来源：期刊VIP网 时间：
作者：何小锁;王圣凯;窦小敏;路凯凯;何庆华;
单位：南京航空航天大学材料科学与技术学院;空间核技术应用与辐射防护工业和信息化部重点实验室;
摘要：现阶段军控核查技术所面临的困难在于：核查人员需要在不探测敏感信息的前提下，对被检核武器的真实性给出准确结论。本工作结合物理掩模加密技术与K近邻算法，提出一种可自主加密识别核武器身份信息的核查系统。利用Geant4搭建基于中子裂变反应的物理加密辐射指纹采集装置，并通过构造多种作弊情景下的样本建立数据库，同时本研究选择KNN算法建立机器学习模型应用于未知项目的身份认证，并从鲁棒性和安全性两方面量化了该核查系统的可行性。结果表明，当样本同位素丰度由武器级铀变为较低级浓缩铀(~(235)U的丰度由96%变为70%及以下)或者样本几何形状发生细微改变时，该系统对这两种典型的作弊情景具有优良的鉴别能力。该核查方法利用智能算法实现了核武器的自主认证，提高效率的同时有效规避了人工篡改和窥探敏感信息的风险，此外，结合物理掩模加密技术，使得敏感信息从始至终没被测量，在一定程度上降低了通过软件后门等手段作弊的风险。基于物理加密及K近邻算法的核军控核查技术能够在保护被测项目敏感信息的基础上，以较高的准确率和效率鉴定其真实性。
关键词：核军控核查;;物理加密;;KNN算法;;随机掩模
基金资助：国家自然科学基金(11805099);; 中央高校基本科研业务费(NS2018043,NS2023030);; 江苏省高层次创新创业人才引进计划“双创博士”项目(1006—YPS19011);; 空间核技术应用与辐射防护工业和信息化部重点实验室开放基金(NJ2020017—5)资助
