論文の概要: An Improved Quantum Private Set Intersection Protocol Based on Hadamard Gates

• arxiv url: http://arxiv.org/abs/2311.11951v1
• Date: Sun, 1 Oct 2023 16:21:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-15 15:58:34.047220
• Title: An Improved Quantum Private Set Intersection Protocol Based on Hadamard Gates
• Title（参考訳）: ハダマールゲートに基づく量子プライベート集合交差プロトコルの改良
• Authors: Wenjie Liu, Wenbo Li, Haibin Wang
• Abstract要約: 参加者は、プライベートセット計算のセキュリティ要件に違反している相手のプライベート情報を推論できる。 この問題を解決するために,アダマールゲートをベースとした改良されたプライベート・セット・交差点プロトコルを提案する。
• 参考スコア（独自算出の注目度）: 22.0983572289132
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently, Liu and Yin (Int. J. Theor. Phys. 60, 2074-2083 (2021)) proposed a two-party private set intersection protocol based on quantum Fourier transform. We find the participant can deduce the other party's private information, which violates the security requirement of private set computation. In order to solve this problem, an improved private set intersection protocol based on Hadamard gate is proposed. Firstly, the more feasible Hadamard gates are used to perform on the original n qubits instead of the quantum Fourier transform, which may reduce the difficulty of implementation. In addition, through the exclusive OR calculation, the participant's private information is randomly chosen and encoded on the additional n qubits, which prevents participants from obtaining the result of the difference set S-diff , and then avoids the internal leakage of private information. Finally, the correctness and security analysis are conducted to show the proposed protocol can guarantee the correctness of computation result as well as resist outside attacks and participant internal attacks.
• Abstract（参考訳）: 近年,liu と yin (int。 j・セオドア Phys 60, 2074-2083 (2021) は量子フーリエ変換に基づく2つのプライベートな集合交叉プロトコルを提案した。 参加者は、プライベートセット計算のセキュリティ要件に違反する相手の個人情報を推測できることがわかった。 この問題を解決するために,アダマールゲートをベースとした改良されたプライベートセット交差点プロトコルを提案する。 まず、より実現可能なアダマールゲートは量子フーリエ変換の代わりに元の n 量子ビット上で実行されるため、実装の困難さを低減できる。 さらに、排他的OR演算により、追加のn量子ビットに参加者のプライベート情報をランダムに選択して符号化することにより、参加者が差分セットS−diffの結果を得るのを防止し、プライベート情報の内部リークを回避する。 最後に,提案プロトコルが計算結果の正しさを保証し,外部攻撃や内部攻撃に抵抗できることを示すため,正しさとセキュリティ解析を行った。

関連論文リスト

• Optimal Private Discrete Distribution Estimation with One-bit Communication [63.413106413939836]
  1ビット通信制約を伴う個別分布推定問題を考える。 1ビット通信制約下での最悪のトレードオフの1次を特徴付ける。 これらの結果は,1ビット通信制約下でのプライバシユーティリティトレードオフの最適依存性を示す。
  論文  参考訳（メタデータ） (2023-10-17T05:21:19Z)
• A unifying framework for differentially private quantum algorithms [0.0]
  本稿では、近隣の量子状態の新規で一般的な定義を提案する。 この定義が量子符号化の基盤となる構造を捉えることを実証する。 また、入力状態のコピーを複数用意した代替設定についても検討する。
  論文  参考訳（メタデータ） (2023-07-10T17:44:03Z)
• Secure multi-party quantum summation based on quantum Fourier transform [0.0]
  提案プロトコルは外部攻撃と参加者攻撃の両方に抵抗することができる。 一方の当事者は、他の当事者のプライベート整数列を得ることができず、n が当事者数である n-2 個の当事者によって実行される衝突攻撃に対して安全である。
  論文  参考訳（メタデータ） (2022-05-12T14:36:18Z)
• Optimal Algorithms for Mean Estimation under Local Differential Privacy [55.32262879188817]
  そこで本研究では,PrivUnitが局所的プライベートな乱数化器群間の最適分散を実現することを示す。 また,ガウス分布に基づくPrivUnitの新たな変種も開発しており,数学的解析に適しており,同じ最適性保証を享受できる。
  論文  参考訳（メタデータ） (2022-05-05T06:43:46Z)
• Differential Secrecy for Distributed Data and Applications to Robust Differentially Secure Vector Summation [32.004283989604154]
  本稿では,各コントリビューションのユークリッドノルムがほぼ有界であることを検証したベクトル和のプロトコルを提案する。 必然的に整数を大きな有限体の要素にキャストするSMCアルゴリズムとは異なり、我々のアルゴリズムは整数/実数上で動作し、それによってさらなる効率が期待できる。
  論文  参考訳（メタデータ） (2022-02-22T02:06:42Z)
• Software mitigation of coherent two-qubit gate errors [55.878249096379804]
  2量子ゲートは量子コンピューティングの重要な構成要素である。 しかし、量子ビット間の不要な相互作用(いわゆる寄生ゲート)は、量子アプリケーションの性能を低下させる。 寄生性2ビットゲート誤差を軽減するための2つのソフトウェア手法を提案する。
  論文  参考訳（メタデータ） (2021-11-08T17:37:27Z)
• Composably secure data processing for Gaussian-modulated continuous variable quantum key distribution [58.720142291102135]
  連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。 構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。 特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
  論文  参考訳（メタデータ） (2021-03-30T18:02:55Z)
• Graph-Homomorphic Perturbations for Private Decentralized Learning [64.26238893241322]
  ローカルな見積もりの交換は、プライベートデータに基づくデータの推測を可能にする。 すべてのエージェントで独立して選択された摂動により、パフォーマンスが著しく低下する。 本稿では,特定のヌル空間条件に従って摂動を構成する代替スキームを提案する。
  論文  参考訳（メタデータ） (2020-10-23T10:35:35Z)
• Private Reinforcement Learning with PAC and Regret Guarantees [69.4202374491817]
  エピソード強化学習(RL)のためのプライバシー保護探索ポリシーを設計する。 まず、共同微分プライバシー(JDP)の概念を用いた有意義なプライバシー定式化を提供する。 そこで我々は,強いPACと後悔境界を同時に達成し,JDP保証を享受する,プライベートな楽観主義に基づく学習アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-09-18T20:18:35Z)
• An Accurate, Scalable and Verifiable Protocol for Federated Differentially Private Averaging [0.0]
  我々は、参加者に提供されるプライバシー保証と、悪意ある当事者の存在下での計算の正しさに関する課題に取り組む。 最初のコントリビューションはスケーラブルなプロトコルで、参加者はネットワークグラフのエッジに沿って関連するガウスノイズを交換する。 第2のコントリビューションでは,プロトコルの効率性とプライバシ保証を損なうことなく,計算の正確性を証明することができる。
  論文  参考訳（メタデータ） (2020-06-12T14:21:10Z)
• Bounding, Concentrating, and Truncating: Unifying Privacy Loss Composition for Data Analytics [2.614355818010333]
  アナリストが純粋なDP、境界範囲(指数的なメカニズムなど)、集中的なDPメカニズムを任意の順序で選択できる場合、強いプライバシー損失バウンダリを提供する。 また、アナリストが純粋なDPと境界範囲のメカニズムをバッチで選択できる場合に適用される最適なプライバシー損失境界を提供する。
  論文  参考訳（メタデータ） (2020-04-15T17:33:10Z)

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。