基于量子隨機行走機制[44]，它提供了與Grover算法類似的加速。

現(xiàn)狀：算法開發(fā)中

影響應用的因素：有效性(例如更快地解決NP問題)

時間線預期：近中期

量子比特要求：100，取決于問題的復雜程度

主要挑戰(zhàn)：邏輯量子比特的數(shù)量

考慮到解決NP復雜問題的可能性，量子優(yōu)化是一個非?；钴S的探索主題。這種NP問題的一個例子是旅行商問題，給定一個地點列表和它們之間的距離，目標是找到最短（最優(yōu)）的路線。天真地說，一個人可以嘗試所有的可能性，但這種方法有嚴重的缺點。隨著復雜性的增加，甚至可能變得不可能。因此，最常見的解決方案是基于啟發(fā)式算法，這些算法不一定能找到最優(yōu)解，但至少能找到一個接近它的解。

量子計算在這個問題上引入了一個新的視角，并提供了不同的方法和技術。目前最主要的方法是基于變分法，如量子近似優(yōu)化算法(QAOA)[45]。QAOA的一部分是稱為二次無約束二進制優(yōu)化(QUBO)[46]的子技術，它也適用于模擬量子計算機。其他方法有最小二乘擬合的量子模擬[47]或半定規(guī)劃[48]。

到目前為止，還不清楚量子優(yōu)化是否會提供一些相對于經(jīng)典啟發(fā)式方法的加速。然而，有一個共識，如果一些加速是可以實現(xiàn)的，它不會超過多項式[48]。量子計算引入的新范式導致了新的量子啟發(fā)的經(jīng)典算法，例如沒有量子加速的QAOA [49]。另一方面，我們可以說量子啟發(fā)的算法是量子計算的第一個實際成果。

對于量子優(yōu)化，已經(jīng)有許多演示、使用案例和概念證明，尤其在模擬量子計算方面，模擬量子計算目前為此類應用提供了最多的量子計算資源。典型的演示是針對交通、物流或金融行業(yè)的優(yōu)化。

現(xiàn)狀：算法開發(fā)中

影響應用的因素：有效性(例如，更快的線性方程求解)

時間線預期：近中期

量子比特要求：取決于求解的系統(tǒng)大小

主要挑戰(zhàn)：邏輯量子比特的數(shù)量

研究表明，量子計算機在求解線性方程組時也能達到超多項式加速，尤其是對于稀疏矩陣的HHL(Harrow-Hassidim-Lloyd)[50]算法。但是，估計的加速取決于問題(矩陣)的大小，還有大量的資源需求，這對于某些問題來說是不切實際的[51]。另一方面，例如，對于10000個參數(shù)的線性方程組，需要10000個步驟來求解，而HHL可以在13個步驟之后提供近似解。

目前，規(guī)劃、工程、建筑和天氣預報中的許多數(shù)值模擬都將復雜的問題簡化為線性方程組。對其中許多問題來說，由于本質(zhì)上是統(tǒng)計的，近似解可能就足夠了。

請注意，HHL算法被證明是量子計算的通用算法，并被證明適用于各種應用，如k-均值聚類、支持向量機、數(shù)據(jù)擬合等。有關更多詳細信息，請參閱[52]。

處理大量輸入數(shù)據(jù)的量子算法的一個主要注意事項是數(shù)據(jù)加載。經(jīng)典數(shù)據(jù)，尤其是二進制數(shù)據(jù)或比特，需要被轉(zhuǎn)換成量子態(tài)，以便通過高效的量子算法進行后續(xù)處理。這個過程很慢，而且經(jīng)典數(shù)據(jù)加載本身可能需要比相干時間更長的時間。解決方案是量子存儲器或量子RAM[52,53]。

現(xiàn)狀：算法開發(fā)中

影響應用的因素：有效性(例如更好的機器學習優(yōu)化)

時間線預期：近中期

量子比特要求：100，取決于問題的復雜程度

主要挑戰(zhàn)：邏輯量子比特的數(shù)量

鑒于圍繞經(jīng)典機器學習和人工智能（ML/AI）的炒作，可以預計，在這個主題上也會有量子研究。首先，請注意，考慮到處理經(jīng)典數(shù)據(jù)的效率非常低[54]，人們不能期望得到完整的量子ML/AI，如果考慮到丟失的量子內(nèi)存以及將經(jīng)典數(shù)據(jù)（例如圖片數(shù)據(jù)）加載和編碼到量子信息格式的速度非常慢，則更是如此。這根本不實際。當ML/AI應用于量子數(shù)據(jù)時，會出現(xiàn)另一種情況；例如，量子傳感器或成像[55]。

然而，可以引入量子增強的ML/AI[56，57]，其中量子計算可以改善一些機器學習任務，如量子采樣、線性代數(shù)(其中機器學習是關于在高維線性空間中處理復雜向量的)或量子神經(jīng)網(wǎng)絡[54]，例如量子支持向量機[58]。

事實上，ML/AI主題涵蓋了各種技術和方法，它與量子計算沒有什么不同。量子ML/AI或量子增強ML/AI是當今許多研究工作的主題。有關量子ML/AI算法及其可能的加速的研究，參見[59]。

量子通信是指通過使用光纖或自由空間信道的量子網(wǎng)絡進行的量子信息交換。在大多數(shù)情況下，量子通信是使用光子作為量子信息載體來實現(xiàn)的。然而，由于光子的局限性，例如遠距離的損耗，量子網(wǎng)絡需要包含其他元件，如量子中繼器或量子開關。

量子密碼的目標是用量子密鑰分發(fā)（QKD）等技術取代傳統(tǒng)的(主要是非對稱的)加密方案。用于量子通信的典型量子特征如下：量子糾纏、量子不確定性和量子信息無法復制的不可克隆理論[18，60]。

現(xiàn)狀：正在研究中(僅限帶有可信節(jié)點的QKD商用)

影響應用的因素：新能力、有效性(例如超安全通信、量子彈性加密)

時間線預期：中期

主要挑戰(zhàn)：量子中繼器和開關(量子存儲器)

量子網(wǎng)絡(有時稱為量子互聯(lián)網(wǎng)[61]或量子信息網(wǎng)絡(QIN))的目標是通過多種技術在各種通道上傳輸量子信息。量子信息(量子比特)通常由單個光子攜帶，因此量子信息傳輸是脆弱的。此外，許多量子網(wǎng)絡應用依賴于量子糾纏。

量子信息傳輸?shù)某Ｓ眯诺朗菍ｉT的低損耗光纖或當前損耗較高的電信光纖基礎設施。兩個通信端點相互靠近的情況就像使用一根光纖一樣簡單。網(wǎng)絡的復雜性隨著更多的終端節(jié)點或距離的增加而增加，其中需要諸如量子中繼器或量子開關的組件。請注意，對于大多數(shù)量子網(wǎng)絡應用來說，非常小(一個量子比特)的量子處理器就足夠了。

自由空間量子信道更具挑戰(zhàn)性。由于強烈的大氣衰減，光學或近光學光子在大氣中的用途有限。因此，最常考慮和實現(xiàn)的量子網(wǎng)絡場景是使用量子衛(wèi)星[62，63]。衛(wèi)星的優(yōu)勢是可以利用光-光子通信來傳輸量子信息，其中衛(wèi)星-地面鏈路中的損耗低于兩個相距很遠的地面節(jié)點之間的損耗。然而，光子在自由空間通道中的短距離通信可以通過無人機等實現(xiàn)[64]。最好的方法是使用經(jīng)典無線通信所使用的微波頻譜。然而，在單個光子水平上使用微波頻譜的通信更具挑戰(zhàn)性[65]。微波單光子技術在產(chǎn)生和檢測單個光子方面有更大的困難。另一個問題是微波波段的噪聲環(huán)境。

由于光子損失和退相干，遠距離的量子通信需要量子中繼器。量子中繼器是一個中間節(jié)點，其工作方式類似于經(jīng)典光網(wǎng)絡中的放大器，但需要遵守不可克隆定理。事實上，量子中繼器允許糾纏終端節(jié)點的量子比特。當兩個末端節(jié)點糾纏時，可以利用量子隱形傳態(tài)的效果[66]。這意味著量子信息可以在沒有物理發(fā)送光子的情況下進行傳輸；只需要一個經(jīng)典的通信。利用量子糾纏，量子信息可以流經(jīng)量子網(wǎng)絡或其一部分，甚至可以在竊聽者的控制下，沒有任何機會泄露傳輸?shù)牧孔有畔ⅰ榱耸沽孔又欣^器正常工作，需要量子存儲器。然而，目前還沒有可靠實用的量子存儲器。

作為中間步驟，可以使用可信中繼器?？尚胖欣^器不會糾纏終端節(jié)點，僅用于量子密鑰分發(fā)(QKD，見下一節(jié)3.3.2)。為了說明它是如何工作的，讓我們考慮兩方A和B以及一個可信中繼器R。然后用密鑰kAR加密密鑰kAB?？尚胖欣^器R解密kAR以獲得kAB。此時，可信中繼器R知道密鑰kAB，A和B必須相信該密鑰是安全的，并且不受竊聽者的控制。最后，R使用密鑰kRB重新加密kAB，并將其發(fā)送給B。這是目前QKD網(wǎng)絡中使用的一種技術。

下一步，目前在實驗中測試的是測量設備無關的QKD(MDI-QKD)[67，68]。它是這樣一個量子協(xié)議，不僅用安全中繼器替代可信中繼器(仍然不是量子，不支持糾纏)，還充當交換機。這意味著通常的星形網(wǎng)絡拓撲和基礎設施可以開始建設。注意，在MDI-QKD網(wǎng)絡中，對中心節(jié)點的攻擊在物理上既不能泄露密鑰，也不能泄露敏感信息。之后，中心節(jié)點將被量子開關和中繼器所取代，從而實現(xiàn)全功能的量子信息網(wǎng)絡。

量子網(wǎng)絡將與經(jīng)典網(wǎng)絡并行工作，因為并非所有傳輸?shù)男畔⒍夹枰昧孔有畔⒕幋a。例如，量子隱形傳態(tài)需要并行經(jīng)典網(wǎng)絡，量子網(wǎng)絡可用于以下應用：

量子密鑰分發(fā)(QKD)，加密密鑰的安全傳輸(參見第3.3.2節(jié))；

遠距離量子計算機或量子計算集群之間的量子信息傳輸，或遠程量子能力共享；

盲量子計算[69，70]允許在所有者或竊聽者不知道算法或結(jié)果是什么的情況下，將量子算法傳輸?shù)搅孔佑嬎銠C，執(zhí)行計算并檢索結(jié)果；

網(wǎng)絡時鐘同步[71]，參見第3.4.2節(jié)；

安全識別[72],允許識別而不泄露認證憑證；

量子位置驗證[73]允許驗證另一方的位置；

多個量子計算機的分布式量子計算[74，75]，允許作為一個量子計算機計算任務；

共識和協(xié)議任務，指的是所謂的拜占庭協(xié)議(盡管對手進行了干預，但團隊仍對一個輸出做出決定的問題)。與經(jīng)典復雜度相比，量子版本[76]的復雜度可以達到O(1)。

糾纏傳感器網(wǎng)絡[77，78]可以提高傳感器的靈敏度和減少誤差，并評估全局屬性，而不是收集系統(tǒng)特定部分的數(shù)據(jù)。

量子網(wǎng)絡允許量子計算機之間直接安全的量子通信，量子數(shù)據(jù)可以直接交換。主要是當一個巨大的任務可以劃分為較小的任務時，這有助于根據(jù)單個量子計算機的性能有效地重新分配計算任務。另一種例子是量子云，量子數(shù)據(jù)可以在多臺量子計算機之間共享。此外，能否建造一臺獨立的高性能量子計算機也是個問題。更有可能通過分布式量子計算實現(xiàn)[74，75]，其中許多量子計算機將通過量子網(wǎng)絡連接。

現(xiàn)狀：商用(帶可信中繼器)

影響應用的因素：新能力

時間線預期：近期

主要挑戰(zhàn)：安全量子中繼器(量子存儲器)，物理硬件的安全認證

量子密鑰分發(fā)(QKD)是量子通信最成熟的應用。目標是在兩方或多方之間為通過經(jīng)典信道分發(fā)的加密數(shù)據(jù)分發(fā)密鑰。由于不可克隆定理，任何竊聽者都必須執(zhí)行一個可被通信方檢測到的測量。

主要的協(xié)議有兩類:一類基于BB84 (Bennett-Brassard 1984)協(xié)議[79]，另一類基于E91 (Ekert 1991)協(xié)議[80]。占主導地位的BB84協(xié)議在技術上更簡單，但需要生成量子隨機數(shù)(參見第。3.3.4)，并且提供方必須在分發(fā)之前準備密鑰。協(xié)議E91利用量子糾纏在分發(fā)過程中生成密鑰，并且各方同時知道密鑰。在該協(xié)議中，不需要量子隨機數(shù)發(fā)生器。然而，量子糾纏的技術解決方案更具挑戰(zhàn)性。這兩類協(xié)議在信息理論上都是安全的。

理論上，QKD在傳輸過程中是無法穿透的。然而，典型的攻擊可能集中在最終(接收器/發(fā)射器)或中間節(jié)點，其中軟件層的硬件可能包含漏洞，例如控制軟件中的錯誤、不完善的單光子源、各方驗證問題等。這是一個非?；钴S的研究領域。例如，不完善的物理硬件可能會被光子數(shù)分裂（PNS）[81]或特洛伊木馬[82]攻擊所濫用。在這里，硬件和軟件的安全認證是必要的，并且需要時間。

除了可信中繼器，另一個弱點是量子比特傳輸速率太慢，無法分發(fā)長密鑰。一種新的高傳輸速率的單光子源可以解決這個問題。

目前，QKD技術可進行商業(yè)應用，例如短距離的點對點連接或遠距離使用可信中繼器?？尚胖欣^器可以是一顆太空衛(wèi)星，中國已經(jīng)證明了這一點[62，63]。

現(xiàn)狀：算法就緒

影響應用的因素：必須有

時間線預期：近期

主要挑戰(zhàn)：標準化、實施

后量子密碼(有時被稱為量子證明、量子安全或抗量子密碼)代表了一個抵抗未來量子計算機攻擊的加密技術領域。目前，對于大多數(shù)使用公鑰技術的非對稱加密來說，情況并非如此。另一方面，大多數(shù)對稱密碼算法和哈希函數(shù)被認為相對安全，可以抵御量子計算機的攻擊[83]。但還是建議將對稱密鑰長度加倍[39]。

現(xiàn)在，有幾種方法被認為是抗量子的。例如基于格的密碼[84]、超奇異橢圓曲線同源密碼[85]、基于哈希的密碼[86]、基于多變量的密碼[87]、基于編碼的密碼[88]和抗量子對稱密鑰。

與QKD不同，從數(shù)學角度來看，所有這些算法都不是可證明安全的。因此，在標準化過程中，所有這些算法都經(jīng)過嚴格的測試和分析，包括實現(xiàn)。不存在最糟糕的情況，即經(jīng)典計算機可以破解實現(xiàn)中有缺陷的抗量子算法[89]。最受關注的的標準化工作是美國國家標準與技術研究院(NIST)的工作[90]。NIST標準化進程預計將于2023-2024年結(jié)束。不管怎樣，現(xiàn)在越來越多的商業(yè)供應商正在提供新的抗量子加密解決方案。

現(xiàn)狀：商用

影響應用的因素：新功能(真正的隨機數(shù)生成)

時間線預期：近期

主要挑戰(zhàn)：提高比特率

隨機數(shù)發(fā)生器(RNG)對于許多應用是必不可少的，例如蒙特卡羅模擬和積分、密碼運算、統(tǒng)計學和計算機游戲。然而，經(jīng)典計算機中的RNG，因為它是確定性的，所以不是真正隨機的，被稱為偽隨機數(shù)生成。然而，對于許多應用來說，偽RNG就足夠了。

另一方面，生成強密鑰是安全的基石，只有通過真正的隨機數(shù)生成器才能實現(xiàn)。一種解決方案是基于硬件的量子隨機數(shù)發(fā)生器(QRNG)。此外，QRNG是基于BB84的QKD協(xié)議的關鍵部分，是可證明安全的。

QRNG可用于任何加密技術，并使所有加密技術變得更好。與其他RNG不同，量子隨機數(shù)發(fā)生器的優(yōu)勢之一是它可以被驗證和認證[91]。

量子傳感和計量是最成熟的量子技術領域，它可以改善計時、傳感或成像。例如，第一次量子革命的原子鐘已經(jīng)成為全球定位系統(tǒng)(GPS)的一部分將近半個世紀了。目前的量子時鐘具有更高的時間測量精度。

量子傳感代表所有測量外部磁場或電場、重力梯度、加速度和旋轉(zhuǎn)等各種物理變量的量子技術。量子傳感器可以產(chǎn)生關于電信號、磁異常和慣性導航的非常精確的信息。

量子成像是量子光學的一個分支，利用光子相關性，可以抑制噪聲并提高成像物體的分辨率。量子成像協(xié)議被考慮用于量子雷達、在光學不可滲透的環(huán)境中探測物體以及醫(yī)學成像。

量子傳感和計量技術依賴于以下一個或多個特征：量子能級、量子相干和量子糾纏[92]。單個量子傳感器具有不同的指標，這些指標因應用而異。常見的指標有：靈敏度(在1秒后給出單位信噪比的信號)、動態(tài)范圍(最小和最大可檢測信號)、采樣率(信號采樣頻率)、工作溫度等。導出的關鍵指標包括，例如，特定距離的空間分辨率和達到特定靈敏度所需的時間。典型測量量是磁場和電場、旋轉(zhuǎn)、時間、力、溫度和光子計數(shù)。

現(xiàn)狀：實驗室原型

影響應用的因素：精度、新能力

時間線預期：近期到遠期

主要挑戰(zhàn)：微型化、冷卻

很多傳感量子技術都是通用的，可以測量各種物理量。每項技術的詳細描述不在本報告的討論范圍之內(nèi)；但是，提供了一個基本概述。許多應用包括各種量子技術。例如，量子慣性導航包括三種類型的傳感：加速度、旋轉(zhuǎn)和時間。一般來說，許多應用都需要精確的基于量子的定時，而不僅僅是量子技術。有關量子計時，請參見第3.4.2節(jié)。最有前途的技術是：原子蒸氣、冷原子干涉測量、氮-空位色心、超導電路和囚禁離子。

冷原子干涉測量法(測量的量：磁場、慣性力、時間)。在極低溫度下冷卻的原子表現(xiàn)出類似波的行為，對與其質(zhì)量相互作用的所有力都很敏感。這些變化可以在干涉圖中觀察到[5，92，93]。具體實現(xiàn)可以是拉曼原子干涉測量法、原子布洛赫振蕩或其他形式[94–96]。例如，在重力測量中，基于量子的重力儀有可能達到比最好的經(jīng)典重力儀高幾個數(shù)量級的精度。這種精密的重力儀能夠以厘米級的分辨率對地球表面和地下進行非常詳細的測繪。關于慣性導航，振動晶格干涉測量法有可能克服最先進的原子干涉測量技術的缺點，并可以同時用作加速度計和陀螺儀[97]。仍然存在一些挑戰(zhàn)，一些最大的挑戰(zhàn)是將量子傳感器集成到一個量子慣性測量單元中，用于冷卻原子并同時保持相干性(抑制與噪聲環(huán)境的相互作用)的激光冷卻設備的微型化，或者在實驗室外保持冷原子傳感器的動態(tài)范圍。然而，這一領域也取得了重大進展，例如[98]，綜述見[99]。

囚禁離子(測量的量：電場和磁場、慣性力、時間)。囚禁離子是最通用的傳感平臺之一[100–102]。受到良好控制的囚禁離子形成一個具有量化運動模式的晶體。任何干擾都可以通過這些模式之間的轉(zhuǎn)換來測量。單個被囚禁的離子可以作為時間的精確測量，或者作為量子計算機中的量子比特。對于慣性導航，在1、2和3維陣列中囚禁冷原子的光學晶格技術有可能提供亞厘米級的尺寸，除了可以測量重力和慣性參數(shù)外，它還可以測量卡西米爾或范德華力。最近，利用量子糾纏囚禁離子，電場測量的靈敏度達到了[103],比經(jīng)典方法高幾個數(shù)量級。

氮-空位(NV)色心(測量的量：電場和磁場、旋轉(zhuǎn)、溫度、壓力)。金剛石晶體中的NV色心是一個與外部磁場耦合的電子自旋量子比特。此外，使用貝里相位的負電荷NV色心可以測量旋轉(zhuǎn)。一般來說，基于NV色心的傳感器在各種條件下，都具有高靈敏度、低生產(chǎn)和操作成本[92，104，105]。特別是，基于NV色心的技術也可以在室溫和更高的溫度下工作。一種新提出的3D設計可以同時感知磁性、加速度、速度、旋轉(zhuǎn)或引力的所有三個分量[106]。NV色心在金剛石傳感方面的優(yōu)勢在于空間分辨率和靈敏度。另一方面，面臨的挑戰(zhàn)是選擇、實施和制造單個NV色心或它們的組合。在電場感應的情況下，定義靈敏度具有挑戰(zhàn)性[107]。

超導電路(測量的量：電場和磁場)?；诩s瑟夫森效應的超導電路技術描述了兩個超導體之間的量子隧穿效應[92]。這項技術允許在宏觀尺度上制造量子系統(tǒng)，并且可以用微波信號進行有效控制。超導量子干涉儀(SQUID)是最好的磁力計傳感器之一。但是，缺點是需要低溫運行。注意，對于小于地磁噪聲的磁場變化的測量，優(yōu)選的設計是基于傳感器陣列來消除與應用的空間相關性，例如在醫(yī)學和生物醫(yī)學應用中(例如MRI或分子標記)。最近的發(fā)展表明，量子計算機中使用的超導量子比特也可以用于測量電場和磁場[92]。

原子蒸氣(測量的量：磁場、旋轉(zhuǎn)、時間)。自旋極化的高密度原子蒸氣在可以光學測量的外部磁場下經(jīng)歷狀態(tài)轉(zhuǎn)變[92，108，109]，一個優(yōu)點是在室溫下展開。原子蒸氣適用于旋轉(zhuǎn)傳感，稱為原子自旋陀螺儀(AGS)，AGS可以是芯片級的[5]。相比之下，最好的經(jīng)典旋轉(zhuǎn)傳感器非常精確(例如環(huán)形激光陀螺儀)，預期的量子傳感器將會精確兩倍。然而，最佳經(jīng)典陀螺儀的尺寸為4×4m，這對于量子設備是不切實際的[110]?；谠酉稻C的原子蒸氣室磁力儀（atomic vapour cell magnetometers）有可能超過SQUID磁力儀，并在室溫下工作[92]。

現(xiàn)狀：實驗室原型

影響應用的因素：精確度

時間線預期：近中期

主要挑戰(zhàn)：微型化

原子鐘已經(jīng)伴隨我們幾十年了；例如作為GPS衛(wèi)星的一部分。目前的原子鐘基于原子物理學，當改變能級時，電子的電磁發(fā)射會發(fā)出滴答聲。原子鐘是一項非常成熟的技術，基于原子噴泉或熱原子束和磁狀態(tài)選擇原理的原子鐘可以達到相對不確定度~10-15-10-16[111]，或者最先進的芯片尺寸原子鐘的不確定度為2×10-12[5]。

第二次量子革命帶來了原子鐘或量子時鐘的新原理。量子邏輯時鐘基于單離子，這是一種與量子計算中的囚禁離子量子比特相關的技術[101]。量子邏輯時鐘是第一個時鐘不確定度低于10-18[112]的時鐘，量子時鐘也可以從量子糾纏中受益[113]。

后來，量子邏輯時鐘被實驗光學晶格時鐘所取代。請注意，目前的原子鐘使用微波頻率，即能級之間的躍遷會發(fā)射微波光子。用光頻中的發(fā)射光子測量能級躍遷更難實現(xiàn)，盡管它提供了更好的性能。光學時鐘仍在開發(fā)中，系統(tǒng)基于：在離子阱中分離的單個離子，在光學晶格中捕獲的中性原子，以及封裝在3維量子氣體光學晶格中原子。特別是3維量子氣體光學晶格鐘，其頻率精度達到了2.5×10-19[114]。最近，研究表明量子糾纏可以增強時鐘的穩(wěn)定性[115]。

另一項研究集中在蒸氣室(或氣體室)原子鐘，提供芯片大小的實現(xiàn)[116]；固態(tài)(例如，金剛石中的NV中心)時鐘[117]；或與微波或光學原子鐘原理類似的核鐘，只是它在原子殼層中使用了核躍遷而不是電子躍遷[118]，具有前所未有的性能潛力，超過原子光學時鐘[119]。

各種時鐘技術都有自己的挑戰(zhàn)，如精確的頻率梳、用于控制和冷卻的激光系統(tǒng)以及黑體輻射偏移(就光學時鐘而言)。此外，微型化通常以較低的頻率精度為代價。另一種常見的挑戰(zhàn)是這些時鐘的同步。

精確定時對于許多技術都是必不可少的，例如衛(wèi)星導航、空間系統(tǒng)、精確測量、電信、國防、網(wǎng)絡同步、金融行業(yè)、能源電網(wǎng)控制以及幾乎所有的工業(yè)控制系統(tǒng)。然而，非常精確的時間對于量子技術至關重要，特別是對于量子傳感和成像。例如，一個非常高精度的時鐘可以實現(xiàn)新的測量，如地球表面厘米級的重力勢測量或?qū)ふ倚碌奈锢韺W。

現(xiàn)狀：實驗室原型

影響應用的因素：有效性

時間線預期：近中期

主要挑戰(zhàn)：微型化、冷卻

射頻(RF)天線用作各種信號的接收器或發(fā)射器。它們可以是簡單的偶極天線，也可以是復雜的AESA模塊。它們的尺寸受到產(chǎn)生或接收信號的波長的限制。例如，3GHz信號的波長為10cm，天線的尺寸應不小于該波長的約1/3。這就是所謂的Chu–Harrington極限[120，121]。

里德堡原子的技術可以打破這一限制，并擁有一個獨立于接收信號波長的幾微米大小的天線。里德堡原子是具有相應大的電偶極矩的高激發(fā)態(tài)原子，因此對外部電場具有高敏感性[122，123]。注意，基于里德堡原子的天線只能接收一個信號。

里德堡原子分析儀的最新原型在0到20 GHz的頻率范圍內(nèi)進行了演示，用于AM或FM無線電、WiFi和藍牙信號[124]。更多天線的組合可以檢測信號的到達角度[125]。在實驗室水平上，里德堡原子技術已經(jīng)商業(yè)化。

量子射頻接收機作為單個單元（用于目標頻率、窄帶寬）或陣列傳感器（寬頻率范圍）可以在導航、主動成像（雷達）、電信、媒體接收機或被動式THz成像中得到應用。

現(xiàn)狀：實驗室原型和概念驗證

影響應用的因素：新能力

時間線預期：近期到遠期

主要挑戰(zhàn)：提高分辨率，高速率單光子源

量子成像系統(tǒng)是一個廣闊的領域，涵蓋3D量子相機、behind-the-corner相機、低亮度成像和量子雷達或激光雷達(關于量子雷達，請參見第3.4.5節(jié))。

單光子雪崩探測器（Single Photon Avalanche Detectors,SPAD）陣列是一種非常靈敏的單光子探測器，與脈沖照明源相連，可以測量從光源到物體的飛行時間，從而測量物體的范圍。然后，將SPAD放入一個數(shù)組中，就可以像3D相機一樣工作。SPAD的工作光譜擴展到近紅外光譜。

SPAD陣列也可以用于檢測探測之外的物體(例如隱藏在墻角后)。這個想法是基于激光和相機的合作，其中激光在SPAD相機前面(例如地板上的一個點)發(fā)送一個脈沖。從該點開始，激光脈沖將向各個方向散射，包括角落后面，在那里光子可以反射到SPAD相機前面的點，然后到達相機。SPAD的靈敏度足以探測這樣的三次散射信號[126]。

量子鬼成像（quantum ghost imaging）[127–129]，也稱為符合成像或雙光子成像，是一種允許對相機視線之外的物體進行成像的技術。在光源中，產(chǎn)生了兩個糾纏的光子，每一個都有不同的頻率，其中一個由高分辨率光子計數(shù)相機直接記錄，頻率不同(例如紅外線)的第二個光子被發(fā)送到這個物體，反射的光子由單光子探測器(所謂的桶探測器)探測，然后，根據(jù)兩個光子之間的相關性創(chuàng)建圖像。盡管分辨率較差，鬼成像協(xié)議也在沒有量子糾纏的情況下進行了演示(使用經(jīng)典關聯(lián))。

這種模式允許在極低的光照水平下對物體成像。此外，紅外線可以更好地穿透一些信噪比(SNR)更好的環(huán)境[130]，最近展示了使用x射線或極端相對論電子的鬼成像實驗[131，132]。

亞散粒噪聲成像（sub-shot-noise imaging）[133]是另一種量子光學方案，允許檢測信號低于散粒噪聲的弱吸收物體，散粒噪聲是探測到的光子數(shù)量波動的結(jié)果，例如，散粒噪聲是激光的極限,使用相關光子可以克服這個限制，一個先導或輔助光子的檢測表明探測物體或環(huán)境的相關光子的存在。

量子照明(Quantum Illumination，QI)[134]是一種使用兩個相關(糾纏)光子探測目標的量子協(xié)議。一個閑置光子被保留下來,另一個被稱為信號光子，被發(fā)送到目標并被反射，兩個光子都被測量。即使當糾纏被有損耗和噪聲的環(huán)境破壞時，該協(xié)議的優(yōu)勢仍然存在。QI協(xié)議是主要適用于量子雷達的協(xié)議之一，但它也可以應用于醫(yī)學成像或量子通信。

現(xiàn)狀：實驗室原型和概念驗證

影響應用的因素：新能力

時間線預期：遠期或更遠

主要挑戰(zhàn)：高速單光子源、量子微波技術

從原理上講，量子雷達的工作方式與經(jīng)典雷達類似，即信號必須向目標發(fā)送，雷達系統(tǒng)需要等待反射信號。然而，理論上提高的精度和新能力可以通過量子力學的方法來實現(xiàn)。

有幾種協(xié)議被考慮用于量子雷達，例如干涉量子雷達[135]、量子照明(QI) [134]、混合量子雷達[136，137]或Maccone-Ren量子雷達[138]。上述協(xié)議都不是完美的。比如干涉量子雷達對噪聲太敏感，需要保持量子糾纏。QI是嘈雜環(huán)境中的理想?yún)f(xié)議，甚至已通過微波頻譜的實驗室驗證[139]，但它需要了解到目標的距離，因此它沒有測距功能。然而，基于QI的量子目標測距方法正在開發(fā)中[140]。這種測距問題也可以通過混合量子雷達解決，但要犧牲靈敏度。Maccone-Ren協(xié)議具有QI性質(zhì)和測距功能，但至今只是一個理論概念。

所有協(xié)議共同面臨的最大挑戰(zhàn)是(不僅僅是)微波范圍內(nèi)糾纏光子的高速生成。雷達方程的量子版本[141]仍然保持主導項1/R4，其中R是雷達-目標距離。因此，所需糾纏光子(模式)的數(shù)量比目前可用的數(shù)量高出幾個數(shù)量級[142]。從某種意義上說，量子雷達類似于噪聲雷達，具有許多共同的性質(zhì)，如攔截概率、低檢測概率、有效頻譜共享等。見[137]和其中的參考文獻。

另一個相關的挑戰(zhàn)是尋找目標。理論工作[143]表明，在尋找目標的未知位置時，量子糾纏可以勝過任何經(jīng)典策略。此外，該方法可以作為固定目標范圍內(nèi)的的量子增強頻率掃描器。

現(xiàn)狀：實驗室原型

影響應用的因素：新能力(例如化學和精確聲學探測)

時間線預期：近中期

主要挑戰(zhàn)：提高分辨率

利用光聲檢測，量子技術可用于高達聲子水平的超精密聲音感測，聲子是一種準粒子，通過光聲檢測對固體物質(zhì)中的聲波進行量化[144，145]。聲波的精確檢測對于許多應用來說是必不可少的，包括醫(yī)療診斷、聲納、導航、痕量氣體感測和工業(yè)過程[146，147]。

光聲檢測可以與量子級聯(lián)激光器結(jié)合，用于氣體或一般化學檢測。量子級聯(lián)激光器(QCL)是一項成熟的技術[148]，QCL是一種半導體激光器，在中波和長波紅外波段發(fā)射，與許多其他量子技術一樣，需要冷卻至遠低于-70℃，然而，最近的發(fā)展允許芯片級實現(xiàn)在大約-23℃溫度下實施，這可以通過便攜式冷卻系統(tǒng)實現(xiàn)[149]。

軍事技術比工業(yè)或公共應用有著更高的要求。考慮到戰(zhàn)場上可能的部署，這需要更加謹慎。第5節(jié)介紹了各種可能的軍事應用，具有不同的技術成熟度、時間預期和多種實現(xiàn)風險。

對于那些易于實現(xiàn)并適合當前技術的技術來說，這將更簡單，風險更小，例如量子傳感器，簡單地說，我們可以用量子傳感器取代經(jīng)典傳感器。

相反，QKD是一項已經(jīng)商業(yè)化但很難部署的技術，需要大量新的硬件、系統(tǒng)以及與當前通信系統(tǒng)的互操作性。因此，這項技術在軍事部署方面具有更大的風險。

從長遠來看，我們可以期待在降低SWaP(尺寸、重量和功率)和擴大量子計算機和量子網(wǎng)絡方面的優(yōu)勢，這將使部署更加容易，如果國家/軍隊想要與其他國家/軍隊競爭邊緣(量子)技術，這可能是必要的。

軍用量子技術的未來用戶將不得不仔細考慮是否、在哪里以及何時投入時間和資源。國防部隊的目標不是發(fā)展軍事技術，而通常只是明確具體要求和采購。然而，尤其是是如果他們是最終用戶的話，他們可以很大程度上參與開發(fā)。

作為基礎，最好有一個由產(chǎn)業(yè)和學術機構(gòu)組成的國家量子生態(tài)系統(tǒng)，這種生態(tài)系統(tǒng)應該得到政府層面的普遍支持，即制定國家量子計劃，但也應受到激勵，為國防部門開發(fā)技術，這可以通過適當?shù)膿芸钯Y助，甚至各種主題挑戰(zhàn)來實現(xiàn)，個人和創(chuàng)業(yè)公司可以參與其中，或許還能帶來新的顛覆性想法和解決方案，這自然會導致與產(chǎn)業(yè)界和學術界更密切的合作。量子產(chǎn)業(yè)非常有趣，學術界和產(chǎn)業(yè)界之間有著大量的合作。

第一步是制定量子技術路線圖或量子戰(zhàn)略。路線圖/戰(zhàn)略應規(guī)定所有后續(xù)步驟，從確定破環(huán)性量子解決方案、市場調(diào)查、技術和風險評估以及開發(fā)本身，到原型測試和最終解決方案部署。路線圖或量子戰(zhàn)略可以由三部分組成：

識別；

發(fā)展；

實施和部署。

最關鍵的部分是為所考慮的戰(zhàn)爭領域確定最有利和最具顛覆性的量子技術。這一步還包括技術和科學評估，以平衡技術風險(有限的可部署性、低于預期的性能或無法從實驗室轉(zhuǎn)移到戰(zhàn)場)與單個量子技術的潛在優(yōu)勢。這個識別過程應該循環(huán)重復，以便對新發(fā)現(xiàn)和破壞性解決方案做出相對快速的反應。重要的是要記住，許多應用尚待識別或發(fā)現(xiàn)。

下一步是通常的研發(fā)過程(R&D)。研發(fā)應該得到充分的財政支持，但也要盡量減少官僚障礙。它應該包括與軍事技術的最終用戶密切互動的快速開發(fā)周期(規(guī)格和性能咨詢、原型測試、認證準備等)。在此階段結(jié)束時，處于初始運行能力的新系統(tǒng)應該準備就緒。

最后一步是實現(xiàn)全面作戰(zhàn)能力，包括修改或創(chuàng)造新的軍事理論，充分利用量子優(yōu)勢準備新的軍事場景、戰(zhàn)略和戰(zhàn)術。

最后一點涉及身份確認階段。在這里，決策者還需從長遠角度出發(fā)，到目前為止，許多量子技術已經(jīng)被單獨考慮：傳感器、量子密鑰分發(fā)、量子計算等，但是，遠期的愿景考慮通過量子網(wǎng)絡實現(xiàn)量子傳感器和量子計算的互聯(lián)。理論和實驗工作證明了利用量子糾纏傳感器和計算機的額外量子優(yōu)勢[77，78]，可能還會發(fā)現(xiàn)或發(fā)明更多類似的應用。在建設光纖/量子網(wǎng)絡時，考慮這一點很重要。更長遠的未來，可信中繼器等現(xiàn)有元件可以被全量子中繼器和交換機取代，從而充分發(fā)揮量子網(wǎng)絡的全部潛力。

正如已經(jīng)多次提到的，各種量子技術處于不同的TRL，從1到8不等。當考慮各種應用和部署平臺時，特別是出于軍事目的，TRL變化和時間范圍預期甚至更加復雜。[150]中提供了一些TRL和時間范圍的估計。然而，一些估計，如TRL 6的量子精密導航，基于這份報告的描述似乎過于樂觀。

表1 技術成熟度（TRL）和時間范圍預期

實際的軍事部署可能需要一些時間來克服所有技術障礙并滿足軍事要求。例如，用于地下掃描的量子重力儀，第一代很可能為卡車部署靜態(tài)傳感器，范圍或者空間分辨率相當?shù)?。隨著時間的推移，下一代將提高靈敏度和空間分辨率。隨著SWaP的降低，該傳感器將能夠被放置在飛機上，隨后可以安裝在無人機上，也可能安裝在低軌衛(wèi)星上。然而，也可能提前達到傳感器的極限，導致無法部署，例如在無人機或低軌衛(wèi)星上。

量子技術對抗指的是欺騙、禁用或破壞量子技術的方法和技術，無論是量子計算機、量子網(wǎng)絡還是量子傳感器和成像系統(tǒng)，量子技術利用單個量子的量子物理特性。因此，它們很容易受到環(huán)境干擾和噪聲的影響，因此有可能被欺騙或癱瘓。特別是關于量子網(wǎng)絡，尤其是量子密鑰分發(fā)，量子黑客[151-155]已經(jīng)與量子密鑰分發(fā)攜手發(fā)展。

量子戰(zhàn)略的制定者和決策者應該記住，當量子技術部署在軍事領域時，各種對抗措施遲早會出現(xiàn)，目前未知的是量子技術對抗措施的可能有效性及其影響。

量子技術有可能極大地影響人類活動的許多領域，對于國防部門來說尤其如此。量子技術可以影響現(xiàn)代戰(zhàn)爭的所有領域。第二次量子革命將提高靈敏度和效率，引入新的能力，提高現(xiàn)代戰(zhàn)爭技術，而不是發(fā)展新型武器。

以下文字描述了量子技術在現(xiàn)代戰(zhàn)爭不同方面的軍事、安全、太空和智能應用，它還提到了可能表明量子技術能力和性能的工業(yè)應用，特別是在沒有軍事應用公開信息的情況下。

圖1 利用各種量子技術系統(tǒng)的量子戰(zhàn)爭示意圖

重要的是要注意到，許多應用仍然是理論多于現(xiàn)實。在實驗室中取得的重大量子進展并不總是導致實驗室外的類似進展。從實驗室到實際部署的轉(zhuǎn)移還涉及其他方面，如便攜性、靈敏度、分辨率、速度、魯棒性、低SWaP(尺寸、重量和功率)和成本，以及工作的實驗室原型。量子技術的實用性和成本效益將決定是否被制造和部署特定的量子技術。

將量子技術整合到軍事平臺中更具挑戰(zhàn)性。除了與民用類似的主要位于數(shù)據(jù)中心的量子計算機之外，量子傳感、成像和網(wǎng)絡的集成和部署還面臨著軍事用途需求增加帶來的若干挑戰(zhàn)(與民用/工業(yè)或科學需求相比)。例如，精確導航的軍事級要求需要快速的測量速率，這對于當前的量子慣性傳感器來說是非常有限的。

此外，這個領域仍然非常年輕，新的技術驚喜，無論是好的還是壞的，都可能帶來其他量子優(yōu)勢或劣勢。

關鍵點：

量子密碼靈活性實現(xiàn)的必要性。

想要利用Shor算法的操作應該在量子安全加密部署之前開始收集感興趣的數(shù)據(jù)。

QKD的實施需要仔細考慮。

QKD端點將是系統(tǒng)中最薄弱的部分。

網(wǎng)絡戰(zhàn)中的量子優(yōu)勢可以為當前的非對稱加密（基于整數(shù)分解、離散對數(shù)或橢圓曲線離散對數(shù)問題）以及理論上的對稱加密提供新的、但非常有效（具有指數(shù)加速）的攻擊向量。另一方面是新的量子彈性加密算法和方法，以及量子密鑰分發(fā)。有關概述，請參見[157–160]。

當前的趨勢也是機器學習或人工智能在網(wǎng)絡戰(zhàn)中的發(fā)展和應用[161]。有關量化機會的更多詳細信息，請參見第5.2節(jié)。

后量子密碼的實現(xiàn)是必備技術，應該盡快實施。敵對情報正在收集加密數(shù)據(jù)，并期望未來使用量子計算機的能力進行解密，這種風險是真實的、高風險的，而且是存在的[162]，這適用于軍事、情報和政府部門，以及交換或存儲機密和機密數(shù)據(jù)的行業(yè)或?qū)W術界。當前的趨勢是，當經(jīng)過認證（標準化）的后量子加密技術準備好部署時，開始準備實施量子加密靈活性的基礎設施[90，156]。

新的量子彈性算法不僅可以提供一種即使對量子計算機來說也足夠困難的新數(shù)學方法，還可以提供一種處理加密數(shù)據(jù)的新范式。例如，全同態(tài)加密(fully homomorphic encryptio，F(xiàn)HE)允許數(shù)據(jù)永遠不會被解密——即使它們正在被處理[163]。雖然安全應用，如基因組數(shù)據(jù)、醫(yī)療記錄或財務信息是最受關注的，但情報、軍事或政府方面的應用也是顯而易見的。因此，F(xiàn)HE是基于云的量子計算的良好候選方法，以確保安全的云量子計算[164]。

請注意，后量子密碼應在物聯(lián)網(wǎng)(IoT)或軍事物聯(lián)網(wǎng)(IoMT)[165]中實施，作為一個快速增長的領域，存在許多潛在的安全漏洞，有關物聯(lián)網(wǎng)后量子密碼的概述，請參見[166]。

量子密鑰分發(fā)(QKD)[160，167，168]是另一個新功能，它允許在數(shù)學上證明安全性的情況下進行安全的加密密鑰交換。雖然不可能竊聽量子數(shù)據(jù)(密鑰)的量子載體，但是由于硬件或軟件實現(xiàn)不完善，可以在終端節(jié)點和可信中繼器處發(fā)現(xiàn)弱點。另一個問題是成本，如果解決方案是基于光纖或利用量子衛(wèi)星，則獨立考慮量子數(shù)據(jù)吞吐量、安全性和非量子替代方案。QKD解決方案似乎在歐盟更受歡迎[169]，而后量子加密解決方案在美國更受歡迎[170]。

最后一個注意事項指的是量子隨機數(shù)發(fā)生器（QRNG）。QRNG提高了安全性[171]并拒絕對偽隨機數(shù)發(fā)生器的攻擊[172]。

借助Shor基于量子密碼分析的公鑰加密算法(PKE)，例如RSA、DH、ECC，攻擊者可以解密之前收集的加密數(shù)據(jù)。沒有準確的預測所謂的Q-Day，即量子計算機破解2048位RSA加密的那一天，會在什么時候發(fā)生。然而，普遍的看法是，這將需要大約10-15年的時間(基于2017年的一項調(diào)查)[173]。由于Simon算法和疊加查詢，類似的威脅適用于大多數(shù)消息認證碼(MAC)和關聯(lián)數(shù)據(jù)認證加密(AEAD)，如HMAC-CBC和AES-GCM。

人們不得不假設這樣的進攻行動已經(jīng)存在，或者正在進行密集的研究。10年后，最敏感的通信或感興趣的主題將使用后量子密碼或在未來6年內(nèi)實現(xiàn)的QKD。這意味著，當能夠破解PKE的量子計算機問世時，大多數(shù)安全敏感數(shù)據(jù)將使用量子安全解決方案。

理論上，Grover算法削弱了對稱密鑰加密算法；比如DES和AES。然而，量子計算，尤其是量子存儲器，需求如此巨大，在未來幾十年內(nèi)似乎是不可行的[174]。

另一種攻擊手段是使用經(jīng)典計算機的經(jīng)典黑客方法，這種方法仍將落后于量子技術?？偟膩碚f，量子技術是一個年輕的技術領域，許多新的量子系統(tǒng)控制軟件正在開發(fā)中。新的軟件和硬件往往有更多的漏洞和安全漏洞。例如，目前由經(jīng)典計算機控制的作為可信中繼器工作的QKD量子衛(wèi)星可能是網(wǎng)絡攻擊的理想目標。此外，針對量子網(wǎng)絡(如QKD)的特定基于物理的攻擊載體是積極研究的主題[175]，如光子數(shù)分裂[81]或特洛伊木馬攻擊[82]，不排除未來的驚喜。有關量子黑客的概述，參見例如[157]。

關鍵點：

量子計算能力將隨著邏輯量子比特的數(shù)量而增加。

最有可能的是，量子計算將被用作混合云的一部分。

小型嵌入式量子計算系統(tǒng)是直接量子數(shù)據(jù)處理的理想選擇。

通常用于量子優(yōu)化、ML/AI增強和更快的數(shù)值模擬。

量子計算將為當前的經(jīng)典計算服務引入新的功能，幫助解決高度復雜的計算問題。此外，除了上述的量子模擬，量子計算還包括量子優(yōu)化、機器學習和人工智能(ML/AI)改進、量子數(shù)據(jù)分析和更快的數(shù)值建模[11，24]。近期量子計算機可以解決的軍事問題在[10]中提出，如戰(zhàn)場或戰(zhàn)爭模擬；無線電頻譜分析；物流管理；供應鏈優(yōu)化；能源管理；和預測性維護。

為了獲得最有效的結(jié)果，未來的量子計算將與經(jīng)典計算機一起出現(xiàn)在計算場中實現(xiàn)，這將創(chuàng)建一個混合系統(tǒng)，混合量子經(jīng)典操作系統(tǒng)將使用ML/AI分析要計算的任務，并將單獨的計算拆分為CPU、GPU、FPGA、或量子處理器(QPU)等資源，在這些資源中可以獲得最佳和最快的結(jié)果。

例如，一臺小型嵌入式量子計算機可以安裝在自動駕駛汽車或移動指揮中心中，這是值得懷疑的。目前最先進的量子比特設計需要低溫冷卻。因此，更多的努力應該集中在其他量子比特設計上，如光子、自旋或NV色心，它們可以在室溫下工作。嵌入式量子芯片可以執(zhí)行簡單的分析任務，或者用于與需要直接的量子數(shù)據(jù)處理的量子網(wǎng)絡應用相關的簡單操作。然而，自主系統(tǒng)和機器人的機器學習和模型優(yōu)化也可以受益于大型量子計算機。

量子計算在優(yōu)化問題中可能是有效的[10，176，177]。在軍事領域，量子優(yōu)化的例子可以是海外作戰(zhàn)和部署、任務規(guī)劃、戰(zhàn)爭演習、系統(tǒng)確認和驗證、新型車輛的設計及其屬性，如隱形或靈活性。頂層將是用于增強決策的應用，通過量子信息科學支持軍事行動和功能，包括預測分析和ML/AI[178]。具體來說，量子退火機已經(jīng)在驗證和確認復雜系統(tǒng)的軟件代碼方面證明了自己[179，180]。

量子計算機有望在指揮控制(C2)系統(tǒng)中發(fā)揮重要作用。C2系統(tǒng)的作用是分析和提供態(tài)勢感知或協(xié)助規(guī)劃和監(jiān)控，包括模擬各種可能的場景，為最佳決策提供最佳條件。量子計算機可以改善和加速場景模擬或處理和分析來自ISR(情報、監(jiān)視和偵察)的大數(shù)據(jù)，以增強態(tài)勢感知。這也包括量子增強機器學習和量子傳感器和成像的參與。

量子信息處理可能對情報、監(jiān)視和偵察(ISR)或態(tài)勢感知至關重要。ISR將從量子計算中受益，量子計算大大提高了對ISR捕獲的信號和圖像進行過濾、解碼、關聯(lián)和識別的能力。尤其是量子圖像處理是一個廣泛關注和發(fā)展的領域。預計在近期內(nèi)，利用神經(jīng)網(wǎng)絡[13]進行量子圖像分析和模式檢測將有助于態(tài)勢感知和理解。

量子計算將增強經(jīng)典機器學習和人工智能[54]，包括國防應用[178]。在這里，量子計算肯定不會實際執(zhí)行完整的機器學習過程。盡管如此，量子計算可以改善ML/AI機制(例如，量子采樣、線性代數(shù)、量子神經(jīng)網(wǎng)絡)。最近的一項研究[181]表明，量子機器學習只為一些適合特定問題的核（kernel）提供了優(yōu)勢。理論上，量子計算有可能增強大多數(shù)經(jīng)典的人工智能在國防領域的應用，例如，自動化網(wǎng)絡操作、算法定位、態(tài)勢感知和理解以及自動化任務規(guī)劃[182，183]。量子ML/AI最直接的應用可能是量子數(shù)據(jù)，例如，由量子傳感或測量儀器產(chǎn)生的數(shù)據(jù)[55]。實際適用性將隨著量子計算機資源的增長而增長，在八年內(nèi)，量子ML/AI可以成為重要的量子計算應用之一[184]。這種適用性可以通過混合經(jīng)典-量子機器學習來加速，其中張量網(wǎng)絡模型可以在小型近期量子設備上實現(xiàn)[185]。

通過量子神經(jīng)網(wǎng)絡，量子計算機有望提供更好的模式識別和更高的速度。這可能是必不可少的，例如，在保護網(wǎng)絡的仿生網(wǎng)絡防御系統(tǒng)中，類似于生物有機體的免疫系統(tǒng)[13]。

此外，通過更快的線性代數(shù)求解(見3.2.5)，量子計算有可能改善國防部門當前基于線性方程的數(shù)值建模，如戰(zhàn)爭模擬、雷達截面計算、隱形設計建模等。

從長遠來看，量子系統(tǒng)可以啟用網(wǎng)絡量子使能能力(NQEC)[13]。NQEC是一個未來系統(tǒng)，允許各部隊和指揮官之間通過網(wǎng)絡進行通信和共享信息，以快速響應戰(zhàn)場發(fā)展并進行協(xié)調(diào)。量子增強可以帶來安全通信、增強的態(tài)勢感知和理解、遠程量子傳感器輸出融合和處理以及改進的C2。

關鍵點：

各種安全應用(例如QKD、身份識別和認證、數(shù)字簽名)。

安全應用的采用將會隨著對所有新技術安全方面的仔細探索而迅速發(fā)生。

量子時鐘同步允許使用更高精度的量子時鐘。

量子互聯(lián)網(wǎng)是量子計算機和/或量子云之間最有效的通信方式。

量子互聯(lián)網(wǎng)代表一個具有各種服務[186]的量子網(wǎng)絡，這些服務具有重要的，而不僅僅是安全的意義。然而，許多先進的量子通信網(wǎng)絡應用需要量子糾纏；也就是他們需要量子中繼器和量子開關。回想一下，可信中繼器只能用于QKD(參見第3.3.1節(jié))。光纖和自由空間信道的未來組合將互連各種終端節(jié)點，如無人機、飛機、船舶、車輛、士兵、指揮中心等。

量子密鑰分發(fā)是最成熟的量子網(wǎng)絡應用之一。當使用MDI-QKD或量子中繼器的遠程通信成為可能時，這項技術將會引起國防部門的興趣。目前，使用可信中繼器的基本商業(yè)技術是可用的，這些先驅(qū)可以作為如何應用量子技術的范例。在這里，QKD公司宣稱這項技術是最安全的，并出現(xiàn)了越來越多的用例，特別是在金融和醫(yī)療領域。另一方面，眾多的建議報告和權威機構(gòu)更加謹慎，例如，英國國家網(wǎng)絡安全中心[187]在當前狀態(tài)下不支持任何政府或軍事應用的QKD。

量子方法對安全的另一個重要貢獻是量子數(shù)字簽名(QDS)[195]。QDS提供了安全性，防止發(fā)送方在對消息進行簽名后篡改消息。

接下來，量子安全身份識別利用量子特性，可以在不泄露認證憑證的情況下進行識別[72]。

另一個應用是基于位置的量子密碼技術[196，197]?；谖恢玫牧孔用艽a技術可以提供更安全的通信，其中訪問的信息只能從特定的地理位置獲得，例如只能從特定的軍事基地與軍事衛(wèi)星通信。當一方的地理位置是其唯一憑證時，基于位置的量子密碼技術也可以提供安全通信。

量子網(wǎng)絡將執(zhí)行網(wǎng)絡時鐘同步[71，198]，這已經(jīng)是經(jīng)典數(shù)字網(wǎng)絡中的一個主要話題。時鐘同步旨在協(xié)調(diào)其他獨立的時鐘，尤其是原子鐘(例如GPS中的)和本地數(shù)字時鐘(例如數(shù)字計算機)。尤其是在部署量子時鐘時，使用量子糾纏的量子網(wǎng)絡將達到更精確的同步，(關于時間標準和頻率傳輸，請第5.4節(jié)參見)。否則，量子時鐘的高精度只能在本地使用。精確的時鐘同步對于C4ISR(指揮、控制、通信、計算機、情報、監(jiān)視和偵察)系統(tǒng)的合作至關重要，以便在雷達、電子戰(zhàn)、指揮中心、武器系統(tǒng)等方面精確同步各種數(shù)據(jù)和行動。

一個簡短的說明介紹了盲量子計算[69，70]。這類量子協(xié)議允許量子程序在遠程量子計算機或量子計算云上運行，并在所有者不知道算法或結(jié)果是什么的情況下檢索結(jié)果。當需要秘密計算(例如軍事行動計劃或新武器技術設計)并且沒有自己的量子計算機能力可用時，這是有價值的。

通過量子網(wǎng)絡連接的分布式量子計算——參見第3.3.1節(jié)。對于擁有量子計算機的軍隊和政府行為者來說，構(gòu)建高性能量子計算服務或量子云將非常重要。

能夠分發(fā)糾纏的量子網(wǎng)絡可以集成和糾纏量子傳感器[77]，以提高傳感器的靈敏度，減少誤差，最重要的是進行全局測量。這在感興趣的參數(shù)是整個網(wǎng)絡的全局屬性的情況下提供了優(yōu)勢，例如，當信號的到達角度需要從三個傳感器測量時，每個傳感器測量具有特定幅度和相位的信號，然后，每個傳感器的輸出可以用來估計信號的到達角度，量子糾纏傳感器可以對此進行全局評估，這個過程可以通過機器學習來改進[78]。

分布式計算協(xié)議的量子協(xié)議[76]對于一群無人機，或者對于一群自動駕駛汽車(AV)來說，可以具有有利的軍事應用。在這里，量子協(xié)議可以有助于在同一時間尺度上實現(xiàn)所有AV之間的一致性，與它們的數(shù)量無關。然而，所有快速移動的AV之間的開放空間量子通信將是一個必須首先解決的挑戰(zhàn)。注意，最近成功地進行了無人機量子糾纏分發(fā)實驗[64]。

關鍵點：

所有的量子PNT技術都需要高度精確的量子時鐘。

量子慣性導航的精度可能會比傳統(tǒng)導航高出幾個數(shù)量級。

量子慣性導航可以通過使用量子磁或重力映射的量子增強導航來擴展。

基于地球磁場異常的有前景的量子導航。

量子技術有望顯著改善定位、導航和定時(PNT)系統(tǒng)，尤其是慣性導航。時間標準和頻率傳遞(TFT)是一項基礎服務，為通信、計量以及全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system，GNSS)提供精確定時。雖然目前的TFT系統(tǒng)已經(jīng)很成熟，但是光學原子鐘或量子時鐘與利用量子網(wǎng)絡的TFT[199，200]相結(jié)合的性能將與當前應用(通信、GNSS、金融部門、雷達、電子戰(zhàn)系統(tǒng))的不斷增長的需求保持同步，并且能夠?qū)崿F(xiàn)新的應用(量子傳感和成像)。

基于量子的技術和方法支持PNT敏感精密儀器的開發(fā)。量子優(yōu)勢將體現(xiàn)在GPS失效或具有挑戰(zhàn)性的作戰(zhàn)環(huán)境中，從而實現(xiàn)精確作戰(zhàn)。此類環(huán)境的例子包括水下和地下，或者GPS干擾下的環(huán)境。

目前的全球?qū)Ш叫l(wèi)星系統(tǒng)(GPS、GLONASS、伽利略、北斗等)依賴于通過單個衛(wèi)星上的多個原子鐘提供的精確定時，這些原子鐘由地面上更穩(wěn)定的原子鐘進行校正，量子時鐘的更高精度也將提高定位和導航的精度。從長遠來看，全球?qū)Ш叫l(wèi)星系統(tǒng)衛(wèi)星應連接到量子互聯(lián)網(wǎng)，用于時間分配和時鐘同步，芯片大小的精確移動時鐘可以幫助發(fā)現(xiàn)GNSS欺騙[201]。

一些量子GNSS(不僅僅是量子時鐘)已經(jīng)被考慮和研究；例如，干涉量子定位系統(tǒng)(QPS)[199，202，203]。QPS[202，203]的方案之一具有類似于傳統(tǒng)GNSS的結(jié)構(gòu)，其中有三條基線，每條基線由兩顆低軌道衛(wèi)星組成，基線相互垂直。然而，盡管理論上定位的精度是驚人的，但是必須進行大量的工程設計來設計一個真實的QPS。

目前的大多數(shù)導航依賴于GPS，或一般的GNSS，這是最精確的導航技術。全球?qū)Ш叫l(wèi)星系統(tǒng)技術在諸如人口稠密、電磁頻譜使用率高的地區(qū)等環(huán)境中容易受到干擾、欺騙或缺乏GPS的影響。而且對于地下或水下環(huán)境，GNSS技術根本不可用。解決方案是慣性導航。

經(jīng)典慣性導航的問題是漂移，隨著時間的推移,精度會下降。例如，海洋級慣性導航(用于船只、潛艇和航天器)的漂移為1.8千米/天，導航級慣性導航(用于軍用飛機)的漂移為1.5千米/小時[204]。2014年，DARPA啟動了一個MTO-PTN項目，目標是達到20米和1米/小時的漂移[205]。即便如此，有些人還是抱有很高的期望，認為量子慣性導航每月的誤差只有大約幾百米[5，206]。

全量子慣性導航系統(tǒng)由量子陀螺儀、加速度計和原子鐘/量子時鐘組成。盡管量子慣性導航所需的單個傳感器是在實驗室外測試的，但創(chuàng)建一個完整的量子慣性測量單元仍然具有挑戰(zhàn)性。對于高度移動平臺的導航，傳感器需要數(shù)百Hz的快速測量速率，或者提高量子傳感器的測量帶寬[204，207]。最需要改進的關鍵部件是低漂移旋轉(zhuǎn)傳感器，經(jīng)典慣性傳感器基于各種原理[208]。一種常見的芯片尺寸技術是MEMS(微機電系統(tǒng))技術，MEMS陀螺儀在~10-7rad.s-1級上表現(xiàn)出不穩(wěn)定性，適合軍事應用[99]。目前最好的冷原子陀螺儀的不穩(wěn)定極限約為~10-9-10-10rad.s-1(積分時間為1000s)[209]。與目前實驗室實驗的精度相比，現(xiàn)場可部署的量子傳感器的精度存在不確定性。經(jīng)典和量子慣性導航之間的中間步驟可以是融合經(jīng)典和量子加速度計輸出的混合系統(tǒng)[210]。隨著量子慣性導航設備的尺寸減小到芯片大小，預計它可以部署在更小的車輛上，特別是無人駕駛自動駕駛車輛或?qū)椛稀Ｈ欢?，我們能達到的微型化程度是未知的，芯片大小的量子慣性導航存在很多疑問。

目前，陀螺儀或加速度計等單個元件也在各種平臺上進行測試；例如，在飛機[211]上，或者最近在[212]上。

多年來，美國國家海洋和大氣管理局(NOAA)一直在繪制地球磁異常圖，并制作了磁異常圖，靈敏的量子磁力計和地球磁異常圖結(jié)合使用是實現(xiàn)量子非GNSS導航的另一種方式[213，214]。

引力圖匹配[215]的工作原理與此類似，可以使用量子重力儀提高性能。量子重力儀和磁力計一起可以成為水下量子增強導航的基礎，特別是在海底峽谷、褶皺海床或沿海環(huán)境中。

總的來說，量子慣性導航或增強導航具有巨大的潛力，因為不需要GPS、紅外線或雷達導航，而且它不易受到干擾，也不容易受到電子戰(zhàn)攻擊。然而，不需要GPS的說法并不十分準確，這些系統(tǒng)總是在初始位置總是需要一些外部輸入，最有可能來自GNSS。

關鍵點：

大量使用量子計算來收集和處理信息。

希望部署在低軌道衛(wèi)星上，但分辨率值得懷疑。

廣泛應用于海底作業(yè)。

預計將進行高級地下監(jiān)視，分辨率不確定。

新型3D、弱光或低信噪比量子視覺設備。

ISTAR(情報、監(jiān)視、目標搜索與偵察)是現(xiàn)代軍隊精確作戰(zhàn)的關鍵能力，量子技術有可能極大地提高多領域戰(zhàn)場的態(tài)勢感知能力。

總的來說，可以預計量子計算將產(chǎn)生巨大影響，這將有助于獲取新的情報數(shù)據(jù)，處理來自監(jiān)視和偵察的大數(shù)據(jù)，并使用量子ML/AI識別目標[178，183]。

除了ISTAR的處理部分之外，安裝在單個陸地/海洋/飛行器和低軌道衛(wèi)星上的量子傳感也有望取得巨大進步。

量子重力儀和重力梯度儀具有很高的精確度，可以改善或引入新的應用:地球物理學研究、地震學、考古學、礦物(裂變材料或貴金屬)和石油探測、地下掃描和精確的地理參考和地形測繪(例如用于水下導航的海床)[7]。

另一種重要的傳感類型是量子磁力計。量子磁力計的應用與量子重力測量的應用部分重疊，因此引入了新的應用：地球磁場，包括金屬物體(潛艇、地雷等)引起的局部磁異常，或者微弱的生物磁信號(主要用于醫(yī)療)[7]。

ISTAR感興趣的第三個領域是量子成像。量子成像提供了大量不同的應用；例如，量子雷達(參見第5.7節(jié))、醫(yī)學成像設備、3D相機、隱形測距儀等。

第5.2節(jié)介紹了量子計算在ISR和態(tài)勢感知中的潛在應用。

基于第一級磁力測量、重力測量和重力梯度測量的量子傳感有助于研究大陸和海面，包括自然起源的地下變化。磁異常和重力感應提供了地球表面的不同圖像，地球是非常不均勻的(海洋、巖石、洞穴、金屬礦物等)，包括人類建造的巨大建筑或交通工具，它們產(chǎn)生獨特的重力(取決于質(zhì)量)和磁性(取決于金屬成分)足跡。

所討論的量子傳感技術——磁力測量、重力測量和重力梯度測量——至少在實驗室中可以達到非常高的精度。例如，實驗室外絕對重力測量的精度約為1μGal(10nm.s^-2)[216]。注意，3.1μGal的靈敏度對應于地球表面以上每厘米高度的靈敏度。然而，問題是空間分辨率通常與靈敏度反相關(較高的靈敏度是以較低的空間分辨率為代價的，反之亦然)。空間分辨率和靈敏度是決定識別什么(大規(guī)模自然變化或小型地下結(jié)構(gòu))和從什么距離(從地面、無人機或基于衛(wèi)星的測量)識別的關鍵屬性,例如，目前的空間分辨率約為100公里[217]的星載重力梯度儀，雷達衛(wèi)星測高儀的分辨率約為16公里[218]，航空重力測量的分辨率約為5公里[219]。有關更多信息，請參見[5]。

對于許多量子傳感應用而言，將傳感器放置在低地球軌道(LEO)衛(wèi)星上是至關重要的[220]。然而，目前的靈敏度和空間分辨率只允許應用于地球監(jiān)測(測繪水或石油等資源、地震或海嘯探測)。

除了低軌道衛(wèi)星之外，上述量子傳感器還被考慮部署在空中、海上或地面車輛平臺上。如今，量子傳感實驗是在實驗室環(huán)境之外進行的，比如在卡車[221]、無人機和飛機[222，223]或船上[217]。例如，量子重力儀可以安裝在無人機上，以搜索人造結(jié)構(gòu)，如用于走私毒品的隧道[223]。在無人機(可能是無駕駛飛機(UAV)、無人駕駛水面船只(USV)、遙控潛水器(ROV)或無人駕駛水下船只(UUV))上安裝量子傳感設備需要更多的工程設計，才能同時達到最佳的靈敏度、分辨率和可操作性。

低分辨率量子傳感可用于精確的地理參考和地形測繪，以幫助水下導航或崎嶇地形中的任務規(guī)劃。此外，新礦物和油田的探測可能成為新的興趣中心，尤其是在海底[224]，盡管在大多數(shù)情況下邊界是明確的，這可能是國際摩擦的一個來源。

許多報告和文章[7，225，228–231]認為高分辨率量子磁和重力傳感[217，225–227]能夠：探測偽裝的車輛或飛機；有效搜索來自LEO的艦隊或單個船只；探測地下結(jié)構(gòu)，如洞穴、隧道、地下掩體、研究設施和導彈發(fā)射井；定位埋在地下的未爆炸物體(地雷、水下地雷和簡易爆炸裝置)；實現(xiàn)旋轉(zhuǎn)機械的穿墻檢測。

然而，請再次注意，技術限制在哪里，以及所提到的量子重力測量和磁力測量應用是否會達到實現(xiàn)所有上述想法的靈敏度和分辨率(尤其在低地球軌道上)，都是非常不確定的。量子傳感器將分幾代投放市場，每一代都具有更好的靈敏度和分辨率以及更低的SWaP，允許更廣泛的部署和應用。

除了量子雷達和激光雷達(參見第5.7節(jié))，量子成像還有其他軍事相關的應用。ISTAR采用全天候、晝夜戰(zhàn)術傳感技術，利用EO/IR/THz/RF頻率的特點和優(yōu)勢，實現(xiàn)遠程/短程、主動/被動、隱形/隱形。量子成像系統(tǒng)可以使用各種技術和量子協(xié)議；例如，SPAD、量子重影成像、亞散粒噪聲成像或量子照明，如在第3.4.4節(jié)中所述。一般來說，構(gòu)造小尺寸的量子成像系統(tǒng)不成問題，關鍵參數(shù)是單光子/糾纏光子發(fā)射器的通量或單光子檢測分辨率和靈敏度。此外，大規(guī)模部署高光子通量的量子成像系統(tǒng)需要強大的處理能力，這可能會限制系統(tǒng)的部署能力和性能。

利用量子糾纏和光子數(shù)相關性的量子3D相機將引入快速3D成像，具有前所未有的聚焦深度和低噪聲，旨在實現(xiàn)亞散粒噪聲或遠程性能，這種能力可以用于檢查和檢測偏差或結(jié)構(gòu)裂紋的噴氣式飛機，衛(wèi)星和其他敏感的軍事技術。無人機的遠程3D成像可用于偵察和探索任務目的地或敵方設施和設備。

另一種商用技術是量子氣體傳感器[232]。從技術上來說，這是一個單光子量子激光雷達，經(jīng)過校準可以檢測甲烷泄漏，下一個準備好的產(chǎn)品是能夠檢測二氧化碳(CO2)的多氣體檢測器，經(jīng)過適當?shù)母倪M和校準，它也可以用于人體檢測。

近距離的一個具體特征是，在拐角后或視線之外的能見度[126]。這些方法有助于定位和找回被困人員、人質(zhì)或通過檢測拐角處駛來的車輛來改善自動駕駛。

量子成像可以作為弱光或低信噪比的視覺設備，例如，在渾濁的水、霧、灰塵、煙霧、叢林樹葉或夜間的環(huán)境中，會有優(yōu)勢。低信噪比量子成像有助于利用低信噪比或隱藏的可見特征進行目標檢測、分類和識別，并有可能對抗敵人的偽裝或其他目標欺騙技術。當直升機飛行員在多塵、多霧或多煙的環(huán)境中著陸時，量子成像將非常有用[9]。

一個重要的產(chǎn)品是量子測距儀[233，234]，傳統(tǒng)測距儀使用明亮的激光，很容易被目標探測到。當從目標觀察時，量子測距儀在時間和光譜上都無法與背景區(qū)分開來。換句話說，量子測距儀將是隱形的，包括在夜間，而經(jīng)典測距儀可以被目標或其他人看到。

在某些情況下，量子鬼成像可以發(fā)揮量子激光雷達的作用[235]，尤其是當目標不移動或移動非常緩慢，并且3D成像需要聚焦深度時。

關鍵點：

通過更小的通用量子天線、精確計時和先進的射頻頻譜分析儀增強當前電子戰(zhàn)。

量子信道探測的問題。

當量子信道被定位時，幾種類型的攻擊被考慮和開發(fā)。

量子電子戰(zhàn)可分為量子增強經(jīng)典電子戰(zhàn)和以對抗、反對抗和支持對抗量子信道為主的量子電子戰(zhàn)。量子信道是指為量子互聯(lián)網(wǎng)、量子雷達或另一個使用自由空間或光纖通道的量子系統(tǒng)傳送攜帶量子信息的光子。

用于電子支援措施的經(jīng)典電子戰(zhàn)系統(tǒng)可以受益于量子天線?；诶锏卤ぴ拥牧孔犹炀€可以提供與測量信號波長(頻率)無關的小尺寸[122，123]。這意味著即使對于低頻(MHz到kHz[124，236])信號攔截，幾微米的量子天線也是足夠的?？梢杂杏糜诓煌瑤挼亩囝l測量的量子天線陣列，也可以是根據(jù)興趣動態(tài)改變帶寬的一個天線。此外，基于里德堡原子的天線可以測量AM和FM信號，提供自校準，測量弱場和非常強的場，并檢測到達角度[125]。未來，量子天線可能看起來像里德堡原子陣列(矩陣)，不同的小區(qū)可以測量不同的信號，并且在兩個或更多小區(qū)的聯(lián)合測量中，可以確定信號的到達角度，這種天線最薄弱的方面是冷卻里德堡原子所需的低溫，需要將其縮小到可接受的尺寸?？偟膩碚f，量子射頻傳感器是高級LPD/LPI通信、超視距定向射頻、抗射頻干擾、射頻測向或射頻太赫茲成像的關鍵促成因素。例如，陣列量子射頻傳感器是作為戰(zhàn)斗機F-35的潛在升級而開發(fā)的[237]。

經(jīng)典電子戰(zhàn)也可以受益于量子計算，為電子戰(zhàn)提供改進的射頻頻譜分析儀，在電子戰(zhàn)中可以應用量子優(yōu)化和量子ML/AI技術。通過直接處理和分析來自量子射頻傳感器(里德堡原子、NV色心)的量子數(shù)據(jù)[55]，可以達到更高的效率，其中量子計算機的影響可能更顯著。此外，其他基于量子的解決方案和方法正在開發(fā)中，如基于NV色心的RF頻譜分析或基于SHB的彩虹分析儀[238]。

當前的電子戰(zhàn)系統(tǒng)也將受益于量子計時，量子計時可以增強信號情報、反DRFM(數(shù)字射頻存儲器)和其他需要精確計時的電子戰(zhàn)系統(tǒng)的能力；例如，反雷達干擾能力。

量子電子戰(zhàn)的另一個領域?qū)⑹切盘柷閳?SIGINT)和通信情報(COMINT)(探測、攔截、識別、定位)和量子電子攻擊(干擾、欺騙、使用直接能量武器)。量子信道(用于量子通信或量子成像)具有特定的特征，第一，簡單的信號攔截是有問題的，因為量子數(shù)據(jù)是由單個量子攜帶的，它們的攔截很容易被檢測到；第二，典型的量子成像技術使用低信噪比，這意味著在沒有額外知識的情況下識別信號和噪聲是一項挑戰(zhàn)；第三，通常用作信號的相干光子類似于非常聚焦的激光，在不知道至少一方位置的情況下找到這樣的量子信號是非常具有挑戰(zhàn)性的。這些特性使得經(jīng)典電子戰(zhàn)變得過時，并且對量子信道是不可見的。

即使對于潛在的量子電子戰(zhàn)系統(tǒng)來說，這種情況也很困難，因為是否有可能探測到量子(自由空間)信道的存在仍是個問題，這將需要開發(fā)激光預警接收器的量子模擬[239]。對于量子電子戰(zhàn)來說，讓英特爾了解使用量子通道的一方或雙方的位置至關重要。

經(jīng)典電子戰(zhàn)將在自由空間經(jīng)典信道進行攔截和竊聽。然而，在量子信道中這會被迅速地檢測到。一種可能的攻擊是中間人類型的攻擊[240，241]，因為早期的量子網(wǎng)絡各方可能在身份認證或可信中繼器方面存在問題。其他類型的攻擊在量子物理層面，例如，光子數(shù)分裂攻擊依賴于將相干激光脈沖用于量子通道[81]或特洛伊木馬攻擊[82]，或者散射光的收集和探測[242]。然而，這些類型的攻擊非常復雜，其實用性（例如在太空中）是不確定的。

量子電子戰(zhàn)攻擊更有可能的只是一種拒絕服務，在這種情況下，量子信道被攔截，導致信道的使用停止。另一種可能性是一側(cè)或兩側(cè)的接收器受到復雜的干擾，導致巨大的噪聲。當接收機或發(fā)射機的位置已知時，經(jīng)典電子戰(zhàn)的另一種對策是利用激光等定向能量武器，導致傳感器的損壞或破壞，這種攻擊也可以幫助竊聽者。

總的來說，需要開發(fā)新的途徑和方法來實現(xiàn)量子電子戰(zhàn)的能力并滿足相應的要求。

關鍵點：

利用現(xiàn)有的量子微波技術，遠程監(jiān)視量子雷達是不可能的。

光學領域的可能應用——量子激光雷達。

量子雷達可以用于太空戰(zhàn)。

對量子雷達話題的理解[141，243，244]受到聲稱中國量子雷達發(fā)展的媒體炒作[245，246]或樂觀的實驗室實驗的影響。事實上，量子雷達的理論優(yōu)勢和特征是顯著的(其中一些取決于單獨的量子協(xié)議)：

更高的抗噪聲能力——即更好的信噪比——更高的抗干擾和其他電子戰(zhàn)對抗能力；

基于單個光子；即輸出信號功率低到電子戰(zhàn)措施也看不到；

目標照明；即允許識別目標的雷達。

基于一系列獨特的量子雷達功能，它可能是一項具有強大破壞性的技術，可能會改變現(xiàn)代戰(zhàn)爭的規(guī)則。因此，盡管技術尚不成熟，并且對于量子雷達是否可以作為標準的主要監(jiān)視雷達存在許多疑問，但國際上正在關注這一主題。

此外，許多人會立即將量子雷達想象成射程數(shù)百公里的遠程監(jiān)視雷達，而量子雷達的這種應用似乎不太可能[247，248]。這種最優(yōu)的遠期監(jiān)視量子雷達將非常昂貴(比任何范圍內(nèi)的經(jīng)典雷達的成本高出許多數(shù)量級)[247]，而且它仍然不能實現(xiàn)上述所有優(yōu)勢和功能。

簡而言之，實際問題如下[247]，量子雷達也受制于雷達方程，接收功率隨著距離的四次方而損失。同時，為了保持量子優(yōu)勢，每個模式需要一個或更少的光子。總之，需要在微波范圍內(nèi)，產(chǎn)生由低光子模式構(gòu)成的相對較高的功率，這需要大量的量子信號發(fā)生器、低溫技術、大尺寸天線等。所有這些導致極高的成本和不切實際的設計[137，247]，科學家需要拿出更實用的量子微波技術來克服這些困難。

除了高昂的價格之外，對探測隱形目標或抗干擾能力的質(zhì)疑也依然存在。量子雷達可能有利于對抗阻塞式干擾機，但不一定能對抗DRFM或其他智能干擾機[247]?？傊?，即使從長遠來看，遠程監(jiān)視量子雷達也不太可能實現(xiàn)。為了實現(xiàn)這一目標，人們需要發(fā)展新技術，允許更小的低溫、在更高溫度下工作的射頻量子發(fā)射器或更有效的低溫冷卻，以及更強大的發(fā)射器(高速低光子脈沖)。請注意，即使研制出室溫超導材料，也無助于糾纏微波光子產(chǎn)生的約瑟夫森參量放大器(Josephson parametric amplifier，JPA)方法[249]。然而，JPA并不是獲得糾纏微波光子的唯一方法[137]，未來發(fā)現(xiàn)量子雷達的新理論和新設計并非完全不可能，上述遠程監(jiān)視量子雷達體積、重量和功耗都比較大，并且這種雷達是否是隱形的也是值得懷疑的[247]。

另一個問題是量子照明(QI)協(xié)議情況下的測距。QI協(xié)議需要預先知道目標，因此，無論是經(jīng)典的還是量子的，需要對測距進行一些擴展[6]。

幾年來，人們認為量子雷達截面積(RCS)大于經(jīng)典雷達截面積[250，251]。對量子雷達截面積[252]的一項新的精確研究表明，之前聲稱的量子雷達截面積優(yōu)于經(jīng)典雷達截面積的優(yōu)勢源于錯誤的近似，量子和經(jīng)典雷達截面積目前看似不相上下。

另一種方法可以是量子增強噪聲雷達[137，253，254]。噪聲雷達使用噪聲波形作為傳輸信號，檢測是基于傳輸信號和接收到的噪聲波形雷達回波之間的相關性。其優(yōu)點是低截獲概率(LPI)，幾乎無法被當今的截獲接收機探測到，量子噪聲雷達的設計需要更多的研究，才能看到實際的適用性，然而，這里的一個潛在用途是用于微波領域。

然而，當前的理論和研究在雷達領域有應用，尤其是使用光學或近光學光子的雷達領域，即量子激光雷達。短程量子激光雷達可以用于短距離的目標照明，單光子成像實驗在10公里[255]到45公里[256]范圍內(nèi)進行，在這個范圍內(nèi)，量子激光雷達可以作為反無人機監(jiān)視雷達或作為SHORAD(短程防空)綜合體的一部分。

太空可以是量子雷達/激光雷達[257]的有利環(huán)境的另一個例子，其對于光學領域是低噪聲的，并且它甚至幾乎消除了在糾纏光子的退相干問題。例如，雷神公司在太空的光學領域?qū)α孔永走_進行模擬[258，259]。這個想法是在衛(wèi)星上安裝一個量子雷達，探測那些由于橫截面積小、反射率低、環(huán)境光照條件差而難以探測到的小衛(wèi)星，在太空環(huán)境部署量子雷達/激光雷達可以提供上面列出幾乎所有優(yōu)勢。

這里要特別提到量子增強雷達，經(jīng)典雷達可以配備原子鐘或量子時鐘，量子增強雷達顯示出高精度和低噪聲，因此在探測小型緩慢移動物體(如無人機)方面表現(xiàn)出優(yōu)勢[260]。

關鍵點：

潛艇可能是量子慣性導航的首批采用者之一。

量子磁力計作為探測潛艇或水下水雷的主要工具。

量子技術可以通過增強潛艇或水下水雷的磁探測、新型慣性潛艇導航和量子增強的精確聲納，對水下戰(zhàn)爭進行重大干擾。一般來說，在海洋環(huán)境中，可以應用基于量子光電探測器、雷達、激光雷達、磁力計或重力儀的傳感技術[257]。關于量子技術對核武器潛艇近乎無懈可擊的影響的概述，見[261]。

潛艇和其他水下運載工具將受益于量子慣性導航。大型潛艇可能是量子慣性導航的首批采用者之一，因為它們可以安裝更大的量子設備，包括低溫冷卻。此外，靈敏的量子磁力計和重力儀可以幫助繪制周圍環(huán)境的地圖，如海底峽谷、冰山和褶皺的海底，而無需使用易于檢測的聲納。另一種特別適合水下北極導航的慣性導航的例子是量子成像[262]。

反潛戰(zhàn)的基本工具可能是量子磁力計。研究人員預計，特別是SQUID磁力計可以探測到6公里外的潛艇，同時還能改善噪聲抑制[263，264]。請注意，目前的經(jīng)典磁異常探測器通常安裝在直升機或飛機上，其范圍只有數(shù)百米。沿著海岸的量子磁力計陣列可以覆蓋重要的區(qū)域，導致潛艇無法進入。此外，量子磁力計陣列似乎在噪聲更受抑制的情況下工作得更好。

量子磁力計也可用于探測水下水雷，例如使用無人水下船只[230]。

但是，第5.5.1節(jié)主要討論的是檢測范圍、靈敏度等，如聲納等其他水下領域的技術能探測更長的距離[229]。[261]中還指出，量子技術對SSBN(彈道導彈潛艇)影響不大。量子磁力計有可能與其他傳感器一起工作，以幫助檢測、識別和分類目標[229]。

關鍵點：

對遠程量子通信很重要。

近地球軌道對于未來量子傳感和成像技術的部署非常重要。

太空戰(zhàn)將導致在太空部署新的量子雷達/激光雷達和量子電子戰(zhàn)技術。

太空領域正變得越來越重要，將成為發(fā)達國家的重要戰(zhàn)場。太空過去主要用于衛(wèi)星導航、測繪、通信和監(jiān)視，通常用于軍事目的。如今，太空正變得越來越武器化[265]，比如把裝有激光武器的衛(wèi)星或者神風衛(wèi)星放置在地球軌道上，反衛(wèi)星戰(zhàn)爭也在同步發(fā)展。另一個激增的問題是太空垃圾的數(shù)量，估計有2200顆衛(wèi)星，還有幾個計劃已經(jīng)公布[266]。

太空也將是將量子傳感和通信技術[267–271]應用于衛(wèi)星以及也是太空對抗的關鍵。

對于上述許多量子技術應用，最好將量子傳感技術，如量子重力儀、重力梯度儀或磁力計放置在地球軌道上的衛(wèi)星上，尤其是低軌道衛(wèi)星。此類應用正在開發(fā)中，例如，一種低功率量子重力傳感裝置，可以部署在小型衛(wèi)星的太空中，用于精確測繪資源或幫助評估自然災害的影響[272]。然而，這種應用不需要太高的空間分辨率。這同樣適用于基于衛(wèi)星的量子成像，例如，中國聲稱開發(fā)了一種使用鬼成像技術的衛(wèi)星[273]，然而，它的空間分辨率是不確定的，量子鬼成像的優(yōu)點是可以在多云、多霧的天氣或夜間使用。

另一方面，利用衛(wèi)星進行量子通信已經(jīng)得到證實[62，274]?；谛l(wèi)星的量子通信對于遠距離的近期集成量子網(wǎng)絡至關重要[275],當前的量子通信衛(wèi)星，面臨與光纖信道的可信中繼器相同的問題。事實上，現(xiàn)在的量子衛(wèi)星就是可信中繼器，可信中繼器的問題在于，它們?yōu)樾l(wèi)星控制系統(tǒng)可能遭受的網(wǎng)絡攻擊敞開了大門。而目前演示的MDI-QKD協(xié)議具有更好的安全性[276]，其中中心點作為中繼器或交換機工作，但處于安全狀態(tài)，隨后使用量子中繼器。有關空間量子通信的概述，請參見[270，271]。

一項新的所需軍事能力將是探測其他衛(wèi)星、太空物體、太空垃圾并跟蹤它們的技術。經(jīng)典雷達用于此目的，例如，作為美國太空監(jiān)視網(wǎng)絡一部分的Space Fence項目。然而，這些大多數(shù)太空監(jiān)視雷達都存在尺寸約為10厘米或更小的問題[266](在空間圍欄的情況下，最小尺寸約為5厘米)，另一個問題是容量，即它們可以跟蹤多少個物體，大多數(shù)只有幾厘米大小的太空垃圾就是這種情況。量子雷達或激光雷達被認為是代替經(jīng)典雷達的一種選擇[6，257，259]。尤其在太空環(huán)境中，使用光學領域的量子雷達[259]，因為光子不會像在大氣中那樣遭受損失?？臻g量子雷達擁有量子雷達的大部分優(yōu)點，如第5.7節(jié)所述，包括隱形。根據(jù)模擬[259]，與GEODSS(基于地面的光電深空監(jiān)視)相比，在太空中，空間量子雷達的探測靈敏度和目標跟蹤靈敏度至少高一個數(shù)量級。空間量子雷達將非常有助于跟蹤小型、黑暗和快速的物體，如衛(wèi)星、太空垃圾或流星體。

量子傳感和通信設備在太空中的不斷增加將導致人們對量子電子戰(zhàn)的興趣增加，如第5.6節(jié)所述。

關鍵點：

200個量子比特足以進行化學量子模擬研究。

實現(xiàn)更復雜模擬的能力隨著邏輯量子比特的數(shù)量而提高。

空氣或樣品中的化學檢測。

適用于檢測爆炸物和化學戰(zhàn)劑。

軍事和國家實驗室、化學防御工業(yè)或CBRN(化學、生物、放射和核)國防部隊對國防相關的化學和生物模擬感興趣?；诹孔幽M的新藥和化學物質(zhì)的研究將需要先進的量子計算機、經(jīng)典計算設備和量子化學專家?；瘜W和生物化學戰(zhàn)劑的量子模擬原則上與民用研究具有相同的要求，例如已經(jīng)在進行的蛋白質(zhì)折疊、固氮和肽研究。

所需量子比特的數(shù)量取決于空間基函數(shù)的數(shù)量(存在各種基集，例如STO-3G、6-31G或cc-pVTZ)；例如，在6-31G的基礎上，苯和咖啡因分子可以分別用大約140和340量子比特近似模擬。[278]。然后，沙林分子模擬需要大約250個量子比特。根據(jù)量子計算機路線圖[27，279]和邏輯量子比特的要求，人們可以在10年內(nèi)達到100個邏輯量子比特，但可能會更早地實現(xiàn)更有效的糾錯和抗錯量子比特，這對于中等大小的分子模擬是足夠的。

威脅可能是設計和精確模擬新的中小型分子的結(jié)構(gòu)和化學性質(zhì)，這些分子可能起到類似于氰、光氣、氯化氰、沙林或Yperit等化學戰(zhàn)劑的作用。另一方面，同樣的知識也可以用于CBRN對策和新的探測技術的開發(fā)。

關于蛋白質(zhì)折疊、DNA和RNA探索的研究，如基序識別、全基因組關聯(lián)研究和從頭結(jié)構(gòu)預測[280]，也可能影響生物制劑的研究[281]。然而，需要更詳細的研究來評估量子模擬的真正威脅。

量子級聯(lián)激光器光聲檢測是一種有效的化學檢測器。例如，量子化學探測器可以探測到簡易爆炸裝置(IED)中使用的TNT和三過氧化三丙酮元素，簡易爆炸裝置是不對稱沖突中常用的武器，同樣的丙酮檢測系統(tǒng)也可用于識別攜帶爆炸物的登機行李和乘客。量子化學檢測一般可用于對付化學戰(zhàn)劑或有毒工業(yè)化學品[282，283]。

從中遠期來看，這種探測器可以安裝在在自主無人機或用于檢查某個區(qū)域的地面車輛上[284]。

關鍵點：

一般研究影響；例如，室溫超導允許高精度的SQUID磁力計在沒有冷卻的情況下工作，這可以對軍事量子技術應用產(chǎn)生顯著影響。

國防工業(yè)對偽裝、隱形、超硬裝甲或耐高溫材料的研究。

現(xiàn)代科學通過利用量子力學特性(如石墨烯，拓撲絕緣體)開發(fā)新材料，超材料，有時稱為量子材料。作為量子系統(tǒng)的材料可以用量子計算機來模擬，比如材料的電子結(jié)構(gòu)，可應用于室溫超導體、更好的電池和特定材料特性的改進。

為了更詳細地解釋，室溫超導材料利用了高溫下的超導性[285]，這將允許構(gòu)建約瑟夫遜結(jié)，通常用作SQUID或超導量子比特的構(gòu)建模塊。到目前為止，需要接近絕對零度的冷卻。據(jù)預計，一臺大約70個邏輯量子比特的量子計算機[286]足以用于高溫超導體的基礎研究。

對于國防工業(yè)，研究新材料的機會，如更好的偽裝、隱形(電磁吸收)、超硬裝甲或耐高溫材料設計，都在考慮之中，但沒有透露任何細節(jié)。

關鍵點：

量子腦磁成像

增強的人機接口

腦磁圖（magneto-encephalography）掃描儀是一種醫(yī)學成像系統(tǒng)，通過測量流經(jīng)神經(jīng)元集合的電流產(chǎn)生的磁場來可視化大腦正在做什么。例如，基于光泵磁力計[287]的量子磁力計可以生成高分辨率腦磁圖，用于實時大腦活動成像，這項技術是安全的和非侵入性的，并且已經(jīng)過實驗室測試。

在不久的將來，量子腦磁圖可以成為士兵頭盔的一部分，用于在受傷的情況下進行連續(xù)遠程醫(yī)療監(jiān)測和診斷。遠期預期包括增強人機接口，即與機器和自主系統(tǒng)進行實際非侵入式認知通信[11]。

上面提到的許多量子技術軍事應用聽起來非常樂觀，一些應用摘自各種報告和報紙或雜志文章，其中作者可能高估了從實驗室到戰(zhàn)場的量子技術轉(zhuǎn)移，或者受到了量子技術炒作的影響[288]。當話題涉及國家安全或國防時，避免夸大預期尤為重要。

上述量子技術軍事應用是基于公共領域的最新研究的，并輔以各種有關國防應用的報道、報紙或雜志文章。由于沒有這些技術的公開信息，因此沒有對這幾種技術的可行性提出關鍵意見。在這些情況下，讀者應該更加謹慎和挑剔，直到有更詳細的研究可用。

大型國防公司和國家國防實驗室多年來一直有量子研究和開發(fā)項目，然而，只有一些詳細的信息是公開交流的。

對于許多提到的量子技術，迄今為止只提供了實驗室概念證明，決定量子技術能否在實驗室之外廣泛應用的決定性因素是組件微型化和對干擾的敏感性，這些改進不能以犧牲靈敏度、分辨率和功能為代價，實際部署的另一個決定性因素是技術的價格。

總之，考慮到量子技術研究和支持系統(tǒng)的進步，如過去幾年中激光和低溫冷卻微型化，有理由對未來量子技術的軍事應用持樂觀態(tài)度，而不是悲觀態(tài)度(從軍事或政府行為者的角度)。我們需要仔細考慮作戰(zhàn)部署中的實際能力，看看它們是否滿足要求，以及性價比是否足以證明采購和部署的合理性。

用于軍事應用的量子技術的開發(fā)、獲取和部署將帶來新的挑戰(zhàn)。量子戰(zhàn)爭的概念將對軍事戰(zhàn)略、戰(zhàn)術和理論、倫理和裁軍活動以及技術實現(xiàn)和部署提出新的要求，應開展研究，以了解量子技術發(fā)展中產(chǎn)生的問題、影響、威脅和選擇，而不僅僅是軍事應用。

軍事應用中的量子技術有可能提高現(xiàn)有能力，例如提供更精確的導航、超安全通信或先進的ISTAR和計算能力。總的來說，量子戰(zhàn)爭將需要更新、修改或創(chuàng)造新的軍事理論、軍事場景和計劃，以開發(fā)和獲取量子時代的新技術和武器。

在此之前，需要制定技術政策和戰(zhàn)略，以應對各個參與者的戰(zhàn)略雄心。例如，國家技術政策和戰(zhàn)略應包括國家量子技術資源(大學、實驗室和公司)和市場的研究、發(fā)展狀況和可行性研究以及軍事和安全威脅和潛在評估。

監(jiān)測量子技術的演變和適應性對于避免鄰國或潛在敵對國家的技術意外是至關重要的。對一些國家來說，即使量子技術超出了它們的財力、研究或技術能力，量子戰(zhàn)監(jiān)控也是必不可少的。因此，所有的現(xiàn)代軍隊都應該對量子戰(zhàn)爭可能帶來的影響感興趣。

國家貿(mào)易和出口政策也很重要。例如，歐盟已經(jīng)宣布量子計算是一項具有全球戰(zhàn)略重要性的新興技術，并正在考慮對名為地平線歐洲的研究項目進行嚴格的訪問。此外，中國禁止出口密碼技術，包括量子密碼。

另一個主題是與盟友仔細交流重要的量子優(yōu)勢，尤其是在量子ISTAR和量子網(wǎng)絡能力方面，這可能會泄露軍事機密，如機密文件，核潛艇位置或地下設施。力量平衡的破壞會讓盟友以及中立或敵對的玩家感到不安。

迄今為止，第5節(jié)中所述的量子技術的軍事應用并沒有引進新的武器，即使它們使現(xiàn)有的軍事技術更加先進;例如，通過開發(fā)更精確的傳感和導航，新的計算能力和更強的信息安全。然而，量子技術，尤其是軍事應用，對世界和平是好是壞的問題是相關的。

已經(jīng)出現(xiàn)了各種要求量子計算倫理準則的呼聲，提到了很多倫理問題，如人類DNA操縱、為戰(zhàn)爭和入侵性人工智能創(chuàng)造新材料。

盡管量子技術不會產(chǎn)生新的武器，但它們對現(xiàn)有軍事技術的改進將提高這種能力，縮短攻擊、警告和決策的時間。因此，即使在降低個人風險的同時，量子技術也能使使用武力的可能性更大，從而使戰(zhàn)爭更有可能。

量子技術等通用兩用技術的預防性軍備控制將更加困難，因為它們也可用于民用，如醫(yī)學量子傳感。人們將其與納米技術進行了類比，出口管制以防止或減緩其他國家或非國家組織的擴散和軍事用途，是試圖減少量子技術構(gòu)成的任何威脅的最有可能的方式。

具體來說，量子計算研發(fā)非常昂貴。然而，我們的目標是開發(fā)一種能夠簡單可靠地生產(chǎn)量子比特的技術，這可以為技能較少的參與者帶來更便宜、分布更廣、更容易獲得的技術，這是即將出現(xiàn)問題的軍事技術的一個特點。

將成功的實驗室概念驗證轉(zhuǎn)化為真正的外部應用面臨許多技術和工藝挑戰(zhàn)，例如微型化和可操作性，但不能以犧牲實驗室實現(xiàn)的靈敏度和分辨率為代價，此外，還有其他相關的技術挑戰(zhàn)。

其中一個挑戰(zhàn)可能是量子勞動力。量子勞動力不需要由物理學家或擁有博士學位的科學家組成，然而，他們應該是具有量子信息科學知識和量子技術概述的量子工程師，能夠理解并能夠處理和評估來自量子傳感器、計算機和通信的輸出數(shù)據(jù)。目前，一個現(xiàn)有的量子生態(tài)系統(tǒng)正在持續(xù)增長，這個生態(tài)系統(tǒng)將需要越來越多的量子勞動力。這需要培訓和教育新的量子工程師和專家，也就是說，越來越多的大學開設量子課程，越來越多的學生選修量子課程。此外，讓這些人去軍隊工作會更加困難，因此，量子信息和量子技術的基本原理也應該作為現(xiàn)代軍隊的軍事學院課程的一部分，量子技術將部署在這些軍事學院。

另一個技術挑戰(zhàn)是巨大的數(shù)據(jù)量。量子技術，通過所有的量子傳感器、量子成像、量子通信和計算，將產(chǎn)生大量經(jīng)典和量子數(shù)據(jù)，這些數(shù)據(jù)將增加對數(shù)據(jù)傳輸、處理和評估的要求，在規(guī)劃C4ISR和量子基礎設施時，應該考慮這些要求。

最后的挑戰(zhàn)將是標準化。標準化過程對于不同制造商生產(chǎn)的設備的互操作性非常重要。除了統(tǒng)一接口和通信協(xié)議，標準化過程還可以包括安全驗證，例如在后量子密碼標準化過程。在量子網(wǎng)絡的情況下，各種連接的設備(如節(jié)點、中繼器、交換機、光纖通道和開放空間通道)是可以預期的，開發(fā)和實施一些允許成功傳輸量子信息的標準是很重要的。

量子技術是一個新興的技術領域，它利用對單個量子的操縱和控制來實現(xiàn)多種應用，具有潛在的破壞性，其中許多應用是雙重用途的，或者直接用于軍事目的。然而，從TRL 1(觀察到的基本原理)到TRL6(在相關環(huán)境中展示的技術)，各個量子技術都在技術研究實驗室用于軍事用途。

用于軍事應用的量子技術不僅將提供改進和新的能力，還將需要制定新的戰(zhàn)略、戰(zhàn)術和政策，評估對全球和平與安全的威脅，并確定道德倫理問題，所有這些都被稱為量子戰(zhàn)爭。

在本報告中，描述了不同TRL的各種量子技術，集中在國防部門的可能應用或部署。由于從實驗室到現(xiàn)實世界應用的過渡尚未實施或正在進行中，量子技術部署的精確預測是不可能的，這引發(fā)了一些問題，比如我們是否能夠提出一個解決方案，與通常便宜得多且通常已經(jīng)投入使用的經(jīng)典系統(tǒng)相比，它提供了真正的量子優(yōu)勢。盡管對量子技術可能的軍事應用的描述聽起來非常樂觀，但人們應該警惕量子炒作，并關注量子技術在軍事應用中的實際部署所面臨的挑戰(zhàn)。

量子技術有望產(chǎn)生戰(zhàn)略性的遠期影響。然而，影響軍事和國防力量的技術意外的可能性相當?shù)停苊庖馔獾淖詈梅椒ㄊ前l(fā)展量子技術知識和監(jiān)控量子技術的發(fā)展和就業(yè)。謹慎對待量子技術，會起到量子保險的作用。

報告原文：

參考文獻：

1. Lind W et al. The changing face of war: into the fourth generation. In: Marine corps gazette. 1989.

2. Lind WS. Understanding fourth generation war. Mil Rev. 2004;84:12.

3. Affffan Ahmed S, Mohsin M, Muhammad Zubair Ali S. Survey and technological analysis of laser and its defense applications. Defence Technology (2020). ISSN 2214-9147.

https://doi.org/10.1016/j.dt.2020.02.012.

4. Dowling JP, Milburn GJ. Quantum technology: the second quantum revolution. Philos Trans R Soc, Math Phys Eng Sci. 2003;

361(1809):1655–74. https://doi.org/10.1098/rsta.2003.1227.

5. Till S, Pritchard J. UK quantum technology landscape 2016. DSTL/PUB098369, UK National Quantum Technologies Programme. 2016.

6. Davies A, Kennedy P. Special report - from little things: quantum technologies and their application to defence. ASPI (Australian Strategic Policy Institute); 2017.

7. Wolf SA et al. Overview of the status of quantum science and technology and recommendations for the DoD. Institute for defense analyses; 2019.

8. Andas H. Emerging technology trends for defence and security. FFI-RAPPORT. Apr. 2020.

9. Inglesant P, Jirotka M, Hartswood M. Responsible Innovation in Quantum Technologies applied to Defence and National Security. NQIT (Networked Quantum Information Technologies); 2018.

10. ATARC Quantum Working Group. Applied quantum computing for today’s military. White paper. May 2021.

11. Australian Army. Army Quantum Technology Roadmap. Apr. 2021.

12. Sayler KM. Defense primer: quantum technology. IF11836. June 2021.

13. Middleton A, Till S, Steele M. Quantum Information Processing Landscape 2020: Prospects for UK Defence and

Security. DSTL/TR121783. June 2020.

14. Biercuk MJ. Read before pontifificating on quantum technology. War on the Rock. 2020. URL:

https://warontherocks.com/2020/07/read-before-pontifificating-on-quantum-technology/ (visited on 02/27/2021).

15. Perani G. Military technologies and commercial applications: public policies in NATO countries. July 1997.

16. Nouwens M, Legarda H. China’s pursuit of advanced dual-use technologies. IISS. Dec. 2018. URL:

https://www.iiss.org/blogs/research-paper/2018/12/emerging-technology-dominance (visited on 09/30/2010).

17. Davidson A. A new dimension of war: the quantum domain. Canadian Forces College. 2020.

18. Park JL. The concept of transition in quantum mechanics. In: Foundations of physics. 1970. p. 23–33.

https://doi.org/10.1007/bf00708652.

19. Nielsen MA, Chuang IL. Quantum computation and quantum information: 10th anniversary edition. Cambridge: Cambridge University Press; 2010. ISBN 9781139495486.

20. Mermin ND. Quantum computer science: an introduction. Cambridge: Cambridge University Press; 2007. ISBN 9781139466806.

21. Jordan S. Quantum Algorithm Zoo.

URL: https://quantumalgorithmzoo.org/ (visited on 09/13/2021).

22. Cross AW, et al. Validating quantum computers using randomized model circuits. Physical Review A. 2019;100(3).

https://doi.org/10.1103/physreva.100.032328.

23. Fowler AG, et al. Surface codes: towards practical large-scale quantum computation. Physical Review A. 2012;86(3).

https://doi.org/10.1103/physreva.86.032324.

24. National Academies of Sciences, Engineering, and Medicine et al. Quantum Computing: Progress and Prospects. National Academies Press, 2019. ISBN 9780309479721. https://doi.org/10.17226/25196.

25. Arute F et al. Quantum supremacy using a programmable superconducting processor. Nature.

2019;574(7779):505–10. https://doi.org/10.1038/s41586-019-1666-5.

26. Gambetta J. IBM’s Roadmap For Scaling Quantum Technology. IBM. 2020. URL: https://www.ibm.com/blogs/research/2020/09/ibm-quantum-roadmap/ (visited on 10/07/2020).

27. Finke D. Google Goal: Build an Error Corrected Computer with 1 Million Physical Qubits by the End of the Decade. Quantum Computing report. 2020. URL: https://quantumcomputingreport.com/

google-goal-error-corrected-computer-with-1-million-physical-qubits-by-the-end-of-the-decade/ (visited on 10/07/2020).

28. Mosca M, Piani M. Quantum threat timeline. Global Risk Institute; 2019.

29. Simulating Molecules using VQE. Qiskit Textbook. URL:

https://qiskit.org/textbook/ch-applications/vqe-molecules.html (visited on 01/25/2021).

30. Feynman RP. Simulating physics with computers. Int J Theor Phys. 1982;21(6):467–88. https://doi.org/10.1007/BF02650179.

31. Reiher M et al. Elucidating reaction mechanisms on quantum computers. In: Proceedings of the national academy of sciences. vol. 114. 2017. p. 7555–60. https://doi.org/10.1073/pnas.1619152114.

32. Peruzzo A, et al. A variational eigenvalue solver on a photonic quantum processor. Nature Communications. 2014;5(1).

https://doi.org/10.1038/ncomms5213.

Krelina EPJ Quantum Technology (2021) 8:24 Page 46 of 53

33. McClean JR et al. The theory of variational hybrid quantum-classical algorithms. New J Phys. 2016;18(2):023023.

https://doi.org/10.1088/1367-2630/18/2/023023.

34. Arute F et al. Hartree-Fock on a superconducting qubit quantum computer. Science. 2020;369(6507):1084–9.

https://doi.org/10.1126/science.abb9811.

35. Gidney C, Eker? M. How to factor 2048 bit RSA integers in 8 hours using 20 million noisy qubits. Quantum. 2021;5:433.

https://doi.org/10.22331/q-2021-04-15-433.

36. H?ner T et al. Improved quantum circuits for elliptic curve discrete logarithms. In: Post-quantum cryptography. Berlin: Springer; 2020. p. 425–44.

https://doi.org/10.1007/978-3-030-44223-1_23. 2001.09580 [quant-ph].

37. Shor PW. Algorithms for quantum computation: discrete logarithms and factoring. In: Proceedings 35th annual symposium on foundations of computer science. Los Alamitos: IEEE Comput. Soc.; 1994.

https://doi.org/10.1109/sfcs.1994.365700.

38. Grover LK. A fast quantum mechanical algorithm for database search. In: Proceedings of the twenty-eighth annual ACM symposium on theory of computing - STOC ’96. New York: ACM; 1996. https://doi.org/10.1145/237814.237866.

39. Bernstein DJ. Grover vs. McEliece. In: Post-quantum cryptography. Berlin: Springer; 2010. p. 73–80.

https://doi.org/10.1007/978-3-642-12929-2_6.

40. Simon DR. On the power of quantum computation. In: Proceedings 35th annual symposium on foundations of computer science. Los Alamitos: IEEE Comput. Soc.; 2002.

https://doi.org/10.1109/sfcs.1994.365701.

41. Kaplan M, et al. Breaking Symmetric Cryptosystems using Quantum Period Finding. 2016. 1602.05973 [quant-ph].

42. Bonnetain X, Jaques S. Quantum Period Finding against Symmetric Primitives in Practice. 2020. 2011.07022 [quant-ph].

43. Kaplan M et al. Breaking symmetric cryptosystems using quantum period fifinding. In: Advances in cryptology - CRYPTO 2016. Berlin: Springer; 2016. p. 207–37.

https://doi.org/10.1007/978-3-662-53008-5_8.

44. Shenvi N, Kempe J, Whaley KB. Quantum random-walk search algorithm. Physical Review A. 2003;67(5).

https://doi.org/10.1103/physreva.67.052307.

45. Farhi E, Goldstone J, Gutmann S. A quantum approximate optimization algorithm. 2014. 1411.4028 [quant-ph].

46. Glover F, Kochenberger G, Du Y. A Tutorial on Formulating and Using QUBO Models. 2019. 1811.11538 [cs.DS].

47. Wiebe N, Braun D, Lloyd S. Quantum Algorithm for Data Fitting. Physical Review Letters. 2012;109(5).

https://doi.org/10.1103/physrevlett.109.050505.

48. Brandao FGSL, Svore K. Quantum Speed-ups for Semidefifinite Programming, 2017. 1609.05537 [quant-ph].

49. Barak B, et al. Beating the random assignment on constraint satisfaction problems of bounded degree. 2015.

1505.03424 [cs.CC].

50. Harrow AW, Hassidim A, Lloyd S. Quantum Algorithm for Linear Systems of Equations. Physical Review Letters.

2009;103(15). https://doi.org/10.1103/physrevlett.103.150502.

51. Scherer A, et al. Concrete resource analysis of the quantum linear-system algorithm used to compute the

electromagnetic scattering cross section of a 2D target. Quantum Information Processing. 2017;16(3).

https://doi.org/10.1007/s11128-016-1495-5.

52. Aaronson S. Read the fifine print. Nat Phys. 2015;11(4):291–3. https://doi.org/10.1038/nphys3272.

53. Blencowe M. Quantum RAM. Nature. 2010;468(7320):44–5. https://doi.org/10.1038/468044a.

54. Biamonte J et al. Quantum machine learning. Nature. 2017;549(7671):195202.

https://doi.org/10.1038/nature23474.

55. Dunjko V, Taylor JM, Briegel HJ. Quantum-Enhanced Machine Learning. Physical Review Letters. 2016;117(13).

https://doi.org/10.1103/physrevlett.117.130501.

56. Wittek P. Quantum machine learning: what quantum computing means to data mining. Amsterdam: Elsevier; 2016. ISBN 9780128100400.

57. Dunjko V, Wittek P. A non-review of quantum machine learning: trends and explorations. Quantum Views. 2020;4:32.

https://doi.org/10.22331/qv-2020-03-17-32.

58. Havlicek V et al. Supervised learning with quantum-enhanced feature spaces. Nature. 2019;567(7747):209–12.

https://doi.org/10.1038/s41586-019-0980-2.

59. Bakhtiari Ramezani S et al. Machine learning algorithms in quantum computing: a survey. In: 2020 international joint

conference on neural networks (IJCNN). New York: IEEE; 2020. https://doi.org/10.1109/ijcnn48605.2020.9207714.

60. Gisin N, Thew R. Quantum communication. Nat Photonics. 2007;1(3):165–71.

https://doi.org/10.1038/nphoton.2007.22.

61. Wehner S, Elkouss D, Hanson R. Quantum Internet: a vision for the road ahead. Science. 2018;362(6412):eaam9288.

https://doi.org/10.1126/science.aam9288.

62. Yin J et al. Satellite-based entanglement distribution over 1200 kilometers. Science. 2017;356(6343):1140–4.

https://doi.org/10.1126/science.aan3211.

63. Yin J, et al. Satellite-to-Ground Entanglement-Based Quantum Key Distribution. Physical Review Letters.

2017;119(20). https://doi.org/10.1103/physrevlett.119.200501.

64. Liu H-Y, et al. Optical-Relayed Entanglement Distribution Using Drones as Mobile Nodes. Physical Review Letters.

2021;126(2). https://doi.org/10.1103/physrevlett.126.020503.

65. Pogorzalek S, et al. Secure quantum remote state preparation of squeezed microwave states. Nature Communications. 2019;10(1). https://doi.org/10.1038/s41467-019-10727-7.

66. Bouwmeester D et al. Experimental quantum teleportation. Nature. 1997;390(6660):575–9. https://doi.org/10.1038/37539.

67. Braunstein SL, Pirandola S. Side-Channel-Free Quantum Key Distribution. Physical Review Letters. 2012;108(13).

https://doi.org/10.1103/physrevlett.108.130502.

68. Lo H-K, Curty M, Qi B. Measurement-Device-Independent Quantum Key Distribution. Physical Review Letters. 2012;108(13). https://doi.org/10.1103/physrevlett.108.130503.

69. Broadbent A, Fitzsimons J, Kashefifi E. Universal blind quantum computation. In: 2009 50th annual IEEE symposium

on foundations of computer science. New York: IEEE; 2009. https://doi.org/10.1109/focs.2009.36.

70. Fitzsimons JF. Private quantum computation: an introduction to blind quantum computing and related protocols. npj Quantum Information. 2017;3(1). https://doi.org/10.1038/s41534-017-0025-3.

71. Chuang IL. Quantum algorithm for distributed clock synchronization. Phys Rev Lett. 2000;85(9):2006–9.

https://doi.org/10.1103/physrevlett.85.2006.Krelina EPJ Quantum Technology (2021) 8:24 Page 47 of 53

72. Damg?rd I et al. Secure identifification and QKD in the bounded-quantum-storage model. Theor Comput Sci.

2014;560:12–26. https://doi.org/10.1016/j.tcs.2014.09.014.

73. Unruh D. Quantum position verifification in the random oracle model. In: Advances in cryptology - CRYPTO 2014. Berlin: Springer; 2014. p. 1–18. https://doi.org/10.1007/978-3-662-44381-1_1.

74. Crépeau C, Gottesman D, Smith A. Secure multi-party quantum computation. In: Proceedings of the thiry-fourth annual ACM symposium on theory of computing - STOC ’02. New York: ACM; 2002.

https://doi.org/10.1145/509907.510000.

75. Cuomo D, Caleffiffiffi M, Cacciapuoti AS. Towards a distributed quantum computing ecosystem. IET Quantum Communication. 2020;1(1):3–8. https://doi.org/10.1049/iet-qtc.2020.0002.

76. Ben-Or M, Hassidim A. Fast quantum byzantine agreement. In: Proceedings of the thirty-seventh annual ACM symposium on theory of computing - STOC 05. New York: ACM; 2005. https://doi.org/10.1145/1060590.1060662.

77. Proctor TJ, Knott PA, Dunningham JA. Multiparameter Estimation in Networked Quantum Sensors. Physical Review Letters. 2018;120(8). https://doi.org/10.1103/physrevlett.120.080501.

78. Xia Y, et al. Quantum-Enhanced Data Classifification with a Variational Entangled Sensor Network. Physical Review X. 2021;11(2). https://doi.org/10.1103/physrevx.11.021047.

79. Bennett CH, Brassard G. Quantum cryptography: public key distribution and coin tossing. In: Proceedings of IEEE international conference on computers, systems and signal processing. vol. 175. New York: IEEE; 1984.

80. Ekert AK. Quantum cryptography based on Bell’s theorem. Phys Rev Lett. 1991;67(6):661–3. https://doi.org/10.1103/physrevlett.67.661.

81. Brassard G et al. Limitations on practical quantum cryptography. Phys Rev Lett. 2000;85(6):1330–3.

https://doi.org/10.1103/physrevlett.85.1330.

82. Jain N et al. Trojan-horse attacks threaten the security of practical quantum cryptography. New J Phys. 2014;16(12):123030. https://doi.org/10.1088/1367-2630/16/12/123030.

83. Bernstein DJ. Introduction to post-quantum cryptography. In: Post-quantum cryptography. Berlin: Springer; 2009. p. 1–14. https://doi.org/10.1007/978-3-540-88702-7_1.

84. Hoffffstein J, Pipher J, Silverman JH. NTRU: a ring-based public key cryptosystem. In: Lecture notes in computer science. Berlin: Springer; 1998. p. 267–88. https://doi.org/10.1007/bfb0054868.

85. De Feo L, Jao D, Pl?t J. Towards quantum-resistant cryptosystems from supersingular elliptic curve isogenies. Journal of Mathematical Cryptology. 2014;8(3). https://doi.org/10.1515/jmc-2012-0015.

86. Merkle RC. A certifified digital signature. In: Advances in cryptology — CRYPTO’ 89 proceedings. New York: Springer; 2001. p. 218–38. https://doi.org/10.1007/0-387-34805-0_21.

87. Matsumoto T, Imai H. Public quadratic polynomial-tuples for effiffifficient signature- verifification and message-encryption. In: Lecture notes in computer science. Berlin: Springer; 1988. p. 419–53.

https://doi.org/10.1007/3-540-45961-8_39.

88. McEliece RJ. A public-key cryptosystem based on algebraic coding theory. In: Deep space network progress report. vol. 44. 1978. p. 114–6.

89. In: Wall Street Journal (Mar. 2021). ISSN: 0099-9660. URL:

https://www.wsj.com/articles/encryption-isnt-main-data-security-threat-11615577004 (visited on 03/15/2021).

90. Alagic G, et al. Status Report on the Second Round of the NIST Post-Quantum Cryptography Standardization Process. NISTIR 8309, NSIT; 2020. https://doi.org/10.6028/nist.ir.8309.

91. Abbott AA, Calude CS, Svozil K. A quantum random number generator certifified by value indefifiniteness. Math Struct Comput Sci. 2014;24(3). https://doi.org/10.1017/s0960129512000692.

92. Degen CL, Reinhard F, Cappellaro P. Quantum sensing. Rev Mod Phys. 2017;89(3). https://doi.org/10.1103/revmodphys.89.035002.

93. Barrett B, Bertoldi A, Bouyer P. Inertial quantum sensors using light and matter. Phys Scr. 2016;91(5):053006.

https://doi.org/10.1088/0031-8949/91/5/053006.

94. Kasevich M, Chu S. Atomic interferometry using stimulated Raman transitions. Phys Rev Lett. 1991;67:181–4.

https://doi.org/10.1103/PhysRevLett.67.181.

95. Rasel EM et al. Atom wave interferometry with diffffraction gratings of light. Phys Rev Lett. 1995;75:2633–7.

https://doi.org/10.1103/PhysRevLett.75.2633.

96. Young B et al. Atom optic inertial and gravitational sensors. In: Frontiers in optics 2007/laser science XXIII/organic

materials and devices for displays and energy conversion. OSA. 2007. https://doi.org/10.1364/ls.2007.ltuh1.

97. Weidner CA, Anderson DZ. Experimental Demonstration of Shaken-Lattice Interferometry. Physical Review Letters. 2018;120(26). https://doi.org/10.1103/physrevlett.120.263201.

98. Zhu L et al. A dielectric metasurface optical chip for the generation of cold atoms. Sci Adv. 2020;6(31):eabb6667.

https://doi.org/10.1126/sciadv.abb6667.

99. Geiger R et al. High-accuracy inertial measurements with cold-atom sensors. AVS Quantum Science. 2020;2(2):024702. https://doi.org/10.1116/5.0009093.

100. Biercuk MJ et al. Ultrasensitive detection of force and displacement using trapped ions. Nat Nanotechnol. 2010;5(9):646–50. https://doi.org/10.1038/nnano.2010.165.

101. Diddams SA. An optical clock based on a single trapped 199Hg+ ion. Science. 2001;293(5531):825–8.

https://doi.org/10.1126/science.1061171.

102. Ivanov PA, Vitanov NV, Singer K. High-precision force sensing using a single trapped ion. Scientifific Reports. 2016;6(1). https://doi.org/10.1038/srep28078.

103. Gilmore KA et al. Quantum-enhanced sensing of displacements and electric fifields with two-dimensional trapped-ion crystals. Science. 2021;373(6555):673–8. https://doi.org/10.1126/science.abi5226.

104. Taylor JM et al. High-sensitivity diamond magnetometer with nanoscale resolution. Nat Phys. 2008;4(10):810–6.

https://doi.org/10.1038/nphys1075.

105. Ledbetter MP, et al. Gyroscopes based on nitrogen-vacancy centers in diamond. Physical Review A. 2012;86(5).

https://doi.org/10.1103/physreva.86.052116.

106. Baumgratz T, Datta A. Quantum enhanced estimation of a multidimensional fifield. Phys Rev Lett. 2016;116:030801.

https://doi.org/10.1103/PhysRevLett.116.030801.Krelina EPJ Quantum Technology (2021) 8:24 Page 48 of 53

107. Radtke M et al. Nanoscale sensing based on nitrogen vacancy centers in single crystal diamond and nanodiamonds: achievements and challenges. Nano Futures. 2019;3(4):042004. https://doi.org/10.1088/2399-1984/ab5f9b.

108. Dang HB, Maloof AC, Romalis MV. Ultrahigh sensitivity magnetic fifield and magnetization measurements with an atomic magnetometer. Appl Phys Lett. 2010;97(15):151110. https://doi.org/10.1063/1.3491215.

109. Wasilewski W et al. Quantum noise limited and entanglement-assisted magnetometry. Phys Rev Lett. 2010;104:133601. https://doi.org/10.1103/PhysRevLett.104.133601.

110. Schreiber KU, Wells J-PR. Invited review article: large ring lasers for rotation sensing. Rev Sci Instrum. 2013;84(4):041101. https://doi.org/10.1063/1.4798216.

111. BIPM Time Department. BIPM Annual Report on Time Activities. May 2020. 112. Brewer SM, et al. Al+27 Quantum-Logic Clock with a Systematic Uncertainty below 10-18. Physical Review Letters. 2019;123(3). https://doi.org/10.1103/physrevlett.123.033201.

113. Hwang WY et al. Entangled quantum clocks for measuring proper-time difffference. Eur Phys J D. 2002;19(1):129–32.

https://doi.org/10.1140/epjd/e20020065.

114. Marti EG, et al. Imaging Optical Frequencies with 100 Hz Precision and 1.1 m Resolution. Physical Review Letters. 2018;120(10). https://doi.org/10.1103/physrevlett.120.103201.

115. Pedrozo-Pe?afifiel E et al. Entanglement on an optical atomic-clock transition. Nature. 2020;588(7838):414–8.

https://doi.org/10.1038/s41586-020-3006-1.

116. Camparo J. The rubidium atomic clock and basic research. Phys Today. 2007;60(11):33–9. https://doi.org/10.1063/1.2812121.

117. Hodges JS et al. Timekeeping with electron spin states in diamond. Phys Rev A. 2013. https://doi.org/10.1103/physreva.87.032118.

118. von der Wense Lars, Seiferle B. The 229Th isomer: prospects for a nuclear optical clock. The European Physical Journal A. 2020;56(11). https://doi.org/10.1140/epja/s10050-020-00263-0.

119. Campbell CJ, et al. Single-Ion Nuclear Clock for Metrology at the 19th Decimal Place. Physical Review Letters. 2012;108(12). https://doi.org/10.1103/physrevlett.108.120802.

120. Chu LJ. Physical limitations of omni-directional antennas. J Appl Phys. 1948;19(12):1163–75. https://doi.org/10.1063/1.1715038.

121. Harrington RF. Effffect of antenna size on gain, bandwidth, and effiffifficiency. J Res Natl Bur Stand, D Radio Propag. 1960;64D(1):1. https://doi.org/10.6028/jres.064d.003.

122. Facon A et al. A sensitive electrometer based on a Rydberg atom in a Schr?dinger-cat state. Nature. 2016;535(7611):262–5. https://doi.org/10.1038/nature18327.

123. Cox KC, et al. Quantum-Limited Atomic Receiver in the Electrically Small Regime. Physical Review Letters. 2018;121(11). https://doi.org/10.1103/physrevlett.121.110502.

124. Meyer DH, Kunz PD, Cox KC. Waveguide-Coupled Rydberg Spectrum Analyzer from 0 to 20 GHz. Physical Review Applied. 2021;15(1). https://doi.org/10.1103/physrevapplied.15.014053.

125. Robinson AK, et al. Determining the Angle-of-Arrival of an Radio-Frequency Source with a Rydberg Atom-Based Sensor; 2021. 2101.12071 [physics.atom-ph].

126. Gariepy G, et al. Single-photon sensitive light-in-fifight imaging. Nature Communications. 2015;6(1). https://doi.org/10.1038/ncomms7021.

127. Aspden RS et al. Photon-sparse microscopy: visible light imaging using infrared illumination. Optica. 2015;2(12):1049. https://doi.org/10.1364/optica.2.001049.

128. Moreau P-A et al. Ghost imaging using optical correlations. Laser Photonics Rev. 2017;12(1):1700143.

https://doi.org/10.1002/lpor.201700143.

129. Meyers R, Deacon K. Space-time quantum imaging. Entropy. 2015;17(3):1508–34. https://doi.org/10.3390/e17031508.

130. Walborn SP et al. Spatial correlations in parametric down-conversion. Phys Rep. 2010;495(4–5):87–139.

https://doi.org/10.1016/j.physrep.2010.06.003.

131. Pelliccia D, et al. Experimental X-Ray Ghost Imaging. Physical Review Letters. 2016;117(11). https://doi.org/10.1103/physrevlett.117.113902.

132. Li S, et al. Electron Ghost Imaging. Physical Review Letters. 2018;121(11). https://doi.org/10.1103/physrevlett.121.114801.

133. Brida G, et al. Measurement of Sub-Shot-Noise Spatial Correlations without Background Subtraction. Physical Review Letters. 2009;102(21). https://doi.org/10.1103/physrevlett.102.213602.

134. Lloyd S. Enhanced sensitivity of photodetection via quantum illumination. Science. 2008;321(5895):1463–5.

https://doi.org/10.1126/science.1160627.

135. Smith III JFS. Quantum entangled radar theory and a correction method for the effffects of the atmosphere on entanglement. In: Donkor EJ, Pirich AR, Brandt HE, editors. Quantum information and computation VII. 2009.

Bellingham: SPIE. https://doi.org/10.1117/12.819918.

136. Barzanjeh S et al. Microwave quantum illumination using a digital receiver. Sci Adv. 2020;6(19):eabb0451.

https://doi.org/10.1126/sciadv.abb0451.

137. Luong D, Rajan S, Balaji B. Entanglement-based quantum radar: from myth to reality. IEEE Aerosp Electron Syst Mag. 2020;35(4):22–35. https://doi.org/10.1109/maes.2020.2970261.

138. Maccone L, Ren C. Quantum Radar. Physical Review Letters. 2020;124(20). https://doi.org/10.1103/physrevlett.124.200503.

139. Barzanjeh S, et al. Microwave Quantum Illumination. Physical Review Letters. 2015;114(8). https://doi.org/10.1103/physrevlett.114.080503.

140. Karsa A, Pirandola S. Energetic Considerations in Quantum Target Ranging; 2021. 2011.03637 [quant-ph].

141. Lanzagorta M. Quantum radar. In: Synthesis digital library of engineering and computer science. San Mateo: Morgan Kaufmann; 2011. ISBN 9781608458264.

142. Pirandola S et al. Advances in photonic quantum sensing. Nat Photonics. 2018;12(12):724–33.

https://doi.org/10.1038/s41566-018-0301-6.

143. Zhuang Q, Pirandola S. Entanglement-enhanced testing of multiple quantum hypotheses. Communications Physics. 2020;3(1). https://doi.org/10.1038/s42005-020-0369-4.Krelina EPJ Quantum Technology (2021) 8:24 Page 49 of 53

144. Chu Y et al. Quantum acoustics with superconducting qubits. Science. 2017;358(6360):199–202. https://doi.org/10.1126/science.aao1511.

145. Satzinger KJ et al. Quantum control of surface acoustic-wave phonons. Nature. 2018;563(7733):661–5.

https://doi.org/10.1038/s41586-018-0719-5.

146. Wu H, et al. Beat frequency quartz-enhanced photoacoustic spectroscopy for fast and calibration-free continuous trace-gas monitoring. Nature Communications. 2017;8(1). https://doi.org/10.1038/ncomms15331.

147. Fischer B. Optical microphone hears ultrasound. Nat Photonics. 2016;10(6):356–8. https://doi.org/10.1038/nphoton.2016.95.

148. Faist J et al. Quantum cascade laser. Science. 1994;264(5158):553–6. https://doi.org/10.1126/science.264.5158.553.

149. Khalatpour A et al. High-power portable terahertz laser systems. Nat Photonics. 2020. https://doi.org/10.1038/s41566-020-00707-5.

150. Reding DF, Eaton J. Science & technology trends 2020-2040. NATO science & technology organization. 2020.

151. Makarov V, Hjelme DR. Faked states attack on quantum cryptosystems. J Mod Opt. 2005;52(5):691–705.

https://doi.org/10.1080/09500340410001730986.

152. Zhao Y, et al. Quantum hacking: experimental demonstration of time-shift attack against practical quantum-key-distribution systems. Physical Review A. 2008;78(4). https://doi.org/10.1103/physreva.78.042333.

153. Lydersen L et al. Hacking commercial quantum cryptography systems by tailored bright illumination. Nat Photonics. 2010;4(10):686–9. https://doi.org/10.1038/nphoton.2010.214.

154. Gerhardt I, et al. Full-fifield implementation of a perfect eavesdropper on a quantum cryptography system. Nature Communications. 2011;2(1). https://doi.org/10.1038/ncomms1348.

155. Bugge AN, et al. Laser Damage Helps the Eavesdropper in Quantum Cryptography. Physical Review Letters.

2014;112(7). https://doi.org/10.1103/physrevlett.112.070503.

156. Vermeer MJD, Peet ED. Securing communications in the quantum computing age: managing the risks to encryption. Santa Monica: RAND Corporation; 2020. https://doi.org/10.7249/RR3102.

157. Pirandola S et al. Advances in quantum cryptography. In: Advances in optics and photonics. 2020. p. 1012.

https://doi.org/10.1364/aop.361502.

158. Lindsay JR. Demystifying the quantum threat: infrastructure, institutions, and intelligence advantage. Secur Stud. 2020;29(2):335–61. https://doi.org/10.1080/09636412.2020.1722853.

159. Herman A, Friedson I. Quantum computing: how to address the national security risk. Hudson Institute; 2018.

160. European Commission. Joint Research Centre. The impact of quantum technologies on the EU’s future policies.

Part 2, Quantum communications: from science to policies. Publications Offiffiffice; 2018. ISBN: 978-92-79-77314-3.

https://doi.org/10.2760/881896.

161. Kline K, Salvo M, Johnson D. How artifificial intelligence and quantum computing are evolving cyber warfare. Cyber intelligence initiative, The Institute of World Politics. 2019. https://www.iwp.edu/cyber-intelligence-initiative/

2019/03/27/how-artifificial-intelligence-and-quantum-computing-are-evolving-cyber-warfare/ (visited on 02/24/2021).

Wolf SA et al. The changing face of data security: 2020 Thales data threat report. Thales. 2020.

163. Gil D. How to Preserve the Privacy of Your Genomic Data. Scientifific American. Nov. 2020. URL:

https://www.scientifificamerican.com/article/how-to-preserve-the-privacy-of-your-genomic-data/ (visited on

11/11/2020).

164. Huang H-L, et al. Homomorphic encryption experiments on IBM’s cloud quantum computing platform. Front Phys.

2016;12(1). https://doi.org/10.1007/s11467-016-0643-9.

165. Cameron L. Internet of Things Meets the Military and Battlefifield. IEEE Computer Society. URL:

https://www.computer.org/publications/tech-news/research/internet-of-military-battlefifield-things-iomt-iobt (visited on 03/29/2021).

166. Fernandez-Carames TM. From pre-quantum to post-quantum IoT security: a survey on quantum-resistant cryptosystems for the Internet of things. IEEE Int Things J. 2020;7(7):6457–80.

https://doi.org/10.1109/jiot.2019.2958788.

167. Moskovich D. An Overview of the State of the Art for Practical Quantum Key Distribution. 2015. 1504.05471 [quant-ph].

168. Lucamarini M, et al. Implementation Security of Quantum Cryptography. 2018. ETSI White Paper No. 27.

169. European Commission. The European Quantum Communication Infrastructure (EuroQCI) Initiative. Oct. 26, 2020.

URL: https://digital-strategy.ec.europa.eu/en/policies/european-quantum-communication-infrastructure-euroqci

(visited on 09/08/2021).

170. National Security Agency (NSA). NSA Cybersecurity Perspectives on Quantum Key Distribution and Quantum Cryptography. Oct. 2020;26. https://www.nsa.gov/News-Features/Feature-Stories/Article-View/Article/2394053/

nsa-cybersecurity-perspectives-on-quantum-key-distribution-and-quantum-cryptogr/ (visited on 09/08/2021).

171. Abellan C, Pruneri V. The future of cybersecurity is quantum. IEEE Spectr. 2018;55(7):30–5. https://doi.org/10.1109/mspec.2018.8389185.

172. Kelsey J et al. Cryptanalytic attacks on pseudorandom number generators. In: Vaudenay S, editor. Fast software

encryption. Berlin: Springer. 1998. p. 168–88. ISBN 978-3-540-69710-7.

173. Mosca M, Mulholland J. A methodology for quantum risk assessment. GRI (Global Risk Institute); 2017.

174. Bogomolec X, Underhill JG, Kovac SA. Towards Post-Quantum Secure Symmetric Cryptography: a Mathematical Perspective. Cryptology. ePrint Archive, Report 2019/1208. 2019.

175. Satoh T et al. Attacking the quantum Internet. 2020. 2005.04617 [quant-ph].

176. Lavoix H. Quantum Optimization and the Future of Government. The Red Team Analysis Society. Oct. 2019. URL:

https://www.redanalysis.org/2019/10/28/optimisation-quantique-et-futur-gouvernements/ (visited on 11/17/2020).

177. Uppal R. Military decision support require effiffifficient optimization algorithms. International Defense Security & Technology. Oct. 2019. URL:

https://idstch.com/technology/ict/military-decision-support-require-effiffifficient-optimization-algorithms/ (visited on

01/27/2021).Krelina EPJ Quantum Technology (2021) 8:24 Page 50 of 53

178. Wilson JR. The future of artifificial intelligence and quantum computing. Military & Aerospace Electronics. Aug. 2020.

URL: https://www.militaryaerospace.com/computers/article/14182330/

future-of-artifificial-intelligence-and-quantum-computing (visited on 01/27/2021).

179. Allen EH, Tallant GS, Elliot MA. Computer systems and methods for quantum verifification and validation. US patent US8832165B2. 2010.

180. Quantum Computing: Spot-Checking Millions of Lines of Code. Lockheed Martin; 2017. URL:https://www.lockheedmartin.com/en-us/news/features/2017/

quantum-computing-spot-checking-millions-lines-code.html (visited on 11/17/2020).

181. Huang H-Y et al. Power of data in quantum machine learning. Nat Commun. 2021. https://doi.org/10.1038/s41467-021-22539-9.

182. Artifificial Intelligence and Machine Learning in Defense Applications et al., eds. Artifificial Intelligence and Machine

Learning in Defense Applications: 10-12 September 2019, Strasbourg, France. English. OCLC: 1130085146. 2019. ISBN: 9781510630413.

183. De Spiegeleire S, Maas M, Sweijs T. Artifificial intelligence and the future of defense: strategic implications for small

and medium-sized force providers. The Hague Centre for Strategic Studies (HCSS); 2017.

184. Chancé A. Quantum machine learning is going to be the biggest application of quantum computing in the next

ten years. http://quantumwa.org/wp-content/uploads/2018/09/Peter-Wittek-Quantum-machine-learning-is

-going-to-be-the-biggest-application-of-quantum-computing-in-the-next-ten-years.pdf.pdf. Interview with Prof. Peter Wittek. 2018.

185. Huggins W et al. Towards quantum machine learning with tensor networks. Quantum Sci Technol. 2019;4(2):024001. https://doi.org/10.1088/2058-9565/aaea94.

186. Neumann NMP, van Heesch MPP, de Graaf P. Quantum Communication for Military Applications. 2020. 2011.04989 [quant-ph].

187. Quantum security technologies. NCSC (white paper). Mar. 2020. URL:

https://www.ncsc.gov.uk/whitepaper/quantum-security-technologies (visited on 11/25/2020).

188. Long GL, Liu XS. Theoretically effiffifficient high-capacity quantum-key-distribution scheme. Physical Review A. 2002;65(3). https://doi.org/10.1103/physreva.65.032302.

189. Bostr?m K, Felbinger T. Deterministic Secure Direct Communication Using Entanglement. Physical Review Letters. 2002;89(18). https://doi.org/10.1103/physrevlett.89.187902.

190. Zhang W et al. Quantum Secure Direct Communication with Quantum Memory. Physical Review Letters. 2017;118(22). https://doi.org/10.1103/physrevlett.118.220501.

191. Qi R, et al. Implementation and security analysis of practical quantum secure direct communication. Light Sci Appl. 2019;8(1). https://doi.org/10.1038/s41377-019-0132-3.

192. Gao G. Two quantum dialogue protocols without information leakage. Opt Commun. 2010;283(10):2288–93.

https://doi.org/10.1016/j.optcom.2010.01.022.

193. Han L-F et al. Multiparty quantum secret sharing of secure direct communication using single photons. Opt Commun. 2008;281(9):2690–4. https://doi.org/10.1016/j.optcom.2007.12.045.

194. You X, et al. Towards 6G wireless communication networks: vision, enabling technologies, and new paradigm shifts.

Sci China Inf Sci. 2020;64(1). https://doi.org/10.1007/s11432-020-2955-6.

195. Gottesman D, Chuang I. Quantum digital signatures. arXiv e-prints. May 2001. quant-ph/0105032 [quant-ph].

196. Malaney RA. Quantum location verifification in noisy channels. In: 2010 IEEE global telecommunications conference

GLOBECOM 2010. New York: IEEE; 2010. https://doi.org/10.1109/glocom.2010.5684009.

197. Chakraborty K, Leverrier A. Practical position-based quantum cryptography. Physical Review A. 2015;92(5).

https://doi.org/10.1103/physreva.92.052304.

198. Kómár P et al. A quantum network of clocks. Nat Phys. 2014;10(8):582–7. https://doi.org/10.1038/nphys3000.

199. Giovannetti V, Lloyd S, Maccone L. Quantum-enhanced positioning and clock synchronization. Nature. 2001;412(6845):417–9. https://doi.org/10.1038/35086525.

200. Jozsa R et al. Quantum clock synchronization based on shared prior entanglement. Phys Rev Lett. 2000;85(9):2010–3. https://doi.org/10.1103/physrevlett.85.2010.

201. Krawinkel T, Sch?n S. Benefifits of Chip Scale Atomic Clocks in GNSS Applications. 2015. p. 2867–2874.

202. Bahder TB. Quantum positioning system; 2004. quant-ph/0406126.

203. Yang C, Wu D, Yu Y. The integration of GPS and interferometric quantum position system for high dynamic precise

positioning. In: The 2010 IEEE international conference on information and automation. New York: IEEE; 2010.

https://doi.org/10.1109/icinfa.2010.5512389.

204. Travagnin M. Cold atom interferometry for inertial navigation sensors: technology assessment: space and defence applications. EUR 30492 EN, JRC122785. Publications Offiffiffice of the European Union; 2020. ISBN 978-92-76-27076-8.

https://doi.org/10.2760/237221.

205. Lutwak R. Micro-Technology for Positioning, Navigation, and Timing Towards PNT Everywhere and Always. DARPA Dec. 2014;10. https://www.gps.gov/governance/advisory/meetings/2014-12/lutwak.pdf (visited on 09/10/2021).

206. Lewis A, et al. Quantum Technologies: implications for European Policy. 2016. EUR 28103 EN, EU JRC Science Hub. 207. Bongs K et al. Taking atom interferometric quantum sensors from the laboratory to real-world applications. Nat Rev Phys. 2019;1(12):731–9. https://doi.org/10.1038/s42254-019-0117-4.

208. El-Sheimy N, Youssef A. Inertial sensors technologies for navigation applications: state of the art and future trends. Satell Navig. 2020;1(1). https://doi.org/10.1186/s43020-019-0001-5.

209. Savoie D et al. Interleaved atom interferometry for high-sensitivity inertial measurements. Sci Adv. 2018;4(12):eaau7948. https://doi.org/10.1126/sciadv.aau7948.

210. Wang X, et al. Enhancing Inertial Navigation Performance via Fusion of Classical and Quantum Accelerometers. 2103.09378 [quant-ph].

211. Battelier B et al. Development of compact cold-atom sensors for inertial navigation. In: Stuhler J, Shields AJ, editors. Quantum optics. 2016. Bellingham: SPIE. https://doi.org/10.1117/12.2228351.

212. ColdQuanta. High-BIAS2 Accelerates Quantum Sensing Into Commercialization With New Milestones For Quantum Positioning System. Press release. Apr. 2021. URL:

https://www.prnewswire.co.uk/news-releases/high-bias2-accelerates-quantum-sensing-into-commercialization

-with-new-milestones-for-quantum-positioning-system-859771353.html (visited on 09/08/2021).Krelina EPJ Quantum Technology (2021) 8:24 Page 51 of 53

213. Canciani A, Raquet J. Airborne magnetic anomaly navigation. IEEE Trans Aerosp Electron Syst. 2017;53(1):67–80.

https://doi.org/10.1109/taes.2017.2649238.

214. Quantum Physicists Found a New, Safer Way to Navigate. Wired. Jan. 2018. URL:

https://www.wired.com/story/quantum-physicists-found-a-new-safer-way-to-navigate/?from=article_link (visited on 12/17/2020).

215. Moryl J, Rice H, Shinners S. The universal gravity module for enhanced submarine navigation. In: IEEE 1998 position location and navigation symposium (Cat. No. 98CH36153). New York: IEEE; 1998.

https://doi.org/10.1109/plans.1998.670124.

216. Ménoret V, et al. Gravity measurements below 10-9 g with a transportable absolute quantum gravimeter. Scientifific Reports. 2018;8(1). https://doi.org/10.1038/s41598-018-30608-1.

217. Bidel Y, et al. Absolute marine gravimetry with matter-wave interferometry. Nature Communications. 2018;9(1).

https://doi.org/10.1038/s41467-018-03040-2.

218. Sandwell DT et al. New global marine gravity model from CryoSat-2 and Jason-1 reveals buried tectonic structure. Science.2014;346(6205):65–7. https://doi.org/10.1126/science.1258213.

219. Bidel Y, et al. Absolute airborne gravimetry with a cold atom sensor. Journal of Geodesy. 2020;94(2).

https://doi.org/10.1007/s00190-020-01350-2.

220. Travagnin M. Cold atom interferometry for earth observation: perspectives for satellite based quantum gravimetry. European Commission. Joint Research Centre. Publications Offiffiffice; 2020. https://doi.org/10.2760/225071.

221. Mahadeswaraswamy C. Atom interferometric gravity gradiometer: disturbance compensation and mobile gradiometry. PhD thesis. Stanford University; 2009.

222. Geiger R, et al. Detecting inertial effffects with airborne matter-wave interferometry. Nature Communications. 2011;2(1). https://doi.org/10.1038/ncomms1479.

223. Perkins S. Tiny gravity sensor could detect drug tunnels, mineral deposits. Science. 2016. https://doi.org/10.1126/science.aaf9852.

224. Guo R. Cross-border resource management: theory and practice. Developments in environmental science 4. OCLC: 255072969. 1st ed. Amsterdam: Elsevier; 2005. ISBN 9780444519153.

225. Battersby S. The quantum age: technological opportunities. UK Government Offiffiffice for Science; 2016.

226. Gravity sensors see underground. Gravity Pioneer project, UK National Quantum Technologies Programme; 2019.

227. Marmugi L et al. Remote detection of rotating machinery with a portable atomic magnetometer. Appl Opt. 2017;56(3):743. https://doi.org/10.1364/ao.56.000743.

228. Hussain SY. Application of quantum magnetometers to security and defence screening. London: University College London; 2018.

229. Bond A, Brown L. The Suitability of Quantum Magnetometers for Defence Applications. Thales, UDT; 2019.

230. Kumar S et al. Real-time tracking magnetic gradiometer for underwater mine detection. In: Oceans’04 MTS/IEEE Techno-Ocean’04 (IEEE Cat. No. 04CH37600). New York: IEEE; 2004. https://doi.org/10.1109/oceans.2004.1405583.

231. Streland AH. A system concept for detecting deeply buried facilities from space. Fort Belvoir: Defense Technical Information Center; 2003. https://doi.org/10.21236/ADA424602. (Visited on 02/26/2021).

232. QLM Technology Ltd. Quantum Gas Cameras for Continuous Industrial Methane Monitoring. Product Brochure; 2021.

233. Cohen L, et al. Thresholded Quantum LIDAR: Exploiting Photon-Number-Resolving Detection. Physical Review Letters. 2019;123(20). https://doi.org/10.1103/physrevlett.123.203601.

234. Frick S, McMillan A, Rarity J. Quantum rangefifinding. Opt Express. 2020;28(25):37118. https://doi.org/10.1364/oe.399902.

235. Hardy ND, Shapiro JH. Computational ghost imaging versus imaging laser radar for three-dimensional imaging.

Physical Review A. 2013;87(2). https://doi.org/10.1103/physreva.87.023820.

236. Meyer DH et al. Assessment of Rydberg atoms for wideband electric fifield sensing. J Phys B, At Mol Opt Phys. 2020;53(3):034001. https://doi.org/10.1088/1361-6455/ab6051.

237. ColdQuanta. QRF - Technology Deep Dive. 2021. URL:

https://cdn.sanity.io/fifiles/sbcw1clc/production/7bd897d88fc744d0ef0ae7725ceffff5475699eb33.pdf.

238. Baili G et al. Quantum-based metrology for timing, navigation and RF spectrum analysis. In: Quantum technologies in optronics. European Defence Agency; 2019. https://doi.org/10.2836/848731.

239. Pietrzak J. Laser warning receivers. In: Wolinski WL, Jankiewicz Z, Romaniuk R, editors. Laser technology VII: applications of lasers. Bellingham: SPIE; 2003. https://doi.org/10.1117/12.520769.

240. Fei Y-Y, et al. Quantum man-in-the-middle attack on the calibration process of quantum key distribution. Scientifific Reports. 2018;8(1). https://doi.org/10.1038/s41598-018-22700-3.

241. Vergoossen T et al. Satellite quantum communications when man-in-the-middle attacks are excluded. Entropy. 2019;21(4):387. https://doi.org/10.3390/e21040387.

242. Lee MS et al. Quantum hacking on a free-space quantum key distribution system without measuring quantum signals. J Opt Soc Am B. 2019;36(3):B77. https://doi.org/10.1364/josab.36.000b77.

243. Gallego Torromé R, Ben Bekhti-Winkel N, Knott P. Introduction to quantum radar. 2021. 2006.14238 [quant-ph].

244. Shapiro JH. The quantum illumination story. IEEE Aerosp Electron Syst Mag. 2020;35(4):8–20. https://doi.org/10.1109/maes.2019.2957870.

245. China’s quantum radar was successfully developed. [in Chinese]. Phoenix News. Sept. 2016. URL:

http://news.ifeng.com/a/20160907/49929146_0.shtml (visited on 10/06/2020).

246. China Shows Offff First Quantum Radar Prototype. Aviation Week. Nov. 2018. URL:

https://aviationweek.com/defense-space/china-shows-fifirst-quantum-radar-prototype (visited on 10/06/2020).

247. Daum F. Quantum radar cost and practical issues. IEEE Aerosp Electron Syst Mag. 2020;35(11):8–20.https://doi.org/10.1109/maes.2020.2982755.

248. Karsa A, et al. Quantum illumination with a generic Gaussian source. Physical Review Research. 2020;2(2).

https://doi.org/10.1103/physrevresearch.2.023414.

249. Luong D et al. Receiver operating characteristics for a prototype quantum two-mode squeezing radar. IEEE Trans Aerosp Electron Syst. 2020;56(3):2041–60. https://doi.org/10.1109/taes.2019.2951213.Krelina EPJ Quantum Technology (2021) 8:24 Page 52 of 53

250. Lanzagorta M. Quantum radar cross sections. In: Zadkov VN, Durt T, editors. Quantum optics. 2010. Bellingham: SPIE.

https://doi.org/10.1117/12.854935.

每周一到周五，我們都將與光子盒的新老朋友相聚在微信視頻號，不見不散！

分享好友

分享好友