Quanten-Zufall mit Python programmieren (QRNG)

echter Zufall spielt eine zentral Rolle in vielen Bereichen unseres Lebens von der wissenschaftlichen Forschung über Technologie bis hin zu alltäglichen Entscheidungen aber was genau ist echter Zufall und warum ist er so wichtig in diesem Video lernst du wie man mit nur wenigen Zahlencode einen Quanten Zufallszahlengenerator in Python programmieren kann der echte Zufallszahlen liefert damit werden Verschlüsselungsalgorithmen die sich auf echten Zufall verlassen noch sich echter Zufall unterscheidet sich von randomisierten Prozessen die durch Algorithmen erzeugt werden wenn ein Computer durch komplizierte Algorithmen scheinbar zufällige Zufallszahlen erzeugen kann sind diese Zahlen tatsächlich deterministisch das heißt sie sind letztendlich vorhersehbar wenn man den Algorithmus und die Ausgangsbedingungen das sogenannte si kennt echter Zufall hingegen entsteht durch Prozesse die nicht vorhersehbar sind und von externen Faktoren beeinflusst werden können wie z.B das Rauschen von elektronischen Bauteilen oder das zerfallverhalten von radioaktiven Elementen echte zufallsprozesse sind auch in der Simulation von komplexen Systemen wichtig ob in der Klimaforschung der finanzmodellierung oder der Epidemiologie die Verwendung echter Zufallsvariablen ermöglicht realistischere Modelle und Prognosen in der Kryptographie die für die verschlüsselte und vorlauschangriffen geschützte Kommunikation unabdingbar ist sind echte Zufallszahlen notwendig um sich sichere Schlüsse zu erzeugen Pseudozufallszahlen können potenziell vorhergesagt werden was Sicherheitslücken öffnet echter Zufall hingegen sorgt für die notwendige Unvorhersehbarkeit bevor wir mit der Implementierung unseres Quanten zufallszahlengenerators in Python beginnen können müssen wir uns zuerst einen geeigneten quantenschealkreis überlegen der den Algorithmus für quantenbasierte Zufallszahlen beschreibt wenn du wissen möchtest was man unter einem quantenschaltkreis versteht und wie diese funktionieren dann schau dir gerne mein Video dazu an den Link findest du unten in der Videobeschreibung wir beginnen mit einem Cubit im basiszustand Cat n0 um einen superpositionszustand zu erzeugen indem sich das Qubit mit jeweils gleicher Wahrscheinlichkeit im Zustand Cat 0 und Cat 1 befindet führen wir es in ein sogenanntes hadmat Gate dadurch wird das Cubit in diesen Zustand hier versetzt erst mit der Messung entscheidet sich das Cubit für einen der beiden Zustände 0 und 1 die wir aus der klassischen Informatik bereits kennen für welchen Wert es sich entscheidet können wir im Vorfeld nicht wissen allerdings können wir das mit dem betragsquadraten der wahrscheinlichkeitsamplituden hier vorne berechnen das Cubit befindet sich zu 1 dur W2 zum Quadrat also ein/b sprich 50% im Zustand 0 und zur gleichen Wahrscheinlichkeit im Zustand 1 nachdem wir gemessen haben die doppelte Linie hinten deutet an dass wir uns ab hier wieder in der klassischen Informatik befinden und das ist bereits der gesamte Algorithmus den wir gleich im Python implementieren werden wir versetzen am Anfang also zuerst ein Qubit in den Zustand cat0 dann wenden wir darauf die Hadam Transformation an um einen superpositionszustand zu erzeugen indem die beiden Ausgänge 0 und 1 nach der Messung gleich wahrscheinlich sind nach der Messung erhalten wir unser zufallsbit wir werden diesen quantenschaltkis hier später in unserem Python Programm n mal wiederholen je nachdem wie viele zufallsbit wir haben wollen niemand kann aktuell vorhersagen ob hinter der Entscheidung des cubits nicht doch ein Muster steckt doch für den Moment geht die Wissenschaft davon aus dass hier wirklich echter Zufall im Spiel ist was würde eigentlich passieren wenn wir das Cubit am Anfang statt in den Zustand Cat 0 in den Zustand Cat 1 versetzen schreib deine Vermutung gerne unten in die Kommentare wenn dich die Themen postquantenkryptografie echter Zufall und Angriff auf die Vertraulichkeit unserer Daten interessieren dann schau gerne bei meinem Vortrag am 26.09.2024 um 14 Uhr auf der digitalen Jobmesse von gettin it vorbei direkt im Anschluss findest du bei einer Q&A session Antworten auf all deine Fragen egal aus welcher Branche du kommst diese Messe verbinde dich mit führenden Unternehmen und bietete dir Zugang zu TOP itjobs du erhältst exklusive Einblicke von Experten die aus ihrem Arbeitsalltag berichten spannende Projekte vorstellen und die neuesten Trends in der IT-Sicherheit diskutieren und das Beste daran du hast die Chance direkt mit diesen Unternehmen zu chatten auf Wunsch sogar in einem persönlichen Videocall nutze diese Gelegenheit um wertvolle Kontakte zu knüpfen und mehr über deine zukünftigen Karrieremöglichkeiten zu erfahren die Teilnahme ist für Dich völlig kostenlos als besonderes Highlight wird dort ein kostenloser cvcheck angeboten um sicherzustellen dass dein Lebenslauf genaauo überzeugend ist wie du selbst verpasse nicht diese Chance tiefer in die Welt der IT sichicherheit einzutauchen wertvolle insights zu gewinnen und deine Karriere voranzutreiben wir sehen uns auf der digitalen Jobmesse von gettin it am 6 September sei dabei und gestalte deine Zukunft in der IT-Sicherheit die Links zur Anmeldung findest du unten in der Videobeschreibung oder im angepindten Kommentar wir beginnen unseren Quanten Zufallszahlengenerator mit der Erstellung einer Python Datei die den Namen qrng trägt als Programmierschnittstelle zum IBM Quantencomputer verwenden wir das Python du kisskit dass du dir mit den Befehl PIP install kisskit herunterladen und installieren kannst wenn die Installation erfolgreich war importieren wir uns von kisskit die Klassen Quantum circuit transpile Quantum Register und classical Register Quantum circuit wird verwendet um quantenschaltkreise zu erstellen transpile wird verwendet um den quantenschaltkreis so umzuschreiben dass er auf einem spezifischen Backend ausgeführt werden kann damit sind Änderungen gemeint die den quantenschaltkreis auf spezifischen Quantencomputern oder Simulatoren effizient ausführbar machen diese Transformation ist notwendig weil unterschiedliche quantenhardware unterschiedliche Fähigkeiten und Einschränkungen hat Quantum Register wird benötigt um ein quantenregister zu erzeugen ind dem unser Cubit Platz hat classicer Register brauchen wir um ein Register vorzuhalten indem die nach der Messung entstandenen klassischen Bits gespeichert werden zudem benötigen wir von kiskit an aer die Klasse aer Simulator das ist der Simulator den wir verwenden wollen Moment warum Simulator nun bevor wir unser Programm auf einem echten Quantencomputer laufen lassen und dafür Geld bezahlen müssen testen wir das Programm lieber lokal auf unserem Rechner mit einem Simulator für die Generierung von Zufallszahlen sollte im Sinne der Geheimhaltung ohnehin keine API verwendet werden weil die generierten Zufallszahlen natürlich beim API Anbieter gespeichert werden können und die Vertraulichkeit damit kompromittiert wird danach erzeugen wir uns mit dem Aufruf des Konstruktors aer Simulator ein aer Simulator den wir in einer gleichnahigen Variable speichern der Parameter memory gleich true den wir dem konstruktorübergeben wird verwendet um die Ergebnisse jedes Durchlaufs zwischen zu speeichern anderenfalls hätten wir nach der Ausführung unseres Programms nur Zugriff auf die Statistik die uns angibt wie oft sich das Qubit für den Zustand 0 und wie oft für den Zustand 1 entschiedt hat und das bringt uns natürlich nichts weil wir ja an der bitsequenz interessiert sind wir führen den quantenschaltkreis den wir uns zuvor für den quantenzufallszahlengenerator überlegt haben nm aus je nachdem wie viele Zufallsbits wir haben wollen und es bringt uns dann natürlich nichts nur zu wissen dass z.B bei 1000 Durchläufen 501 mal die 0 und 499 mal die 1 gewürfelt wurde jetzt definieren wir mit einem Aufruf des Konstruktors Quantum Register ein quantenregister in dem Platz v Qubit ist und weisen das der Variable QR zu unser Cubit im quantenregister befindet sich übrigens standardmäßig im Zustand Cat n0 analog definieren wir mit dem Aufruf des Konstruktors classicer Register ein klassisches Register in dem später Platz für das klassische Bit ist das nach der Messung des cubits im quantenregister entsteht wir weisen unser classical Register der Variable CR zu wir erzeugen uns anschließend mit dem Aufruf des Konstruktors Quantum circuit ein Schaltkreis dem wir das zuvor erzeugte quantenregister und das klassische Register übergeben das Ergebnis speichern wir uns in einer Variable namens QC jetzt rufen wir auf der Variable QC in der unser quantenschealtkreis gespeichert ist die Methode h auf um die Hadam Transformation auf das Cubit an der Position 0 in unserem quantenregister anzuwenden da wir nur ein Cubit haben und wir bei 0 zu zählen beginnen ist der Index hier 0 anschließend Ruf wir auf den im quantenschalkreis die Methode measure auf diese erhält zwei Parameter nämlich die Indexposition des Z messenden cubits im quantenregister hier 0 und die Indexposition an der das Messergebnis im klassischen Register gespeichert werden soll hier ebenfalls Null als nächstes bringen wir den quantenschaltkreis mit dem Aufruf der Funktion transpile in eine Form die auf dem ausgewählten Backend ausgeführt werden kann das Ergebnis ist wieder ein quantenschaltkreis den wir in einer Variable mit dem Namen Q c aer speichern danach führen wir bereits die Simulation durch dazu rufen wir auf dem Simulator die Methode Run auf und übergeben unseren transpilierten quantenschaltkreis der Parameter Shots gibt an wie oft der quantenschaltkreis simuliert werden soll also wie viele Bits wir Würfeln lassen möchten wir wählen hier beispielsweise 1000 aus um 1000 Zufallsbits zu erzeugen bei dem Parameter memory le true sagen wir wieder dass wir die einzelnen Bits zwischen gespeichert haben wollen wir lesen abschließend das Ergebnis mit der Methode result aus und speichern es in einer Variable die ebenfalls reside heißt auf dieser lesen wir mit der Methode get memory die Liste mit 1000 erzeugen Zufallsbits aus und geben Sie aus okay dann testen wir unser Programm doch einfach mal wir rufen es mit dem Befehl Python qrng DP auf und erhalten das hier als Ergebnis in dieser Liste sind jetzt 1000 Bits enthalten die wir uns statt mit einer Simulation mit unserem Algorithmus auch auf einem echten Quantencomputer erzeugen lassen können herzlichen Glückwunsch du hast gerade deinen ersten Quanten zufallzahlengenerator programmiert wir werden in einem anderen Video mit dem nbit quantenzufallszahlengenerator eine Möglichkeit kennenlernen mit der wir nbit lange Blöcke von Zufallszahlen generieren können hier liegt ja nur ein Bit quantenzufallzahlengenerator vor der K Mal wiederholt wird ein nbit quantenzufallzahlengenerator erzeugt hingegen nbit lange Blöcke die wir auch K mal wiederholen bzw berechnen können das vor allem sinnvoll wenn man Zufallszahlen in einem bestimmten Bereich z.B zwischen 0 und 256 komfortabel erzeugen möchte ich würde mich wirklich sehr freuen wenn du bei meinem Vortrag auf der job I von gettin it mit dabei bist dieser findet am 26 September 2024 um 14 Uhr st melde dich gerne über den Link unten in der Videobeschreibung oder über den angepinnten Kommentar an solltest du weitere Fragen haben kannst du sie gerne unten in den Kommentaren posten vielen Dank fürs zusehen und bis zum nächsten Video