PQC密钥生成的能量足迹
我们经常忘记计算的能量足迹，但时钟的每一次tick都会消耗更多的能量，而且处理器承受的压力越大，消耗的能量就越多。总的来说，这个足迹是巨大的并且在增长，包括消费设备、数据中心和连接网络：
图 1 { 这里]
Ayers 等人估计，全球排放量中约有 1.7% 来自 ICT 行业，而且能源足迹增长迅速。就电信基础设施而言，能源消耗目前占地球上所有能源消耗的 1% (258 TWh)。
随着能源消耗的增加，我们需要了解能量受限设备（如 IoT 和嵌入式设备）消耗了多少能量。这些设备的电力供应通常有限，例如电池供电，甚至可以通过无线电发射供电（例如被动 RFID 标签）。因此，能源消耗将对设备的操作产生重大影响。
对于密码学方法，因此重要的是了解我们转向后量子密码学方法的基本能量足迹。我们的新论文概述了在嵌入式设备上使用 OpenSSL 3.5 的 ML-KEM 与传统方法的实验工作 [ 这里]：
图 1: [ arXiv][ IACR]
对 PQC 的支持最近已添加到 OpenSSL 3.5 版本中，因此我们在 Raspberry Pi 上评估了此版本。该设置使用了 TC66C 电表 [ 这里] 用于测量电源的能量：
这样，就设置了一个 Windows 收集器代理，以向 R-PI 发送信号以启动实验：
在实验开始之前，有一个延迟，以便让事情稳定下来，然后实验开始，针对给定的参数集，包括安全级别和各种算法。使用的级别和方法包括经典方法（例如 ECC 和 RSA）和 ML-KEM：
每种算法每 1,000 次密钥生成的焦耳能量率的结果：
我们可以看到，RSA 是迄今为止最耗能的，而对于 ML-KEM 512，其消耗与 EC P-256 相当。对于 ML-KEM-1024，能量消耗远低于 P-521。