論文の概要: Enhanced Quantum Key Distribution using Hybrid Channels and Natural Random Numbers

• arxiv url: http://arxiv.org/abs/2007.14298v1
• Date: Tue, 28 Jul 2020 15:14:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-07 23:07:34.055229
• Title: Enhanced Quantum Key Distribution using Hybrid Channels and Natural Random Numbers
• Title（参考訳）: ハイブリッドチャネルと自然乱数を用いた量子鍵分布の強化
• Authors: Hemant Rana, Nitin Verma
• Abstract要約: 本稿では,古典チャネルと量子チャネルを混合したセキュアな3つの鍵分配プロトコルを提案する。 提案プロトコルは、量子コンピュータの特性を利用して、容易に伝送可能な自然乱数を生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Since the introduction of quantum computation by Richard Feynman in 1982, Quantum computation has shown exemplary results in various applications of computer science including unstructured database search, factorization, molecular simulations to name a few. Some of the recent developments include quantum machine learning, quantum neural networks, quantum walks on graphs, fault tolerant scalable quantum computers using error correction codes etc. One of the crucial modern applications of quantum information is quantum cryptography and secure key distribution over quantum channels which have several advantages over classical channels, especially detection of eavesdropping. Based on such properties of quantum systems and quantum channels, In this paper we propose three secure key distribution protocols based on a blend of classical and quantum channels. Also the proposed protocols exploits the property of quantum computers to generate natural random numbers that can be easily transmitted using a single qubit over a quantum channel and can be used for distributing keys to the involved parties in a communication network.
• Abstract（参考訳）: 1982年にリチャード・ファインマンによって量子計算が導入されてから、量子計算は非構造化データベース探索、因子分解、分子シミュレーションなど、コンピュータ科学の様々な応用における模範的な結果を示している。 最近の開発には、量子機械学習、量子ニューラルネットワーク、グラフ上の量子ウォーク、エラー訂正コードを用いたフォールトトレラントなスケーラブル量子コンピュータなどがある。 量子情報の重要な応用の1つは量子暗号と量子チャネル上の安全な鍵分布であり、古典的チャネル、特に盗聴の検出よりもいくつかの利点がある。 本稿では、量子システムと量子チャネルの特性に基づいて、古典的および量子的チャネルの混合に基づく3つのセキュアな鍵分布プロトコルを提案する。 また、提案プロトコルは、量子コンピュータの特性を利用して、量子チャネル上の単一キュービットで簡単に送信できる自然乱数を生成し、通信ネットワーク内の関係者に鍵を配布するためにも使用できる。

関連論文リスト

• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Guarantees on the structure of experimental quantum networks [105.13377158844727]
  量子ネットワークは、セキュアな通信、ネットワーク量子コンピューティング、分散センシングのためのマルチパーティ量子リソースと多数のノードを接続し、供給する。 これらのネットワークのサイズが大きくなるにつれて、認証ツールはそれらの特性に関する質問に答える必要がある。 本稿では,ある量子ネットワークにおいて特定の相関が生成できないことを保証するための一般的な方法を示す。
  論文  参考訳（メタデータ） (2024-03-04T19:00:00Z)
• Entanglement-Assisted Quantum Networks: Mechanics, Enabling Technologies, Challenges, and Research Directions [66.27337498864556]
  本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。 ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。 また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
  論文  参考訳（メタデータ） (2023-07-24T02:48:22Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• Machine learning applications for noisy intermediate-scale quantum computers [0.0]
  NISQコンピュータに適した3つの量子機械学習アプリケーションを開発し研究する。 これらのアルゴリズムは本質的に変動し、基礎となる量子機械学習モデルとしてパラメータ化量子回路(PQC)を使用する。 近似量子クローニングの領域において,データを自然界において量子化する変分アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-05-19T09:26:57Z)
• A prototype of quantum von Neumann architecture [0.0]
  我々は、フォン・ノイマンアーキテクチャの量子バージョンである普遍量子コンピュータシステムのモデルを提案する。 量子メモリユニットの要素としてebitを使用し、量子制御ユニットと処理ユニットの要素としてqubitを使用する。 本研究は,量子情報の多様体パワーを実証し,量子コンピュータシステム構築の道を開くものである。
  論文  参考訳（メタデータ） (2021-12-17T06:33:31Z)
• Probably approximately correct quantum source coding [0.0]
  Holevo と Nayak の境界は、量子状態に格納できる古典的な情報の量を推定する。 量子学習理論における2つの新しい応用と、純粋に古典的なクライアントを用いた代入量子計算について述べる。
  論文  参考訳（メタデータ） (2021-12-13T17:57:30Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• Realising and compressing quantum circuits with quantum reservoir computing [2.834895018689047]
  量子ノードのランダムネットワークが量子コンピューティングの堅牢なハードウェアとしてどのように使用できるかを示す。 我々のネットワークアーキテクチャは、量子ノードの単一層のみを最適化することで量子演算を誘導する。 数量子状態においては、量子回路内の複数の量子ゲートのシーケンスは単一の演算で圧縮することができる。
  論文  参考訳（メタデータ） (2020-03-21T03:29:16Z)
• Quantum key distribution based on the quantum eraser [0.0]
  量子情報と量子基礎は、大学院の上級コースで人気のあるトピックになりつつある。 量子消去器は、通常、波動特性と粒子特性の双対性を研究するために用いられるが、量子鍵分布の一般的なプラットフォームとしても機能することを示す。
  論文  参考訳（メタデータ） (2019-07-07T10:00:01Z)

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。