摘要：研究人员开发了一种新的光学系统，该系统使用全息图来编码信息，从而创建了传统方法无法渗透的一定级别。...

随着对数字安全性的需求的增长，研究人员开发了一种新的光学系统，该系统使用全息图来编码信息，从而创造了传统方法无法渗透的一定级别的加密。这项进步可以为更安全的通信渠道铺平道路，有助于保护敏感数据。

研究团队负责人Stelios Tzortzakis说：“从快速发展的数字货币到治理，医疗保健，通信和社交网络，对数字欺诈的强大保护系统的需求继续增长。” “我们的新系统通过利用神经网络来生成密钥，从而达到了特殊的加密水平，这只能由加密系统的所有者创建。”

在Optica，Tzortzakis及其同事描述了Optica Publishing Group，该系统使用神经网络来检索以全息图存储的精心打乱的信息。他们表明，训练有素的神经网络可以成功地解码炒图像中复杂的空间信息。

Tzortzakis说：“我们的研究为许多应用提供了坚实的基础，尤其是密码学和安全的无线光学通信，为下一代电信技术铺平了道路。” “即使在恶劣且不可预测的条件下，我们开发的方法也非常可靠，解决了现实世界中的挑战，例如艰难的天气，通常会限制自由空间光学系统的性能。”

争夺安全的光

研究人员在发现全息图用于编码激光束后开发了新系统，梁将变得完全，随机拼凑而成，并且无法使用物理分析或计算识别或检索原始梁的形状。他们认识到这是安全加密信息的理想方式。

Tzortzakis说：“挑战是弄清楚如何信息。” “我们提出了训练神经网络的想法，以认识到拼命的光模式的令人难以置信的细节。通过在神经网络中建立数十亿个复杂的连接或突触，我们能够重建原始的光束形状。这意味着我们有一种为每种加密系统配置而定的密钥的方法。”

为了创建一个完全和混乱的物理系统，将光束横梁拼凑起来，研究人员使用了与装有乙醇的小型比色杯相互作用的高功率激光器。液体不仅廉价，而且在短短几毫米的短繁殖距离内创造了所需的混沌行为。除了改变光束强度外，与液体相互作用的光还表现出热湍流，从而强烈增强了混乱的争夺。

成功编码和解码

为了证明新方法，研究人员将其应用于加密和解码数千个手写数字以及其他形状，例如动物，工具和日常对象，这些数据库被用作评估图像检索系统的参考文献。在优化了实验过程并训练神经网络之后，他们表明神经网络可以在90-95％的时间中准确检索编码的图像。他们说，通过对神经网络进行更广泛的培训，可以进一步提高这种速度。

研究人员计划通过增加诸如两因素身份验证的其他保护水平来进一步开发技术。由于该系统商业化的最大障碍是激光系统的成本和大小，因此他们还在调查昂贵，笨重的高功率激光器的具有成本效益的替代方案。