現代の通信ネットワーク、特に衛星ベースのシステムにおいては、信号の傍受、妨害、長距離伝送時の遅延などの脆弱性からデータセキュリティが大きな課題に直面しています。従来の暗号方式は量子計算の脅威に対してますます脆弱となっており、データの完全性、機密性、可用性を保護するための先進的な解決策が求められています。本研究は、量子暗号と機械学習（ML）の融合によって衛星通信のセキュリティを向上させることを検討します。量子力学に基づくQuantum Key Distribution（QKD）は、量子状態の乱れを通じて盗聴を検知し、破られない暗号化を可能にします。CatBoost MLアルゴリズムは、異常検知、暗号化タイプ、アクセス制御などのセキュリティ要素の優先順位付けのため、カテゴリー属性を特徴とする1万件のレコードのデータセットに適用されました。モデルは89.23％の精度と94.56％の受信者動作特性曲線下面積（AUC-ROC）スコアを達成し、脅威レベルを効果的に予測します。特徴量の重要度解析では、異常検知（28.5％）と量子暗号（22.3％）が主な寄与因子として示されました。高コストな導入や伝送範囲の制限などの課題は残るものの、この量子MLのシナジーは、回復力が高く未来対応型の通信ネットワークのための先制的かつ適応的な枠組みを提供します。
Nadeemら（Wed,）はこの問題を研究しました。