基于联邦深度学习的量子密钥分发侧信道攻击检测方法

本发明公开了一种基于联邦深度学习的量子密钥分发侧信道攻击检测方法，包括S1、收集多个量子密钥分发节点的侧信道数据；S2、在各个节点上初始化用于模式识别和异常检测的深度学习模型；S3、使用所收集的侧信道数据在各节点上分别训练深度学习模型，去识别和分类量子密钥分发中的侧信道攻击模式；S4、通过联邦学习协议在各节点间共享模型的参数更新，不共享原始数据，通过所述协议保护数据隐私和安全；S5、在各本地节点对接收的共享模型参数进行集成和优化；S6、在实时环境中运行优化后的深度学习模型，进行侧信道攻击的实时检测。本发明具备数据隐私保护高、攻击检测精准度高和响应速度快的优点。