Een brug tussen wanorde en orde in willekeurige lasers voor cryptografische toepassingen via deep learning

Licht, chaos en verborgen patronen

Dagelijks worden onze privéberichten, bankgegevens en medische dossiers beschermd door digitale sleutels—lange reeksen bits die onmogelijk te raden zouden moeten zijn. Maar naarmate computers, en in het bijzonder kwantumcomputers, krachtiger worden, zijn de huidige wiskundige trucs voor het genereren en uitwisselen van deze sleutels mogelijk niet langer veilig. Deze studie onderzoekt een geheel andere benadering: het gebruik van een speciaal soort “willekeurige” laser en kunstmatige intelligentie om sleutels te creëren en te verzenden op basis van de wetten van de natuurkunde in plaats van op lastige wiskundige problemen.

Een rusteloze laser geboren uit wanorde

In plaats van de zorgvuldig gepolijste spiegels die in gewone lasers worden gebruikt, vertrouwt een random laser op wanorde. Hier gebruiken de auteurs een kort stuk plastic optische vezel gevuld met kleurstofmoleculen en kleine nanodeeltjes. Wanneer een groene laserpuls de troebele kern binnendringt, kaatst het licht op onvoorspelbare wijze rond en neemt het in energie toe door verstrooiing. Boven een bepaalde pompenergie produceert deze mix van versterking en verstrooiing een laser met een spectrum dat lijkt op een bos van smalle, gekartelde pieken. De posities van die pieken in kleur blijven vast, maar hun hoogtes flikkeren wild van puls tot puls. Dit rusteloze gedrag maakt het apparaat tot een aantrekkelijke fysieke bron van willekeur, een essentieel ingrediënt voor veilige cryptografie.

Willekeurig in de tijd, maar niet in alle opzichten

Het team vraagt zich eerst af of deze intensiteitsfluctuaties in de tijd te voorspellen zijn. Ze behandelen het spectrum bij elke kleur als een aparte tijdrij en voeren lange historieken van deze signalen in verschillende geavanceerde neurale netwerkmodellen die doorgaans uitstekend zijn in het leren van patronen in data. Ter vergelijking genereren ze ook een conventionele pseudowillekeurige reeks, die technisch voorspelbaar is omdat deze een verborgen formule volgt. De netwerken leren die kunstmatige reeks moeiteloos en bereiken bijna perfecte voorspellingsnauwkeurigheid. In schril contrast presteren dezelfde modellen uiterst slecht op de laserdata, zelfs wanneer ze meer trainingsvoorbeelden of langere historieken krijgen. Dit toont aan dat de helderheid bij een gegeven kleurkanaal van puls tot puls in wezen onvoorspelbaar is, wat de waarde van de laser als hoogwaardige bron van willekeur versterkt.

Orde verborgen in het spectrum

Toch eindigt het verhaal niet bij chaos. Wanneer de auteurs het spectrum op een enkel moment in de tijd bekijken, zien ze aanwijzingen voor structuur: sommige golflengten neigen samen te stijgen en te dalen, terwijl andere elkaar tegengesteld gedragen. Om deze subtiele orde te onderzoeken, comprimeren ze elk spectrum door alleen de stabiele pieken en dalen te bemonsteren en geven ze een diep neuraal netwerk een nieuwe uitdaging: voorspel de hoogte van één of meer ontbrekende pieken aan de hand van de resterende pieken op datzelfde moment. Nu komt machine learning tot zijn recht. Met alleen de intensiteiten op andere kleuren kan het netwerk een enkele ontbrekende pie met ongeveer 99,99% nauwkeurigheid herstellen en meerdere pieken met nog steeds hoge nauwkeurigheid. Met andere woorden: hoewel de laser in de tijd willekeurig is, zijn de spectrale componenten op een gegeven moment verbonden door een verborgen, deterministische relatie die een neuraal netwerk kan leren benutten.

Flikkering omzetten in digitale geheimen

Voortbouwend op deze dubbele aard—willekeurig over de tijd, geordend over kleuren—ontwerpen de onderzoekers een fysiek schema voor veilige sleutelgeneratie en -verdeling. Eén partij, Alice, meet de helderheid van een gekozen spectrale pie over vele pulsen en zet deze onvoorspelbare reeks om in willekeurige bits, waarbij ze die zorgvuldig verwerkt zodat nullen en enen even waarschijnlijk zijn en strenge statistische tests doorstaan. Vervolgens verwijdert ze die pie uit het spectrum en zendt alleen het resterende licht via vrije ruimte naar Bob. Bob meet het onvolledige spectrum en voert de intensiteiten van pieken en dalen in een vooraf getraind neuraal netwerk. Het netwerk reconstrueert bij elke puls de intensiteit van de ontbrekende pie, waardoor Bob precies dezelfde bitreeks kan genereren als Alice—zonder ooit de cruciale pie direct te hebben ontvangen.

Afluisteraars in het duister houden

De auteurs beschouwen ook twee typen afluisteraars. De één luistert mee zonder toegang tot het gespecialiseerde neurale netwerk en kan alleen een nabijgelegen spectraal kanaal bemonsteren; de ander heeft het juiste netwerk maar ontvangt een vervormd, ruisig signaal dat de bemonsteringsposities licht verschuift. In simulaties houden beide aanvallers in wezen sleutels over die niet gecorreleerd zijn met die van Alice, terwijl Bobs gereconstrueerde sleutel bijna perfect overeenkomt, zelfs bij ruis en variaties in laservermogen. Foutencorrectiecodes kunnen Bobs bits verder opschonen zonder de aanvallers te helpen. Voor de niet-specialist is de kernboodschap dat deze hybride van wanordelijk licht en slimme algoritmen gedeelde digitale geheimen kan creëren die buitengewoon moeilijk te stelen zijn, wat wijst op nieuwe, hardwaregebaseerde manieren om onze informatie te beveiligen in een toekomst waarin traditionele cryptografie mogelijk niet voldoende is.

Bronvermelding: 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

Trefwoorden: willekeurige lasers, fysieke cryptografie, deep learning, veilige sleutelverdeling, optische vezels