量子计算威胁依赖于整数分解和离散对数困难假设的主流密码系统。虽然后量子密码学（PQC）和生物识别认证各自发展迅速，但很少有解决方案将它们各自的优势结合。我们提出了一种增强人工智能的后量子双重认证框架，该框架将密码学的稳健性与自适应的基于行为的生物识别统一起来。第一层使用传统因素-密码和静态生物识别建立基线身份。第二层则从面部表情、语音韵律和生理信号中获取动态情感线索，这些线索通过深度学习模型进行持续分析。生成的情感签名通过基于晶格的变色龙哈希与凭证流绑定，并使用CRYSTALS-Dilithium方案进行签名，从而对伪造、强迫和量子对手产生强大的抵抗力。仿真结果表明，在针对性对抗攻击下，真实接受率为95.7%，错误接受率为2.1%。这些发现表明，将情感感知的人工智能生物识别与PQC原语结合可以为下一代数字基础设施提供自适应、抗量子的认证。
王等人（周）研究了这个问题。