論文の概要: Anomaly Detection for Real-World Cyber-Physical Security using Quantum Hybrid Support Vector Machines

• arxiv url: http://arxiv.org/abs/2409.04935v1
• Date: Sun, 8 Sep 2024 00:15:30 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-10 20:00:10.408230
• Title: Anomaly Detection for Real-World Cyber-Physical Security using Quantum Hybrid Support Vector Machines
• Title（参考訳）: 量子ハイブリッド支援ベクトルマシンを用いた実世界のサイバー物理セキュリティの異常検出
• Authors: Tyler Cultice, Md. Saif Hassan Onim, Annarita Giani, Himanshu Thapliyal,
• Abstract要約: サイバー攻撃のような異常なデータは、インフラと人間のオペレーターの安全を著しく危険にさらしている。 量子の異常検出への応用は、物理的センサーデータにおけるサイバー攻撃の識別を大幅に改善することができる。 我々は,8量子ビット16量子カーネルを用いて,F-1スコア0.86,精度87%のHAI CPSデータセットを示す。
• 参考スコア（独自算出の注目度）: 0.3749861135832072
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cyber-physical control systems are critical infrastructures designed around highly responsive feedback loops that are measured and manipulated by hundreds of sensors and controllers. Anomalous data, such as from cyber-attacks, greatly risk the safety of the infrastructure and human operators. With recent advances in the quantum computing paradigm, the application of quantum in anomaly detection can greatly improve identification of cyber-attacks in physical sensor data. In this paper, we explore the use of strong pre-processing methods and a quantum-hybrid Support Vector Machine (SVM) that takes advantage of fidelity in parameterized quantum circuits to efficiently and effectively flatten extremely high dimensional data. Our results show an F-1 Score of 0.86 and accuracy of 87% on the HAI CPS dataset using an 8-qubit, 16-feature quantum kernel, performing equally to existing work and 14% better than its classical counterpart.
• Abstract（参考訳）: サイバー物理制御システムは、数百のセンサーやコントローラによって測定・操作される高応答のフィードバックループを中心に設計された重要なインフラである。 サイバー攻撃のような異常なデータは、インフラと人間のオペレーターの安全を著しく危険にさらしている。 量子コンピューティングパラダイムの最近の進歩により、異常検出における量子の応用は、物理的センサーデータにおけるサイバー攻撃の識別を大幅に改善することができる。 本稿では,パラメータ化量子回路の忠実性を生かし,超高次元データを効率よく効果的にフラット化する,強力な前処理手法と量子ハイブリッド支援ベクトルマシン(SVM)の利用について検討する。 その結果、F-1スコアは0.86で、HAI CPSデータセットでは8-qubit、16-featureの量子カーネルを使用して87%の精度を示し、既存の処理に等しく、従来の処理よりも14%優れていた。

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)
• Parametrized Energy-Efficient Quantum Kernels for Network Service Fault Diagnosis [0.49157446832511503]
  その結果,従来の手法に比べて性能が向上し,性能が向上した。 量子カーネルの実験的検証はIBMの超伝導量子コンピュータであるIBM-Kawasakiを用いて行われた。
  論文  参考訳（メタデータ） (2024-05-15T23:06:47Z)
• Quantum-activated neural reservoirs on-chip open up large hardware security models for resilient authentication [5.60384815385868]
  この研究は、3兆以上のハードウェアノード/cm$2$を持つ大規模量子活性化リカレントニューラルネットワークを実装している。 このチップは、最高のテクノロジーの3倍のビット密度をサポートし、1cm$2$のフットプリントで21104$以上のキーを保存できる。
  論文  参考訳（メタデータ） (2024-03-21T07:25:52Z)
• Neural auto-designer for enhanced quantum kernels [59.616404192966016]
  本稿では,問題固有の量子特徴写像の設計を自動化するデータ駆動型手法を提案する。 私たちの研究は、量子機械学習の進歩におけるディープラーニングの実質的な役割を強調します。
  論文  参考訳（メタデータ） (2024-01-20T03:11:59Z)
• Optical Quantum Sensing for Agnostic Environments via Deep Learning [59.088205627308]
  本稿では,革新的な深層学習に基づく量子センシング手法を提案する。 これにより、光学量子センサーは、非依存環境でハイゼンベルク限界(HL)に達することができる。 我々の発見は、光学量子センシングタスクを加速する新しいレンズを提供する。
  論文  参考訳（メタデータ） (2023-11-13T09:46:05Z)
• 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)
• Exploring Unsupervised Anomaly Detection with Quantum Boltzmann Machines in Fraud Detection [3.955274213382716]
  EDR(Restricted Detection and Response)における異常検出は、大企業のサイバーセキュリティプログラムにおいて重要な課題である。 この問題に対する古典的な機械学習アプローチは存在するが、悪質な異常と悪質な異常を区別する際の不満足なパフォーマンスをしばしば示している。 現在使われている機械学習技術よりも優れた一般化を実現するための有望なアプローチは量子生成モデルである。
  論文  参考訳（メタデータ） (2023-06-08T07:36:01Z)
• Experimental quantum adversarial learning with programmable superconducting qubits [15.24718195264974]
  プログラム可能な超伝導量子ビットを用いた量子対数学習の実験実験を行った。 本研究は,量子学習システムにおいて,敵対的シナリオ下での重大な脆弱性の側面を実験的に明らかにした。
  論文  参考訳（メタデータ） (2022-04-04T18:00:00Z)
• Quantum Support Vector Machines for Continuum Suppression in B Meson Decays [0.27342795342528275]
  古典的データを量子状態に変換するプロセスである異なる量子符号化回路が最終分類性能に与える影響について検討する。 本稿では、量子回路シミュレーションを用いて、0.848のAUC(Area Under Receiver Operating Characteristics Curve)の符号化手法を提案する。 データセットの縮小バージョンを使用して、IBM Quantum ibmq_casablancaデバイス上でアルゴリズムを実行し、平均AUCは0.703に達した。
  論文  参考訳（メタデータ） (2021-03-23T02:09:05Z)
• Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
  我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。 MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
  論文  参考訳（メタデータ） (2020-12-08T01:10:30Z)
• Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
  本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。 実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-08-05T19:29:35Z)

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。