論文の概要: Quantum Circuit Implementation and Resource Analysis of LBlock and LiCi
- arxiv url: http://arxiv.org/abs/2305.01269v1
- Date: Tue, 2 May 2023 09:13:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-03 14:54:57.589577
- Title: Quantum Circuit Implementation and Resource Analysis of LBlock and LiCi
- Title（参考訳）: LBlockとLiCiの量子回路実装と資源分析
- Authors: XiaoYu Jing, YanJu Li, GuangYue Zhao, Huiqin Xie
- Abstract要約: 軽量暗号LBlockとLiCiの量子実装と資源推定について述べる。
我々はGroverのアルゴリズムを用いてLBlockとLiCiの徹底的な鍵探索攻撃に必要なリソースを解析する。
- 参考スコア（独自算出の注目度）: 0.18352113484137625
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Due to Grover's algorithm, any exhaustive search attack of block ciphers can
achieve a quadratic speed-up. To implement Grover,s exhaustive search and
accurately estimate the required resources, one needs to implement the target
ciphers as quantum circuits. Recently, there has been increasing interest in
quantum circuits implementing lightweight ciphers. In this paper we present the
quantum implementations and resource estimates of the lightweight ciphers
LBlock and LiCi. We optimize the quantum circuit implementations in the number
of gates, required qubits and the circuit depth, and simulate the quantum
circuits on ProjectQ. Furthermore, based on the quantum implementations, we
analyze the resources required for exhaustive key search attacks of LBlock and
LiCi with Grover's algorithm. Finally, we compare the resources for
implementing LBlock and LiCi with those of other lightweight ciphers.
- Abstract（参考訳）: グローバーのアルゴリズムにより、ブロック暗号の徹底的な探索攻撃は二次的なスピードアップを達成することができる。
グローバーを徹底的に探索し、必要な資源を正確に推定するためには、対象の暗号を量子回路として実装する必要がある。
近年,軽量暗号を実装した量子回路への関心が高まっている。
本稿では,軽量暗号LBlockとLiCiの量子実装と資源推定について述べる。
我々は、ゲート数、必要な量子ビット数、回路深さの量子回路実装を最適化し、projectq上の量子回路をシミュレートする。
さらに、量子実装に基づいて、Groverのアルゴリズムを用いてLBlockとLiCiの徹底的な鍵探索攻撃に必要なリソースを分析する。
最後に、LBlockとLiCiを実装するためのリソースを、他の軽量暗号と比較する。
関連論文リスト
- On the practicality of quantum sieving algorithms for the shortest vector problem [42.70026220176376]
格子ベースの暗号は、量子後暗号の主要な候補の1つである。
量子攻撃に対する暗号セキュリティは、最短ベクトル問題(SVP)のような格子問題に基づいている
SVPを解くための漸近的な量子スピードアップはGroverの探索に依存している。
論文 参考訳（メタデータ） (2024-10-17T16:54:41Z) - Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。
短絡の新規・ハードウェア対応回路の発見能力を示す。
本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文 参考訳（メタデータ） (2024-06-18T01:49:48Z) - Shallow Quantum Circuit Implementation of Symmetric Functions with Limited Ancillary Qubits [5.9862846364925115]
量子計算では、量子回路の奥行きとアシラリー量子ビットの数を最適化することが重要である。
本稿では,多対数深度量子回路を用いた任意の対称ブール関数の実装に革新的なアプローチを提案する。
鍵となる技術は、Acillary qubitを必要とせずにハミング重みを計算するように設計された新しい多対数深さ量子回路である。
論文 参考訳（メタデータ） (2024-04-09T06:30:54Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - GSQAS: Graph Self-supervised Quantum Architecture Search [0.18899300124593643]
既存の量子アーキテクチャ探索(QAS)アルゴリズムは、探索プロセス中に多数の量子回路を評価する必要がある。
本稿では,自己教師型学習に基づく予測器を訓練するグラフ自己教師型QASであるGSQASを提案する。
GSQASは最先端の予測器ベースのQASより優れており、ラベル付き回路が少なくて性能が良い。
論文 参考訳（メタデータ） (2023-03-22T08:35:28Z) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳（メタデータ） (2022-04-12T19:39:31Z) - Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
量子回路をキューネットワークとしてモデル化することを提案する。
提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
論文 参考訳（メタデータ） (2021-06-26T10:55:52Z) - Variational Quantum Cloning: Improving Practicality for Quantum
Cryptanalysis [2.064612766965483]
機械学習に基づく暗号解析アルゴリズムである変分量子クローニング(VQC)を提案する。
VQCは、敵が短深度量子回路で最適な(近似)クローニング戦略を得ることを可能にする。
量子クローニングとVQCの促進による2つのプロトコルの攻撃を例として導いた。
論文 参考訳（メタデータ） (2020-12-21T15:28:09Z) - Quantum Search for Scaled Hash Function Preimages [1.3299507495084417]
本稿では,Groverのアルゴリズムを量子シミュレーターに実装し,2つのスケールしたハッシュ関数の前像の量子探索を行う。
我々は,Groverのアルゴリズムのいくつかのステップの後に量子レジスタをサンプリングしてショートカットを提案する戦略は,誤差軽減の観点からは限界的な実用的優位性しか得られないことを示した。
論文 参考訳（メタデータ） (2020-09-01T18:00:02Z) - Machine Learning Optimization of Quantum Circuit Layouts [63.55764634492974]
本稿では量子回路マッピングQXXとその機械学習バージョンQXX-MLPを紹介する。
後者は、レイアウトされた回路の深さが小さくなるように最適なQXXパラメータ値を自動的に推論する。
近似を用いてレイアウト法を学習可能な経験的証拠を提示する。
論文 参考訳（メタデータ） (2020-07-29T05:26:19Z) - QUANTIFY: A framework for resource analysis and design verification of
quantum circuits [69.43216268165402]
QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。
Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。
ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
論文 参考訳（メタデータ） (2020-07-21T15:36:25Z)
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。