論文の概要: Distributed Quantum Proofs for Replicated Data

• arxiv url: http://arxiv.org/abs/2002.10018v2
• Date: Tue, 17 Nov 2020 09:16:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-02 05:25:33.604671
• Title: Distributed Quantum Proofs for Replicated Data
• Title（参考訳）: 複製データの分散量子証明
• Authors: Pierre Fraigniaud, Fran\c{c}ois Le Gall, Harumichi Nishimura, Ami Paz
• Abstract要約: この論文は、ネットワークの複数のノードで複製された大きなデータセットのコピーがすべて同じである、という$textitcheckingの問題を解決する。 本稿の主な成果は、分散$textitquantum$ Merlin-Arthurプロトコルで、ノードがレプリカの一貫性をまとめてチェックできるようにする。
• 参考スコア（独自算出の注目度）: 4.653025439624061
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The paper tackles the issue of $\textit{checking}$ that all copies of a large data set replicated at several nodes of a network are identical. The fact that the replicas may be located at distant nodes prevents the system from verifying their equality locally, i.e., by having each node consult only nodes in its vicinity. On the other hand, it remains possible to assign $\textit{certificates}$ to the nodes, so that verifying the consistency of the replicas can be achieved locally. However, we show that, as the data set is large, classical certification mechanisms, including distributed Merlin-Arthur protocols, cannot guarantee good completeness and soundness simultaneously, unless they use very large certificates. The main result of this paper is a distributed $\textit{quantum}$ Merlin-Arthur protocol enabling the nodes to collectively check the consistency of the replicas, based on small certificates, and in a single round of message exchange between neighbors, with short messages. In particular, the certificate-size is logarithmic in the size of the data set, which gives an exponential advantage over classical certification mechanisms.
• Abstract（参考訳）: 論文は、ネットワークの複数のノードで複製された大きなデータセットのコピーはすべて同一である、$\textit{checking}$の問題に取り組んでいる。 レプリカが遠方のノードにあるという事実は、各ノードが近傍のノードのみに相談させることで、システムが局所的にその等価性を検証することを妨げる。 一方、$\textit{certificates}$をノードに割り当てることは可能であり、レプリカの一貫性を検証することはローカルで実現できる。 しかし,データセットが大きいため,分散Merlin-Arthurプロトコルを含む古典的な認証機構は,非常に大きな証明書を使用しない限り,完全性と健全性を同時に保証することはできない。 この論文の主な結果は分散された$\textit{quantum}$ merlin-arthurプロトコルであり、ノードは小さな証明書に基づいてレプリカの一貫性を集合的にチェックでき、隣人同士の1ラウンドのメッセージ交換で短いメッセージを送れる。 特に、証明書サイズはデータセットのサイズで対数的であり、古典的な認証メカニズムよりも指数関数的に有利である。

関連論文リスト

• DREW : Towards Robust Data Provenance by Leveraging Error-Controlled Watermarking [58.37644304554906]
  誤り訂正符号と透かしを用いたデータ検索法(DREW)を提案する。 DREWはランダムに参照データセットをクラスタ化し、各クラスタに独自のエラー制御された透かしキーを注入する。 関連するクラスタを特定した後、最も正確な一致を見つけるために、クラスタ内に埋め込みベクトル類似性検索を行う。
  論文  参考訳（メタデータ） (2024-06-05T01:19:44Z)
• Collective Robustness Certificates: Exploiting Interdependence in Graph Neural Networks [71.78900818931847]
  ノード分類、画像分割、名前付き一致認識といったタスクでは、複数の予測を同時に出力する分類器があります。 既存の対向ロバスト性証明は、それぞれの予測を独立に考慮し、従ってそのようなタスクに対して過度に悲観的である。 本稿では,摂動下で安定に保たれることが保証される予測数を計算した最初の集合ロバスト性証明を提案する。
  論文  参考訳（メタデータ） (2023-02-06T14:46:51Z)
• Randomized Message-Interception Smoothing: Gray-box Certificates for Graph Neural Networks [95.89825298412016]
  グラフニューラルネットワーク(GNN)のための新しいグレーボックス証明書を提案する。 我々はランダムにメッセージを傍受し、敵に制御されたノードからのメッセージがターゲットノードに到達する確率を分析する。 我々の証明書は、より遠くからの攻撃に対してより強力な保証を提供する。
  論文  参考訳（メタデータ） (2023-01-05T12:21:48Z)
• Localized Randomized Smoothing for Collective Robustness Certification [60.83383487495282]
  我々は、あらゆる種類のモデルに対してより一般的な集合的ロバスト性証明を提案する。 このアプローチは、より大規模なソフトな局所モデルに対して有益であることを示す。 この証明書は、我々の新しい局所的ランダム化平滑化アプローチに基づいている。
  論文  参考訳（メタデータ） (2022-10-28T14:10:24Z)
• Distributed Quantum Interactive Proofs [0.5156484100374058]
  分散対話型証明では、$n$ノードネットワーク$G$のノードは、短いメッセージ(証明書と呼ばれる)を強力な証明器で交換することができる。 目標は、入力($G$自身を含む)が何らかの言語に属しているかどうかを判断し、対話のターンがほとんどなく、ノードと証明者の間でできる限りビットを交換することである。 証明は量子ビットとなり、ネットワークのノードは量子計算を行うことができる。
  論文  参考訳（メタデータ） (2022-10-04T05:38:31Z)
• Deep Embedded Clustering with Distribution Consistency Preservation for Attributed Networks [15.895606627146291]
  本研究では,属性ネットワークに対するエンドツーエンドの深層クラスタリングモデルを提案する。 グラフオートエンコーダとノード属性オートエンコーダを使用して、ノード表現とクラスタ割り当てをそれぞれ学習する。 提案手法は, 最先端手法と比較して, 性能が著しく向上する。
  論文  参考訳（メタデータ） (2022-05-28T02:35:34Z)
• DeHIN: A Decentralized Framework for Embedding Large-scale Heterogeneous Information Networks [64.62314068155997]
  本稿では,異種情報ネットワーク(DeHIN)のための分散埋め込みフレームワークについて述べる。 DeHINは、大きなHINをハイパーグラフとして革新的に定式化するコンテキスト保存分割機構を提供する。 当社のフレームワークでは,木のようなパイプラインを採用することで,効率よくHINを分割する分散戦略を採用しています。
  論文  参考訳（メタデータ） (2022-01-08T04:08:36Z)
• Two-Bit Aggregation for Communication Efficient and Differentially Private Federated Learning [79.66767935077925]
  フェデレートラーニング(FL)では、機械学習モデルは、データをローカルに保ち、他のノードと共有しない状態で、複数のノードで分散的にトレーニングされる。 ノードからサーバに送信された情報は、各ノードのローカルデータの詳細を明らかにする可能性があるため、プライバシー上の懸念が生じる。 差分プライバシーを保証し、アップリンク通信オーバーヘッドを低減した2ビットアグリゲーションアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-10-06T19:03:58Z)
• Shared Certificates for Neural Network Verification [8.777291205946444]
  既存のニューラルネットワーク検証器は、与えられた摂動の下で各入力が正しく処理されるという証明を計算する。 このプロセスは、各入力に対して独立してスクラッチから繰り返される。 精度を損なわずにこの検証コストを削減する新しい方法を提案する。
  論文  参考訳（メタデータ） (2021-09-01T16:59:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。