Costo del ritardo per la migrazione post-quantistica

Esploratore live · Preprint (arXiv:2610.09029) · implementazione di riferimento, dimostrazioni, casi di studio e statistiche per un articolo di ricerca.

Rischio di hacking classico e rischio quantistico harvest-now-decrypt-later (HNDL), espressi in un'unica unità — dollari USA di perdita per anno di ritardo — così che un singolo elenco ordinato possa rispondere a "dovremmo chiudere prima questa vulnerabilità classica, o migrare prima la crittografia di quell'asset?"

Stato: prototipo di ricerca. Tutti gli input dei casi di studio sono ipotesi derivate da documentazione pubblica; nessuna organizzazione ha fornito dati, e il metodo non è stato validato contro incidenti o migrazioni reali. Vedi Avvertenze.

Di cosa si tratta

Gli attaccanti possono copiare oggi i dati cifrati e decifrarli una volta che esisterà un computer quantistico su larga scala. Quanto questo conti dipende da per quanto tempo i dati devono rimanere segreti, se possono essere registrati e se un attaccante ordinario li avrebbe presi prima. I punteggi di rischio post-quantistico esistenti sono adimensionali e solo quantistici, quindi non possono essere confrontati con il rischio classico, che si misura in dollari.

Questo repository calcola, per ciascun asset, il costo di attendere un altro anno per ciascuna minaccia, in dollari, e li accoppia in modo che la stessa perdita non venga contata due volte. Contiene:

• una piccola libreria Python (costofdelay/) con il modello, la legge dei tempi di arrivo per un computer quantistico, la propagazione dell'incertezza, l'analisi di sensibilità e un controllo di pianificazione;
• dimostrazioni delle proprietà del modello, ciascuna supportata da un test automatizzato;
• quattro casi di studio pubblici (identità nazionale, banking, cartelle cliniche, negozio demo) con una motivazione scritta per ogni valore di input;
• un esploratore interattivo (app/) che funziona in un browser e spiega ogni input.

In sintesi

Idea	Termine classico = perdita annualizzata $\lambda V$. Termine quantistico = $r,h\int_0^L f_Q(t),e^{-(\lambda+\rho)t},dt$, il tasso al quale rinviare la migrazione impegna una perdita irreversibile. Entrambi in USD/anno; un fattore di rischi concorrenti impedisce che la stessa perdita venga contata due volte.
Dimostrato	Unità, assenza di doppio conteggio, limiti, statica comparata, una soglia di dominanza in forma chiusa, non separabilità e ottimalità dell'ordinamento secondo la regola di Smith (methodology/FORMAL_METHOD.md).
Verificato	256 test automatizzati; verifiche incrociate Monte Carlo e per quadratura; una seconda implementazione (JavaScript) che corrisponde a 577 valori.
Valutato su	MOSIP (identità nazionale), Apache Fineract (banking), OpenMRS (cartelle cliniche), Online Boutique (negozio demo, solo test della procedura).
Risultati principali	Il termine quantistico cambia in modo decisivo le magnitudini e alcuni asset specifici, ma sposta l'intero elenco meno di quanto faccia il rumore degli input per tre dei quattro sistemi. La data di arrivo del quantistico spiega solo il 3–17% dell'incertezza; perdita e turnover spiegano il 73–91% (methodology/STATISTICS.md).

Riprodurre tutto

Richiede Python ≥ 3.10. Node ≥ 18 è opzionale (esegue il controllo sulla matematica dell'esploratore).

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 esegue, nell'ordine: la suite di test → la validazione numerica → l'analisi statistica (results/) → le figure (paper/figures/, create se mancanti) → le tabelle dei parametri → i dati dell'explorer e il suo controllo cross-language. Richiede circa 2–4 minuti ed è deterministico (ogni procedura casuale ha un seed fisso). Successivamente git diff --stat results/ dovrebbe mostrare nessuna modifica, o differenze solo nell'ultima cifra stampata se le tue versioni di NumPy/SciPy differiscono. Le versioni esatte testate sono in requirements-lock.txt.

Per esplorare in modo interattivo, usa l'explorer live oppure apri app/index.html in locale. Non richiede alcun server, e il codice della pagina non effettua richieste di rete e non invia i tuoi input da nessuna parte (GitHub, in qualità di host, registra le normali visite alla pagina).

Per valutare il tuo registro:

python -m costofdelay.register path/to/asset_register.csv

Il formato CSV è descritto in methodology/PARAMETERS.md ed esemplificato in case_studies/.

Struttura del repository

Percorso	Contenuto
costofdelay/	Il pacchetto Python: legge di arrivo del CRQC, modello degli asset, scoring, un comparatore per il punteggio QARS pubblicato, incertezza e statistica, scheduling. Il nucleo di scoring utilizza solo la libreria standard.
tests/	Test unitari, property test di ogni proposizione, baseline di confutazione
methodology/	Dimostrazioni; definizioni e ancore dei parametri; analisi statistica
case_studies/	I quattro registri degli asset (CSV), uno per sistema
scripts/	Riproduzione, risultati, figure e tabelle
results/	Numeri generati (JSON, CSV, Markdown)
app/	Explorer interattivo (HTML/JavaScript) con un test di parità con Python

Avvertenze

1. Gli input sono assunti, non misurati. Ogni valore degli asset è stato derivato da documentazione pubblica (costi delle violazioni IBM 2025; Ponemon/IBM 2018; FATF Rec. 11; regole di conservazione; documenti di progettazione dei sistemi) e redatto con l'assistenza di un LLM. Due analisti potrebbero divergere. L'analisi dell'incertezza ridisegna ogni input entro gli intervalli dichiarati e riporta quali conclusioni sopravvivono.
2. Gli input più deboli sono il fatturato annuo e la quota registrabile. Nessuna fonte pubblicata li fornisce per questi sistemi.
3. La legge di arrivo è un'interpolazione di due punti pubblicati (Global Risk Institute 2025: 28–49% entro 10 anni, 51–70% entro 15) ed è estrapolata oltre i 15 anni, dove si collocano la maggior parte degli asset di lunga durata.
4. Solo riservatezza. Integrità e disponibilità sono fuori ambito.
5. La divulgazione classica e quella quantistica sono assunte indipendenti con un rischio classico costante.
6. Online Boutique è un sistema fittizio; verifica la procedura, non dati reali.
7. L'ottimalità è interna al modello. L'ordinamento per costo del ritardo minimizza la perdita accumulata secondo la definizione di perdita del modello stesso; ciò non costituisce evidenza riguardo a organizzazioni reali.
8. Lo stato dell'arte è vicino. Lo scoring quantistico per asset, i gate di classe di protezione ed esposizione, e l'ordinamento sono stati pubblicati prima di questo lavoro (Grigaliūnas & Brūzgienė 2025 e 2026; US 12,519,809). Il contributo è l'unità di valuta comune con un accoppiamento a rischi concorrenti, le sue dimostrazioni e la sua valutazione.

Ricerca futura