深層学習を通じて乱雑と秩序を橋渡しし、暗号用途に応用するランダムレーザー

光、混沌、そして隠れたパターン

私たちの日常の私信、銀行情報、医療記録は長いビット列から成るデジタル鍵によって守られています。これらの鍵は推測不可能であるべきですが、特に量子コンピュータの進展により、現在の数学的な鍵生成・共有の仕組みは安全とは言えなくなる可能性があります。本研究はまったく異なるアプローチを探ります：特別な種類の「ランダム」レーザーと人工知能を用いて、難解な数学的問題ではなく物理法則に基づいた方法で鍵を生成・伝送する手法です。

無秩序から生まれる不穏なレーザー

通常のレーザーにあるような精密な鏡の代わりに、ランダムレーザーは無秩序に頼ります。本研究では、染料分子と微小なナノ粒子で満たした短いプラスチック光ファイバーを用いています。緑色のレーザーパルスがこの濁った芯に入ると、光は予測できないように跳ね回り、散乱によって増幅されます。ある閾値以上のポンプエネルギーでは、増幅と散乱の混在により、スペクトルが細く鋭いスパイクの林のように見えるレーザーが生成されます。これらスパイクの位置（波長）は固定されますが、その高さはパルスごとに激しく揺れ動きます。この不穏な振る舞いは、暗号に必須の高品質な乱数源としてこの装置を魅力的にします。

時間的にはランダム、しかし全てが無秩序というわけではない

研究チームはまず、時間に沿った強度の揺らぎが予測可能かどうかを問います。彼らは各波長のスペクトルを別個の時系列として扱い、これらの信号の長い履歴を高度なニューラルネットワークモデルに与えます。比較のために、隠れた数式に従うため技術的には予測可能な、従来の疑似乱数列も生成します。ネットワークは人工的な疑似乱数列を容易に学習し、ほぼ完全な予測精度に到達します。これに対してレーザーデータでは、より多くの訓練例やより長い履歴を与えても同じモデルの性能は極めて低くなります。つまり、パルス単位では特定の波長チャネルの明るさは本質的に予測不可能であり、レーザーが高品質な乱数源であることが裏付けられます。

スペクトルに潜む秩序

しかし話は混沌で終わりません。ある瞬間のスペクトル全体を眺めると、波長間に構造の手がかりが見えます：ある波長は同調して上下し、別の波長は逆方向に振る舞う傾向があります。この微妙な秩序を探るために、著者らはスペクトルを安定したピークと谷だけをサンプリングして圧縮し、別の課題を深層ニューラルネットワークに与えます：同一時刻に残りのピークから一つまたは複数の欠落ピークの高さを予測するのです。ここで機械学習が光ります。他の波長の強度のみを使って、ネットワークは単一の欠落ピークを約99.99%の精度で復元でき、複数ピークでもなお高い精度を示します。言い換えれば、時間的にはランダムでも、ある瞬間におけるスペクトル成分はニューラルネットワークが学習可能な隠れた決定論的関係で結びついているのです。

揺らぎをデジタルな秘密へ変換する

時間的に乱雑で波長間に秩序があるという二重性に基づき、研究者たちは安全な鍵生成・配布のための物理的スキームを設計します。一方の当事者アリスは、選んだスペクトルピークの明るさを多数のパルスにわたって測定し、その予測不可能な列をランダムビットに変換します。ゼロと一が等確率で現れるよう慎重に処理し、厳格な統計試験を通過させます。次にアリスはそのピークをスペクトルから取り除き、残りの光のみをフリースペースでボブに送ります。ボブは不完全なスペクトルを測定し、事前に訓練されたニューラルネットワークにピークと谷の強度を入力します。ネットワークは各パルスで欠落ピークの強度を再構成し、ボブはアリスとまったく同じビット列を受け取ることができます—重要なピークを直接受け取ることなく。

盗聴者を暗闇に留める

著者らは二種類の盗聴者も想定します。一つは専用のニューラルネットワークにアクセスできず、近傍のスペクトルチャネルしかサンプリングできない者。もう一つは正しいネットワークを持つが、サンプリング位置がわずかにずれるような歪んだノイズの多い信号しか受け取れない者です。シミュレーションでは、両者ともアリスの鍵とほとんど相関のない鍵しか得られない一方で、ボブの再構成鍵はノイズやレーザー出力の変動があってもほぼ完全に一致します。誤り訂正符号を用いればボブのビットをさらに精緻化できますが、それは攻撃者にはほとんど助けになりません。要するに、この無秩序な光と巧妙なアルゴリズムの組み合わせは、従来の暗号が将来十分でなくなるかもしれない状況において、新しいハードウェアベースの情報保護手段を示すものです。

引用: Hu, Z., Qi, L., He, S. et al. Bridging disorder and order in random lasers for cryptographic applications via deep learning. Commun Phys 9, 132 (2026). https://doi.org/10.1038/s42005-026-02600-z

キーワード: ランダムレーザー, 物理的暗号, 深層学習, 安全な鍵配布, 光ファイバー