[发明专利]一种基于随机森林算法的量子密钥分发参数优化方法

权利要求书

1.一种基于随机森林算法的量子密钥分发参数优化方法，其特征在于：所述优化方法使用多输入多输出随机森林RF来预测任意给定系统条件下量子密钥分发系统的最佳强度和发送概率，在训练过程中，将一系列表示为的数据输入到随机森林中进行训练，其中表示系统参数，表示使用局部搜索算法LSA得到的最佳传输参数；使训练后的随机森林掌握函数的特性；所述优化方法中训练及预测过程包括以下具体步骤：

步骤一、利用程序随机生成系统参数组合，而后使用局部搜索算法LSA计算每组系统参数对应的最优传输参数及密钥率，从而构成训练数据集；其中系统参数主要包括本底误码率e_d，暗计数率d，探测器效率η_d，发送脉冲数N，以及通信双方之间的传输距离L，由于探测器效率η_d可以转换为透光率，因而为了简化RF结构将其设置为固定值；

步骤二、采用Standardization进行特征缩放，即

其中，mean(x)表示特征x的均值，σ表示特征x的方差，经标准化后的数据符合标准正态分布，能够加速权重参数的收敛；注意此处仅对输入特征即系统参数进行标准化；将预处理后的数据输入到RF训练器中以训练得到基于RF的参数预测模型；

步骤三、封装测试，借助已经训练好的RF模型，向其中输入任意给定系统参数组合就可以直接预测最优参数根据和分别计算码率并比较，表示预测参数。

2.根据权利要求1所述的一种基于随机森林算法的量子密钥分发参数优化方法，其特征在于：所述方法仅在初次使用时需要进行训练，此后可以直接进行参数优化。

3.根据权利要求1所述的一种基于随机森林算法的量子密钥分发参数优化方法，其特征在于：所述方法适用于BB84-QKD协议和MDI协议，且不受设备实施影响。