في عالم التكنولوجيا الحديثة، تلعب الأقمار الصناعية العاملة في نطاق X-band (8-12 GHz) دورًا حيويًا في الاستجابة للكوارث، ومراقبة البيئة، واستخبارات الجيش. ومع ذلك، لا تحتوي هذه الأقمار على طبقة أمان فيزيائي قوية (PL Authentication) لحماية بياناتها، والتي تعد طبقة أمنية تختلف عن الحلول التشفيرية التقليدية. تعتمد الأنظمة الحالية للأمان الفيزيائي عادةً على بصمات الترددات الراديوية، مما يحد من فعاليتها في ترددات دون 6 GHz، وتستخدم أساليب التعلم العميق التقليدية التي عادةً ما تعاني من قصور في فهم الاختلافات المعقدة للفازات (IQ phase nonlinearities) التي تميز الأجهزة الفضائية.

وفي هذا السياق، قدم الباحثون نموذج QUASAR، وهو هيكل هجين بين الكوانتي وتقليدي يعد الأول من نوعه، والذي يدمج مشفر الطيف العصبي الالتفافي (CNN spectrogram encoder) مع الدائرة الكوانتية المتغيرة (VQC) لمنح الأمان الفيزيائي لبيانات الأقمار الصناعية في نطاق X-band. يتميز هذا الحل بسمتين بارزتين:
1. كفاءة بيانات أعلى بكثير مقارنةً بالتعلم الآلي التقليدي، حيث يحتاج فقط إلى 10% من بيانات التدريب لتحقيق نفس دقة الأساليب التقليدية.
2. عند استخدام نفس ميزانية البيانات، يحسن نموذج QUASAR دقة التصنيف مقارنةً بنفس الأساليب التقليدية.

تم اختبار هذا النموذج تحت ثلاث سيناريوهات معادية: تكرار النقل، حقن IQ المصمم، والتزوير القادم من الفضاء، حيث نجح QUASAR في رفض النقل المزيف بنسبة 89.7%، 94.1%، و81.3% من المحاولات على التوالي، مما يؤسس كلاسيفير فيزيائي مدعوم بالكوانتوم للأقمار الصناعية. يعكس هذا البحث فتح باب جديد للأمان الفيزيائي ويقدم أساليب مبتكرة لتحسين هذه الحماية.