元智大學資管系第三十屆專業實習
勤業眾信聯合會計師事務所
後量子密碼學PQC
透過這次在實習公司進行的「AI 結合抗量子加密技術」研究，我學到了很多關於後量子加密（PQC）的基本原理、類型與目前的發展現況，並進一步探討了人工智慧（AI）在資安領域的應用方式。面對量子電腦可能對傳統加密演算法（如 RSA、ECC）帶來的威脅，我熟悉了 NIST 選定的三種主要 PQC 演算法，包括：
NIST 選定的三種主要 PQC 演算法，包括：
-
Kyber：一種基於格理論的密鑰封裝機制（KEM），具有高效能與小封包優勢，適合安全的金鑰交換。
-
Dilithium：基於模格問題的數位簽章演算法，兼具高安全性與實務效能，適用於身份驗證與電子簽名。
-
SPHINCS+：一種完全基於雜湊函數的簽章技術，不依賴傳統數學困難問題，適用於高安全環境備援。
PQC 的應用潛力:
-
金融與政府通訊保密：防止量子電腦破解現有 RSA 或 ECC 加密，保障敏感交易。
-
AI 模型傳輸與保護：確保 AI 模型在傳輸與部署過程中不被竊取或篡改。
-
IoT 與邊緣計算安全：協助輕量化設備使用高安全等級的數位簽章機制。
-
長期機密保存：對於需要保存 10～30 年以上的資料，例如醫療或機密文件，PQC 提供更可信的加密保障。
潛在危機與挑戰
-
相容性問題：現有加密協議（如 TLS、VPN）需要進行大幅度修改。
-
效能開銷：部分演算法簽章尺寸或密鑰長度較長，可能影響資源有限設備的效能。
-
量子電腦技術演進難以預測：雖然目前尚未有通用量子電腦，但一旦突破，傳統加密技術可能立即失效。
-
AI 結合風險：量子 AI 被惡意使用時，可能進行高速破解、模型反向工程等攻擊手法。
結論
在 AI 應用方面，我也學習了建立量子網路安全防禦機制與可解釋性 AI這些基本概念，並將其納入資安架構思考中。例如，AI 可應用於異常行為偵測、加密金鑰管理自動化與入侵偵測系統（IDS）的強化；但AI同時也可能成為新型態攻擊（如對抗樣本攻擊）的工具，因此需配合 PQC 建構更具防禦力的架構。
