論文の概要: Trustworthy Quantum Computation through Quantum Physical Unclonable Functions

• arxiv url: http://arxiv.org/abs/2311.07094v1
• Date: Mon, 13 Nov 2023 05:47:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-11-14 15:25:35.398889
• Title: Trustworthy Quantum Computation through Quantum Physical Unclonable Functions
• Title（参考訳）: 量子不可能関数による信頼できる量子計算
• Authors: Kaitlin N. Smith, Pranav Gokhale
• Abstract要約: クラウドベースの量子コンピュータ(QC)は、リモートアクセスとプログラミングで容易に利用できる。 本研究は,クラウドベースのQCのフィンガープリントに本質的な量子ハードウェア特性を用いることが可能であることを示す。 本稿では,ユニークな指紋データとファジィ抽出を組み合わせたセキュアな鍵生成のための量子物理的拘束不能関数 (Q-PUF) スキームについて述べる。
• 参考スコア（独自算出の注目度）: 1.539760782452093
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum computing is under rapid development, and today there are several cloud-based, quantum computers (QCs) of modest size (>100s of physical qubits). Although these QCs, along with their highly-specialized classical support infrastructure, are in limited supply, they are readily available for remote access and programming. This work shows the viability of using intrinsic quantum hardware properties for fingerprinting cloud-based QCs that exist today. We demonstrate the reliability of intrinsic fingerprinting with real QC characterization data, as well as simulated QC data, and we detail a quantum physically unclonable function (Q-PUF) scheme for secure key generation using unique fingerprint data combined with fuzzy extraction. We use fixed-frequency transmon qubits for prototyping our methods.
• Abstract（参考訳）: 量子コンピューティングは急速に発展しており、今日ではクラウドベースの量子コンピュータ(QC)がいくつかある。 これらのQCは、高度に専門化された古典的なサポート基盤とともに、供給が限られているが、リモートアクセスやプログラミングで容易に利用できる。 この研究は、現在存在するクラウドベースのQCをフィンガープリントするために、本質的な量子ハードウェア特性を使用する可能性を示している。 実qc特性データを用いた固有フィンガープリントの信頼性とシミュレーションqcデータの信頼性を実証し,ファジィ抽出と組み合わせたユニークなフィンガープリントデータを用いたセキュアキー生成のためのq-puf(quantum physical unclonable function)スキームを詳述した。 提案手法のプロトタイピングには固定周波数トランスモン量子ビットを用いる。

関連論文リスト

• Implementation Challenges in Quantum Key Distribution [0.0]
  本研究では、実際の量子コンピューティング環境において、よく知られた2つのQKDプロトコル、BB84とE91の実装と比較に焦点を当てた。 この研究は、量子重ね合わせと量子絡み合いの性質を活用することで、通信相手がいかに安全に共有された秘密を得るかを説明する。
  論文  参考訳（メタデータ） (2026-02-02T00:30:44Z)
• The Hardness of Learning Quantum Circuits and its Cryptographic Applications [1.2116854758481395]
  ランダムな量子回路の出力状態の学習やクローン化に関する具体的な硬さの仮定は、セキュアな量子暗号の基礎として利用できることを示す。 セキュアな一方向ステートジェネレータ(OWSG)、デジタルシグネチャスキーム、量子ビットコミットメント、秘密鍵暗号スキームを構築した。
  論文  参考訳（メタデータ） (2025-04-21T18:00:03Z)
• Technology and Performance Benchmarks of IQM's 20-Qubit Quantum Computer [56.435136806763055]
  IQM量子コンピュータはQPUと他のフルスタック量子コンピュータの両方をカバーする。 焦点は、Garnet QPUとそのアーキテクチャを特徴とする20量子ビットの量子コンピュータであり、最大150量子ビットまでスケールする。 QPUとシステムレベルベンチマークは、中央値の2キュービットゲート忠実度99.5%、グリーンバーガー・ホーネ・ザイリンガー(GHZ)状態の20キュービット全てを真のエンハングリングする。
  論文  参考訳（メタデータ） (2024-08-22T14:26:10Z)
• 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)
• PristiQ: A Co-Design Framework for Preserving Data Security of Quantum Learning in the Cloud [7.87660609586004]
  クラウドコンピューティングは量子機械学習(QML)においてデータ漏洩のリスクが高い 本稿では,QMLのデータセキュリティをQパラダイム,すなわちPristiQで保護するための協調設計フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-20T22:03:32Z)
• Existential Unforgeability in Quantum Authentication From Quantum Physical Unclonable Functions Based on Random von Neumann Measurement [45.386403865847235]
  物理的非閉包関数(PUF)は、固有の非閉包不可能な物理的ランダム性を利用して、ユニークな入出力ペアを生成する。 量子PUF(Quantum PUFs)は、量子状態を入出力ペアとして使用することによって、この概念を拡張している。 ランダムなユニタリQPUFは、量子多項式時間に対する実存的非偽造性を達成できないことを示す。 本稿では,QPUFが非単体量子チャネルとして機能する2番目のモデルを提案する。
  論文  参考訳（メタデータ） (2024-04-17T12:16:41Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• 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)
• QKSAN: A Quantum Kernel Self-Attention Network [53.96779043113156]
  量子カーネル法(Quantum Kernel Methods, QKM)のデータ表現能力とSAMの効率的な情報抽出能力を組み合わせた量子カーネル自己認識機構(Quantum Kernel Self-Attention Mechanism, QKSAM)を導入する。 量子カーネル自己保持ネットワーク(QKSAN)フレームワークは,DMP(Dederred Measurement Principle)と条件測定技術を巧みに組み込んだQKSAMに基づいて提案されている。 4つのQKSANサブモデルはPennyLaneとIBM Qiskitプラットフォームにデプロイされ、MNISTとFashion MNISTのバイナリ分類を実行する。
  論文  参考訳（メタデータ） (2023-08-25T15:08:19Z)
• Delegated variational quantum algorithms based on quantum homomorphic encryption [69.50567607858659]
  変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。 クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。 量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
  論文  参考訳（メタデータ） (2023-01-25T07:00:13Z)
• Simulation of Networked Quantum Computing on Encrypted Data [0.0]
  暗号技術は、量子コンピューティングパワーの安全な遠隔利用のために開発されなければならない。 シミュレーションプラットフォームLIQ$Ui|rangle上で古典的にテストされた,そのようなプロトコルのシミュレーションを提案する。
  論文  参考訳（メタデータ） (2022-12-25T20:02:53Z)
• Comparison of Quantum PUF models [9.650153007075703]
  物理不能関数(英: physical unclonable function、PUF)は、物理系(例えば半導体、結晶など)のハードウェア構造であり、半導体のユニークな識別や暗号プロセスの鍵の確保に使用される。 本稿では,量子トークンベースの認証シミュレータであるQTOKSimの要件を紹介し,その性能を多要素認証プロトコルで検証する。
  論文  参考訳（メタデータ） (2022-08-22T21:14:16Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Open Source Variational Quantum Eigensolver Extension of the Quantum Learning Machine (QLM) for Quantum Chemistry [0.0]
  我々は,化学に着想を得た適応手法の使用と開発のための新しいオープンソースQCパッケージ,Open-VQEを紹介した。 Atos Quantum Learning Machine (QLM)は、コンピュータプログラムを記述、最適化できる汎用プログラミングフレームワークである。 OpenVQEとともに、新しいオープンソースモジュールであるmyQLMFermion(QC開発において重要な重要なQLMリソースを含む)を紹介します。
  論文  参考訳（メタデータ） (2022-06-17T14:24:22Z)
• Learning Classical Readout Quantum PUFs based on single-qubit gates [9.669942356088377]
  統計的クエリ(SQ)モデルを用いて古典的読み出し量子PUF(CR-QPUF)のクラスを定式化する。 敵がCR-QPUFにSQアクセスした場合、シングルビット回転ゲートに基づくCR-QPUFのセキュリティが不十分であることを示す。 悪意ある者がCR-QPUF特性を学習し、量子デバイスのシグネチャを鍛える方法を示す。
  論文  参考訳（メタデータ） (2021-12-13T13:29:22Z)
• 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)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)

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。