量子计算将改变网络安全格局:为何需要完善治理

Quantum computing
Quantum computing is still in its early phases but needs adequate governance for its future.Image: Jeremy Bezanger/Unsplash
本内容由人工智能自动翻译。
  • 量子计算处理数据和信息的能力远胜于经典计算机。

  • 积极主动的治理是充分发挥这项技术优势、减轻潜在风险并顺利迈入后量子时代的关键。

  • 治理还应考虑行为层面的方法,并将其与技术和程序性方法结合起来。

量子计算机的强大能力难以估量。与经典计算机相比,量子计算机之于经典计算机,犹如飞机之于汽车。两者的运行原理截然不同,无论汽车开得多快,都无法飞越河流。量子计算机运用不同的物理原理,即量子力学,来通信和处理信息;经典计算机基于经典物理学,永远无法以同样的方式做到这一点。

经典计算机一次只能存储一位信息(0或1),而量子计算机中的量子比特可以处于叠加态,同时具有0和1的某些特性。不过,运算结果也会处于叠加态;通过操纵叠加态提取所需答案,正是量子算法研究的领域。本文关注的是如何治理这项技术,以确保安全的未来。

量子计算发展的重要时刻

我们正身处量子计算发展史上的一个“莱特兄弟时刻”。但当商用喷气式飞机般的量子计算机问世时,它将推动信息技术实现新的飞跃,正如经典计算在20世纪带来的飞跃。和互联网、电力乃至火等通用技术一样,巨大利益总是伴随重大风险。

量子计算机的益处包括:模拟量子物理过程,从而更快地设计药物和材料;加速人工智能(AI)发展;以及提供更高水平的安全保障和信息通信能力。但量子计算机也可能被用于破解公钥加密、加速并放大当前AI带来的风险,或在生物技术领域遭到滥用,用于设计生物武器或制造其他风险。

因此,很难想象这类技术若缺乏有力监管和治理政策,如何取得成功。试想一个没有电力监管、互联网协议和消防安全标准的世界。然而,尽管量子计算机的风险已广为人知,由于其发展前景尚不明朗,目前为减轻这些风险所采取的行动仍然有限。

量子计算的治理

完善治理是降低量子计算风险、最大限度发挥其益处的关键。然而,人们很容易迷失在潜在益处和风险的各种细节之中。量子计算是经典计算的延伸,势必会继承两者。

因此,在制定量子计算政策时,更有效的做法是先审视现行政策,确定哪些政策需要:

  • 采纳,以应对类似风险。

  • 扩展,以减轻加剧的风险。

  • 修订,以应对新的或未预见的风险。

量子计算的一个前景广阔的领域是优化,这将加速AI发展,进而加剧数据偏见等相关风险。因此,至关重要的是,要区分量子计算会带来哪些新因素,又会放大哪些现有因素。

治理的三种方法

以网络安全为例,在不失一般性的前提下,治理方法可以分为三类:

  • 技术层面:强化软件或硬件,例如采用更强的加密方式或双因素身份验证。

  • 程序层面:落实政策和法规,例如要求设置更强的密码或遵守合规要求。

  • 行为层面:利用心理和社会行为影响决策,例如更改默认设置、提高认知或施加社会压力。

这三种方法同等重要,但最后一种往往被忽视。程序性方法基于经典经济学理论,假定人是理性的、自私的,并追求利润最大化。相比之下,行为方法基于现代行为经济学,认识到人并非完全理性,也会受到情绪和认知偏差的影响。

通过行为策略减轻量子风险的方法有很多,这里重点介绍两个例子。

“别给我时间,给我一个期限”

容错量子计算机将能够破解保护现代通信的大多数公钥加密。即使威胁可能还很遥远,也必须立即开始准备,因为对手可以在今天存储加密数据,待技术足够成熟后再追溯解密。

这一威胁很好地说明了如何运用上述所有策略。例如,从技术层面解决问题,可以开发新的抗量子加密方案;这已是密码学领域一个活跃的研究方向。另一种技术方法是使用量子密钥分发(QKD)协议,通过量子通信信道交换密钥,以应对量子计算机。

在程序层面,美国国家标准与技术研究院(NIST)的后量子密码学竞赛和欧盟的OpenQKD项目都是制定标准和协议、为量子安全的未来铺路的优秀范例。

然而,人们需要有动力踏上这条道路,而我们认为行为方法可以在这方面发挥作用。仅仅提高认知远远不够,反吸烟宣传就是一个例子。

相反,营造紧迫感或许是更有效的行为方法,例如人为设定一个过渡到后量子密码学的期限。期限即使由自己设定,也已证明行之有效,能够提升表现。

例如,在NIST标准公布后,可以规定五年内,任何使用前量子密码学加密的数据都不再受到法律保护。这样一来,消费者就会向供应商施压,要求其提供量子安全解决方案,供应商也会因此加快转型。

人们往往会高估自己的表现

社会学领域早已发现,与同侪相比,人们往往会高估自己的表现,有时也会低估。1981年发表的一项著名瑞典研究发现,88%的美国驾驶员认为自己的驾驶技能高于平均水平。

这就是邓宁—克鲁格效应的一个例子:知识有限的人往往会高估自己的能力。这一现象的关键在于“知识有限”,但研究也表明,人们往往会承认自己的弱点,并在获得表现反馈后不断改进,尤其是在与他人比较时。

一项实验表明,得知自己将获知排名的人比另一组未得到反馈的人更加努力。我们可以设想,这类策略也能在宏观层面发挥作用。因此,可以考虑建立全球量子准备度指数,作为一种反馈工具,帮助各国评估自身表现并追踪发展轨迹。

此外,这类相对排名会形成必要的社会压力,激励各国政府提升量子准备度。不过,设计此类指数时应谨慎,避免打击排名靠后国家的积极性。例如,可以按地区划分榜单,并丰富评估指标,例如增设量子传感维度。这样,即使某国在总榜上名列前茅,政府也会受到推动,更加重视这一领域。

新问题需要新方案

量子计算是一个新问题,需要我们采用最新的解决方案。至关重要的是,不要因旧威胁而忽视新威胁。在这方面,行为方法十分有效,成本也低。

话虽如此,这并不意味着在考虑量子计算治理时,应以行为方法取代技术或程序性方法;而是应将行为方法纳入可行解决方案之中,并在制定新的量子计算相关政策时加以考虑。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。