该论文提出了一种用于对称密钥原语密码分析的新原语——掩码自相关（masked auto-correlation, MAC），并构建了基于它的量子攻击管线。对于置换 f、输出掩码 α、β 和输入差分 w，MAC 度量掩码输出 α·f(x) 与 β·f(x⊕w) 之间的相关性。作者引入的掩码差分-线性（MDL）近似严格推广了经典技术，普通线性密码分析、差分-线性密码分析以及差分-线性连接表均是其特例。研究的核心问题是寻找具有大掩码互相关的掩码对（即能产生强区分器的掩码对），称为 MAC Fishing。论文给出了一个常数查询的量子算法，可按平方相关度采样此类掩码对，并通过改编 Fourier Fishing 的困难性证明了 Ω(N/log N) 查询的指数级经典下界。据作者所知，这是首个将量子上界与经典下界配对用于识别高相关近似核心任务的结果，表明量子算法在此问题上具有绝对必要性。在此基础上，论文分析了随机置换的掩码自相关分布，并构造了基于容量的区分器和密钥恢复攻击，经典和量子版本均获得二次量子加速（使用振幅估计）。最后，作者在缩减轮数的 mini-AES 上进行了实验验证。适合对称密码分析研究者、量子算法设计者以及关注后量子密码安全评估的人员阅读。

本文报告在IBM量子硬件（ibm_kingston, Heron代）上真实执行了未经编译的、忠实于教科书的对称密码结构量子密码分析。研究者使用Simon算法恢复了Even-Mansour密码的隐藏周期，安全参数N达到10，远超前人实物演示的N=4记录；同时成功恢复了3轮Feistel（DES族）结构在块大小6和8时的周期，并在仿真中验证了21量子比特的块-10实例，该实例已提交至硬件执行。此外，文章提供了涵盖四种对称密码设计范式（Bernstein-Vazirani、Grover、Simon及其变体）的五个真实量子攻击的广度优先基准测试，验证规模达到经典模拟上限25量子比特。这些攻击针对的是简化或结构化构造，在量子查询（Q2）模型下遵循生日界，因此不构成对经典碰撞查找的量子优势，也未攻破完整AES/RSA或16轮DES。实验依赖错误缓解技术而非容错纠错。本文的核心贡献在于：在真实量子硬件上展示了创纪录的结构规模，系统性地覆盖了四种对称密码攻击范式，并提供了可复现的基准测试与公开工件。对于防御者而言，该研究表明量子密码分析在真实硬件上正在推进，尽管当前威胁有限，但为未来量子计算安全风险提供了重要参考。