論文の概要: Obfuscating Quantum Hybrid-Classical Algorithms for Security and Privacy
- arxiv url: http://arxiv.org/abs/2305.02379v1
- Date: Wed, 3 May 2023 18:35:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-05 18:04:35.133788
- Title: Obfuscating Quantum Hybrid-Classical Algorithms for Security and Privacy
- Title（参考訳）: セキュリティとプライバシのための量子ハイブリッド古典アルゴリズムの難読化
- Authors: Suryansh Upadhyay, Swaroop Ghosh
- Abstract要約: QAOAのような量子古典アルゴリズムは、グラフの最大化問題を解決するためにグラフ特性を符号化する。
信頼できないハードウェアの使用は、知的財産権(IP)盗難のリスクを生じさせる可能性がある。
本稿では,分割繰り返し手法とともに,QAOAのエッジプルーニング難読化手法を提案する。
- 参考スコア（独自算出の注目度）: 5.444459446244819
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As the quantum computing ecosystem grows in popularity and utility it is
important to identify and address the security and privacy vulnerabilities
before they can be widely exploited. One major concern is the involvement of
third party tools and hardware. Usage of untrusted hardware could present the
risk of intellectual property (IP) theft. For example the hybrid quantum
classical algorithms like QAOA encodes the graph properties e.g. number of
nodes edges and connectivity in the parameterized quantum circuit to solve a
graph maxcut problem. QAOA employs a classical computer which optimizes the
parameters of a parametric quantum circuit (which encodes graph structure)
iteratively by executing the circuit on a quantum hardware and measuring the
output. The graph properties can be readily retrieved by analyzing the QAOA
circuit by the untrusted quantum hardware provider. To mitigate this risk, we
propose an edge pruning obfuscation method for QAOA along with a split
iteration methodology. The basic idea is to (i) create two flavors of QAOA
circuit each with few distinct edges eliminated from the problem graph for
obfuscation (ii) iterate the circuits alternately during optimization process
to uphold the optimization quality and (iii) send the circuits to two different
untrusted hardware provider so that the adversary has access to partial graph
protecting the IP. We demonstrate that combining edge pruning obfuscation with
split iteration on two different hardware secures the IP and increases the
difficulty of reconstruction while limiting performance degradation to a
maximum of 10 percent (approximately 5 percent on average) and maintaining low
overhead costs (less than 0.5X for QAOA with single layer implementation).
- Abstract（参考訳）: 量子コンピューティングエコシステムの人気とユーティリティが高まるにつれ、広く利用される前にセキュリティとプライバシの脆弱性を特定し、対処することが重要である。
主な関心事は、サードパーティのツールとハードウェアの関与である。
信頼できないハードウェアの使用は知的財産権(IP)盗難のリスクをもたらす可能性がある。
例えば、qaoaのようなハイブリッド量子古典アルゴリズムは、ノード数エッジやパラメータ化された量子回路の接続といったグラフ特性を符号化し、グラフの最大カット問題を解決する。
QAOAは、量子ハードウェア上で回路を実行し、出力を測定することで、パラメトリック量子回路(グラフ構造を符号化する)のパラメータを反復的に最適化する古典的なコンピュータを使用している。
グラフ特性は、信頼できない量子ハードウェアプロバイダによってqaoa回路を分析して容易に検索することができる。
このリスクを軽減するため、分割反復法とともにQAOAのエッジプルーニング難読化法を提案する。
基本的な考え方は
(i)難解化問題グラフから除去されたエッジがほとんどない2種類のQAOA回路
(ii)最適化プロセス中に回路を交互に繰り返して、最適化品質を維持すること、及び
3) 回路を2つの異なる信頼できないハードウェアプロバイダに送信し、敵がIPを保護する部分グラフにアクセスできるようにする。
2つの異なるハードウェア上でのエッジプルーニングの難読化と分割繰り返しを組み合わせることでIPを確保でき、性能劣化を最大10%(平均で約5%)に制限し、低オーバーヘッドコスト(単層実装のQAOAでは0.5倍未満)を維持しながら、再構築の難しさを高めることが実証された。
関連論文リスト
- 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) - A Fast and Adaptable Algorithm for Optimal Multi-Qubit Pathfinding in Quantum Circuit Compilation [0.0]
この研究は、量子回路のコンパイルマッピング問題における臨界サブルーチンとして、マルチキュービットパスフィンディングに焦点を当てている。
本稿では,回路SWAPゲート深さに対して量子ハードウェア上で量子ビットを最適にナビゲートする二進整数線形計画法を用いてモデル化したアルゴリズムを提案する。
我々は、様々な量子ハードウェアレイアウトのアルゴリズムをベンチマークし、計算ランタイム、解SWAP深さ、累積SWAPゲート誤差率などの特性を評価した。
論文 参考訳（メタデータ） (2024-05-29T05:59:15Z) - Scaling Up the Quantum Divide and Conquer Algorithm for Combinatorial Optimization [0.8121127831316319]
本稿では,デバイス間通信コストを大幅に削減する量子回路の構築手法を提案する。
そこで本研究では,従来のQDCA手法の約3倍の大きさのトラクタブル回路を構築できることを示す。
論文 参考訳（メタデータ） (2024-05-01T20:49:50Z) - 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) - Enigma: Privacy-Preserving Execution of QAOA on Untrusted Quantum
Computers [0.6144680854063939]
エニグマ(Enigma)は、プライバシ保存型量子計算方式のスイートである。
量子回路を難読化する従来のSQCスキームとは異なり、エニグマはQAOAの入力問題を変換する。
エニグマのプライバシー改善は、忠実度をわずかに低下させるだけである。
論文 参考訳（メタデータ） (2023-11-22T17:40:23Z) - Randomized Reversible Gate-Based Obfuscation for Secured Compilation of
Quantum Circuit [5.444459446244819]
本稿では,可逆ゲートを用いた量子回路の難読化手法を提案する。
提案手法は, 最大1.92のTVDを実現し, これまでに報告した難読化法よりも少なくとも2倍高い性能を実現している。
論文 参考訳（メタデータ） (2023-05-02T00:24:34Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳（メタデータ） (2022-09-22T21:54:28Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - A Structured Method for Compilation of QAOA Circuits in Quantum
Computing [5.560410979877026]
2ビットゲートを並べ替える柔軟性により、コンパイラ最適化により、より深い深さ、ゲート数、忠実度で回路を生成することができる。
多次元量子アーキテクチャ上の任意のコンパイルQAOA回路に対して線形深さを保証する構造的手法を提案する。
全体として、最大1024キュービットの回路を10秒でコンパイルでき、深さ3.8倍のスピードアップ、ゲート数17%の削減、回路ESPの18倍の改善が可能である。
論文 参考訳（メタデータ） (2021-12-12T04:00:45Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - 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。