Informationskodning (ICG)

Ansvarig: Jan-Åke Larsson

Forskningen inom kvantmekanikens grunder och kvantberäkning undersöker de principer som gör kvantinformationsbehandling fundamentalt annorlunda än klassisk informationsbehandling. Arbetet förenar kvantinformationsteori, kvantmekanikens grunder och kvantberäkning, med särskilt fokus på de resurser som möjliggör kvantfördelar, hur kvantalgoritmer är uppbyggda och kan implementeras samt vilken roll kontextualitet, icke-lokalitet och Bell-olikheter spelar i kvantteorin. Ett centralt tema är att förstå både möjligheterna och begränsningarna hos kvantteknik: från effektiva implementationer av grundläggande kvantberäkningar till rigorösa analyser av kryphål, mätantaganden och säkerhetsfrågor inom kvantkryptografi.

Ansvarig: Guilherme B. Xavier

Forskningen inom kvantteknik är inriktad på experimentell kvantkommunikation och fotonisk kvantinformationsbehandling. Verksamheten är nära knuten till Linköpings universitets laboratorium för kvantteknik, som grundades 2018 och där en stor del av avdelningens senaste experimentella forskning har genomförts. Forskningen fokuserar på kvantnyckeldistribution, distribution och certifiering av sammanflätning, högdimensionella fotoniska tillstånd, kvantslumptalsgenerering, integrerade och helfiberbaserade fotoniska komponenter samt kvantkommunikation över både konventionell och nästa generations optofiberinfrastruktur.
Ett återkommande mål är att föra kvantkommunikation närmare praktiska telekommunikationsmiljöer. Detta omfattar forskning om flerkärniga fibrer och fåmodsfibrer, samexistens med klassisk datatrafik, tidsbins- och energi-tidssammanflätning, semi-enhetsoberoende certifiering samt fiberintegrerade komponenter för kvantnätverk, exempelvis switchar och bufferminnen.

Ansvarig: Onur Günlü

Forskningen inom informationsteori utvecklar matematiska grunder och kodningsteoretiska metoder för säker, integritetsbevarande och effektiv informationsbehandling. Den aktuella verksamheten omfattar distribuerade beräkningar, integritetsskydd inom maskininlärning, informationsteoretisk säkerhet, säkerhet baserad på biometri och hårdvarans inneboende egenskaper samt säker semantisk komprimering. Arbetet förenar klassiska informationsteoretiska gränser med nya tillämpningar, såsom säker integrerad sensorik och kommunikation för 6G, kodade distribuerade beräkningar, avvägningar mellan integritet och nytta samt framtidens kommunikations- och beräkningssystem. Ett centralt mål är att utforma metoder vars säkerhets- och integritetsgarantier kan kvantifieras utifrån grundläggande principer, för att möjliggöra långsiktigt tillförlitlig kommunikation och beräkning även när de tekniska plattformarna förändras.

Ansvarig: Shizhen Chang; seniora forskare: Lena Klasén och Niclas Fock

Forskningen inom digital forensik utvecklar AI- och datadrivna metoder för att analysera, verifiera och tolka digitalt bevismaterial. Verksamheten omfattar djupinlärning för detektion och analys av bildförfalskningar, identifiering av manipulerade eller AI-genererad media, förklarbara och robusta forensiska modeller, analys av forensiska brusmönster samt metoder för hantering av omfattande multimodalt bevismaterial. Området har även kopplingar till bildanalys, datorseende, fjärranalys och tillämpad AI för brottsutredningar. Genom Lena Klasén och Niclas Fock har verksamheten en stark anknytning till Digital Forensics Sweden och till nationella samarbeten med rättsvårdande myndigheter, offentliga aktörer, näringslivet och AI Sweden. Det övergripande målet är att stärka Sveriges förmåga att utreda cyberbrott, digital manipulering och brottslighet som möjliggörs av ny teknik.

Ansvarig: Arunava Naha

Forskningen om säkra och motståndskraftiga cyberfysiska system fokuserar på säkerhet, tillförlitlighet och styrning i nätverksanslutna system där sensorik, beräkning, kommunikation och aktuering är tätt integrerade. Arbetet behandlar hur reglersystem kan upptäcka och hantera antagonistisk manipulation, såsom vilselednings- och återuppspelningsattacker, med hjälp av metoder som snabbast möjlig detektion, sekventiell förändringsdetektion och fysisk vattenmärkning. Forskningen omfattar även riskmedveten och inlärningsbaserad reglering, däribland förstärkningsinlärning och policygradientmetoder för optimal styrning under probabilistiska villkor och sannolikhetsbegränsningar. Det övergripande målet är att utveckla styrstrategier som förblir tillförlitliga och effektiva även vid osäkerhet, begränsad information och avsiktlig störning.