animeshshaw/pqc-cost-of-delayKosten-der-Verzögerung-Priorisierung für die Post-Quanten-Migration: klassisches und Harvest-now-decrypt-later-Risiko in einer Einheit (USD pro Jahr). Code, Beweise, Fallstudien, Live-Explorer.
Live-Explorer · Preprint (arXiv:2610.09029) · Referenzimplementierung, Beweise, Fallstudien und Statistiken für ein Forschungspapier.
Klassisches Hacking-Risiko und Harvest-now-decrypt-later-Quantenrisiko (HNDL), ausgedrückt in einer einzigen Einheit — US-Dollar Verlust pro Jahr Verzögerung —, sodass eine einzige geordnete Liste die Frage beantworten kann: „Sollten wir diesen klassischen Befund schließen oder zuerst die Kryptografie dieses Assets migrieren?"
Status: Forschungsprototyp. Alle Eingaben der Fallstudien sind Annahmen, die aus öffentlicher Dokumentation abgeleitet wurden; keine Organisation hat Daten geliefert, und die Methode wurde nicht anhand realer Vorfälle oder Migrationen validiert. Siehe Einschränkungen.
Angreifer können verschlüsselte Daten heute kopieren und sie entschlüsseln, sobald ein großer Quantencomputer existiert. Wie sehr das zählt, hängt davon ab, wie lange die Daten geheim bleiben müssen, ob sie aufgezeichnet werden können und ob ein gewöhnlicher Angreifer sie zuerst genommen hätte. Bestehende Post-Quanten-Risikobewertungen sind dimensionslos und rein quantenbezogen, sodass sie nicht mit klassischem Risiko verglichen werden können, das in Dollar gemessen wird.
Dieses Repository berechnet für jedes Asset die Kosten, ein weiteres Jahr zu warten, aus jeder Bedrohung, in Dollar, und koppelt sie so, dass derselbe Verlust nicht doppelt gezählt wird. Es enthält:
costofdelay/) mit dem Modell, dem Ankunftszeit-Gesetz für einen Quantencomputer, der Unsicherheitsfortpflanzung, der Sensitivitätsanalyse und einer Scheduling-Prüfung;app/), der im Browser läuft und jede Eingabe erklärt.| Idee | Klassischer Term = annualisierter Verlust $\lambda V$. Quanten-Term = $r,h\int_0^L f_Q(t),e^{-(\lambda+\rho)t},dt$, die Rate, mit der das Aufschieben der Migration irreversiblen Verlust verursacht. Beide in USD/Jahr; ein Konkurrenzrisiko-Faktor verhindert, dass derselbe Verlust doppelt gezählt wird. |
| Bewiesen | Einheiten, keine Doppelzählung, Schranken, komparative Statik, eine geschlossene Dominanzschwelle, Nicht-Separabilität und Optimalität der Reihenfolge nach Smiths Regel (methodology/FORMAL_METHOD.md). |
| Verifiziert | 256 automatisierte Tests; Monte-Carlo- und Quadratur-Gegenprüfungen; eine zweite (JavaScript-)Implementierung, die mit 577 Werten übereinstimmt. |
| Evaluert an | MOSIP (nationale ID), Apache Fineract (Banking), OpenMRS (medizinische Akten), Online Boutique (Demo-Shop, nur Verfahrenstest). |
| Kernergebnisse | Der Quanten-Term verändert Größenordnungen und einige spezifische Assets entscheidend, bewegt aber die gesamte Liste weniger als das Eingaberauschen bei drei der vier Systeme. Das Quanten-Ankunftsdatum erklärt nur 3–17 % der Unsicherheit; Verlust und Umschlag erklären 73–91 % (methodology/STATISTICS.md). |
Erfordert Python ≥ 3.10. Node ≥ 18 ist optional (es führt die Prüfung der Mathematik des Explorers aus).
git clone https://github.com/AnimeshShaw/pqc-cost-of-delay && cd pqc-cost-of-delay
python -m venv .venv && source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
python scripts/reproduce.py
reproduce.py führt in dieser Reihenfolge aus: die Testsuite → die numerische Validierung → die statistische Analyse (results/) → die Abbildungen (paper/figures/, werden bei Fehlen erstellt) → die Parametertabellen → die Daten des Explorers und dessen sprachübergreifende Prüfung. Es dauert etwa 2–4 Minuten und ist deterministisch (jedes Zufallsverfahren hat einen festen Seed). Danach sollte git diff --stat results/ keine Änderung anzeigen, oder Unterschiede nur in der letzten gedruckten Ziffer, falls sich Ihre NumPy-/SciPy-Versionen unterscheiden. Die exakt getesteten Versionen stehen in requirements-lock.txt.
Für eine interaktive Erkundung nutzen Sie den Live-Explorer oder öffnen Sie app/index.html lokal. Er benötigt keinen Server, und der Code der Seite stellt keine Netzwerkanfragen und sendet Ihre Eingaben nirgendwohin (GitHub als Host protokolliert gewöhnliche Seitenbesuche).
Um Ihr eigenes Register zu bewerten:
python -m costofdelay.register path/to/asset_register.csv
Das CSV-Format ist in methodology/PARAMETERS.md beschrieben und in case_studies/ beispielhaft dargestellt.
| Pfad | Inhalt |
|---|---|
costofdelay/ | Das Python-Paket: CRQC-Eintrittsgesetz, Asset-Modell, Bewertung, ein Vergleichsmodul für den veröffentlichten QARS-Score, Unsicherheit und Statistik, Scheduling. Der Bewertungskern verwendet ausschließlich die Standardbibliothek. |
tests/ | Unit-Tests, Property-Tests jedes Satzes, Widerlegungs-Baselines |
methodology/ | Beweise; Parameterdefinitionen und Anker; statistische Analyse |
case_studies/ | Die vier Asset-Register (CSV), eines pro System |
scripts/ | Reproduktion, Ergebnisse, Abbildungen und Tabellen |
results/ | Generierte Zahlen (JSON, CSV, Markdown) |
app/ | Interaktiver Explorer (HTML/JavaScript) mit einem Python-Paritätstest |