Fugu-MT 論文翻訳(概要): Privacy for Quantum Annealing. Attack on Spin Reversal Transformations in the case of cryptanalysis

論文の概要: Privacy for Quantum Annealing. Attack on Spin Reversal Transformations in the case of cryptanalysis

arxiv url: http://arxiv.org/abs/2409.17744v1
Date: Thu, 26 Sep 2024 11:17:47 GMT
ステータス: 処理完了
システム内更新日: 2024-09-28 19:53:49.720883
Title: Privacy for Quantum Annealing. Attack on Spin Reversal Transformations in the case of cryptanalysis
Title（参考訳）: 量子アニーリングのプライバシ : 暗号解析におけるスピン反転変換の攻撃
Authors: Mateusz Leśniak, Michał Wroński,
Abstract要約: SRTを用いて得られたIsing問題から元の問題を回復する方法を示す。その結果,本手法は大規模問題においても効率的であることがわかった。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper demonstrates that applying spin reversal transformations (SRT), commonly known as a sufficient method for privacy enhancing in problems solved using quantum annealing, does not guarantee privacy for all possible problems. We show how to recover the original problem from the Ising problem obtained using SRT when the resulting problem in Ising form represents the algebraic attack on the $E_0$ stream cipher. A small example is used to illustrate how to retrieve the original problem from the one transformed by SRT. Moreover, it is shown that our method is efficient even for full-scale problems.
Abstract（参考訳）: 本稿では、スピン反転変換(SRT)の適用が、量子アニール法を用いて解決した問題におけるプライバシー向上の十分な方法として一般に知られているが、すべての問題に対してプライバシーを保証するものではないことを実証する。本稿では,SRTを用いて得られたIsing問題から元の問題を復元する方法を,Ising形式が$E_0$ストリーム暗号に対する代数的攻撃を表すときに示す。 SRTで変換された問題から元の問題を検索する方法を説明するために、小さな例が用いられる。さらに,本手法は大規模問題においても効率的であることを示す。

関連論文リスト

Privacy-Preserving Quantum Annealing for Quadratic Unconstrained Binary Optimization (QUBO) Problems [13.168145679456211]
プライバシ保護のためのQUBOフレームワークを導入し,新しい解法を提案する。提案手法は,QUBO問題のモデル行列である$Q$を難解化するために,桁分割と行列置換を組み合わせたものである。難解なQUBO問題の解に基づいて、元の問題の解を高精度に再構築することができる。
論文参考訳（メタデータ） (2024-09-27T10:05:08Z)
Imaging Interiors: An Implicit Solution to Electromagnetic Inverse Scattering Problems [74.28677741399966]
EISP(Electromagnetic Inverse Scattering Problems)は、計算画像に広く応用されている。本稿では,EISPにおけるこれらの課題に,暗黙のアプローチで対処する。我々のアプローチは、標準ベンチマークデータセットにおける既存のメソッドよりも優れています。
論文参考訳（メタデータ） (2024-07-12T15:25:54Z)
Reverse em-problem based on Bregman divergence and its application to classical and quantum information theory [53.64687146666141]
近年,反復を必要とせずにチャネル容量を計算できる解析手法が提案されている。トヨタが提案した逆のEm-problemに注意を向けます。逆の Em-problem の非定型式を導出する。
論文参考訳（メタデータ） (2024-03-14T10:20:28Z)
SecureFedYJ: a safe feature Gaussianization protocol for Federated Learning [5.021115870910447]
プライバシー制約下でのクロスサイロ・フェデレート・ラーニング・セッティングにおけるYJ変換の適用問題について検討する。初めて、YJ負の対数類似度が実際に凸であることを証明し、指数探索で最適化する。我々は、最終的なパラメータよりも多くの情報を漏らすことなく、プール等価YJ変換を行うフェデレーションアルゴリズムSecureFedYJを提案する。
論文参考訳（メタデータ） (2022-10-04T14:36:56Z)
Degradation-Aware Unfolding Half-Shuffle Transformer for Spectral Compressive Imaging [142.11622043078867]
圧縮画像と物理マスクからパラメータを推定し,これらのパラメータを用いて各イテレーションを制御する,DAUF(Degradation-Aware Unfolding Framework)を提案する。 HST を DAUF に接続することにより,HSI 再構成のための変換器の深部展開法であるデグレーション・アウェア・アンフォールディング・ハーフシャッフル変換器 (DAUHST) を確立した。
論文参考訳（メタデータ） (2022-05-20T11:37:44Z)
A Variational Quantum Attack for AES-like Symmetric Cryptography [69.80357450216633]
古典的AES様対称暗号のための変分量子攻撃アルゴリズム(VQAA)を提案する。 VQAAでは、既知の暗号文は、正規グラフを通して構築されるハミルトンの基底状態として符号化される。
論文参考訳（メタデータ） (2022-05-07T03:15:15Z)
E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
論文参考訳（メタデータ） (2022-03-07T17:25:02Z)
Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
論文参考訳（メタデータ） (2021-02-01T09:17:18Z)
Denoising Score-Matching for Uncertainty Quantification in Inverse Problems [1.521936393554569]
本稿では、逆問題を解決するための一般的なベイズフレームワークを提案する。このフレームワークでは、信号の事前分布を学習するためのディープニューラルネットワークの使用を制限する。この枠組みを磁気共鳴画像再構成(MRI)に適用し、再構成された画像の特定の特徴の不確実性を評価するために、この手法がどのように使用できるかを示す。
論文参考訳（メタデータ） (2020-11-16T18:33:06Z)
Inverse Problems, Deep Learning, and Symmetry Breaking [6.54545059421233]
多くの物理系では、固有系対称性による入力は同じ出力にマッピングされる。トレーニングデータに対する注意的対称性の破れは,その難しさを解消し,学習性能を著しく向上させることを示す。
論文参考訳（メタデータ） (2020-03-20T02:43:57Z)

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。