Simulação computacional de um Gerador Quântico de Números Aleatórios (QRNG) baseado em sistemas fotônicos de Variáveis Contínuas (CV). A aleatoriedade é extraída das flutuações do vácuo quântico via Medição Homódina, utilizando o formalismo gaussiano do Strawberry Fields.
Validação da fonte física (100.000 amostras)
| Parâmetro | Teórico | Empírico | Desvio |
|---|---|---|---|
| Média (µ) | 0,0000 | −0,0038 | −0,004 |
| Desvio-padrão (σ) | 1,0000 | 0,9981 | −0,002 |
| R² (Q-Q plot) | — | 0,99998 | — |
Extração de von Neumann
| Métrica | Valor |
|---|---|
| Bits extraídos | 25.020 |
| Eficiência do extrator | 50,04% |
| Eficiência teórica esperada | 50,00% |
| Proporção de 1s | 0,4954 |
| Viés residual | −0,46% |
| IC 95% do viés residual | [−1,08%; +0,16%] |
Validação criptográfica (One-Time Pad, 1.612 bytes)
| Teste | Resultado |
|---|---|
| Decriptação | ✓ 100% de fidelidade |
| Proporção de 1s cifrados | 0,5053 |
| Chi-quadrado (χ²) | 254,32 (255 graus de liberdade) |
| p-valor | 0,5002 — Uniforme ✓ |
Vácuo Quântico → Medição Homódina → Binarização por Limiar → Extrator de von Neumann → Chave → Cifra XOR (OTP)
pip install strawberryfields numpy matplotlib scipypython main.pySerão gerados automaticamente:
validacao_gaussiana.png— histograma com curva teórica + Q-Q plot (R² = 0,99998)validacao_criptografica.png— distribuição de bytes originais vs. cifrados
Os resultados derivam de uma simulação clássica do formalismo gaussiano, não de um experimento físico real. O backend do Strawberry Fields reproduz fielmente a estatística das flutuações do vácuo quântico, mas não captura imperfeições de implementações físicas como ruído de detecção e perdas ópticas. Os resultados representam um limite superior de desempenho.