量子電腦(Quantum Computer)長久以來被視為會對未來科技發展產生革命性突破的計算工具,主要原因來自於量子資訊的同步處理特性,使得其運算能力比起傳統電腦來得更加有效率,能夠解決許多傳統電腦無法解決的計算難題。近幾年來,由於一些科技巨擘如IBM、Google和Microsoft等皆紛紛投入量子電腦的開發,使得量子計算逐漸從實驗室走向商業運轉。然而,如同當年傳統電腦發展初期一樣,新科技的到來也同時導致許多新興的資訊安全議題。量子密碼學(Quantum Cryptography)是一門結合量子資訊及傳統加解密技術的研究領域,旨在提出適用於量子通訊的安全協定。由於量子計算設備的成本昂貴,本實驗室目前致力於研究一種容易實現且較低成本的輕量級(Lightweight)量子網路環境,讓在此環境上所設計的安全協定都能夠直接轉換成與量子測量設備無關(Measurement-Device-Independent)的金鑰協議。
本研究的重點在於將狀況感知(Situation Awareness)機制引入各種場域的資訊系統,透過對目標威脅事件及其周遭環境因素在時間和空間上的意義進行建模,使得應用場域的未來狀態能夠被預測,並即時發現因人為錯誤所造成的災難事故。以軍事指揮和控制行動為例,在游擊部隊的非對稱作戰行動中,攻擊者的位置常與其攻擊目標間的視線(Line-of-Sight)存在著相當程度的關係。以下影片展示一條行進中路線可視區域(Viewshed)的變化情形。因此,可以根據地理特徵來預測可能施行攻擊的位置,藉此建構一套即時預警的防禦系統。本實驗室目前的研究著重於工業控制設備的數據異常檢測(Anomaly Detection),利用非監督式分群與監督式學習的混合式策略對數據的正常事件進行建模,以避免因機台故障所帶來的能源損耗,進而造成巨大的經濟損失。
文件處理(Document Processing)是一門研究如何將掃描或者拍攝的文件檔案進行數位化的過程,透過解析文件檔案的結構與佈局,提取其文字或影像形式的內容。整個過程可能涉及傳統電腦視覺(Computer Vision)演算法、卷積神經網路(Convolutional Neural Network)或者基於人工標註的啟發式規則,所需解決的問題包括語義分割、物件檢測、光學字元辨識(Optical Character Recognition)、手寫文字辨識(Handwritten Text Recognition)等。本實驗室目前以 STEM 文件中與數學內容有關的分析為主要研究方向,基於自然語言處理(Natural Language Processing)與影像分類技術,旨在透過數學資訊於龐大的學術網路中提供跨文件分析的新興解決方案,例如反抄襲偵測比對或者資訊檢索系統等。在實務面上也期許能夠開發出一套智慧型文件導讀系統,協助學術人員快速掌握各自研究領域的關鍵知識。以下影片展示了一個系統雛形的初步概念。