論文の概要: Privacy-Preserving Quantum Annealing for Quadratic Unconstrained Binary Optimization (QUBO) Problems
- arxiv url: http://arxiv.org/abs/2409.18601v1
- Date: Fri, 27 Sep 2024 10:05:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-01 19:54:56.573109
- Title: Privacy-Preserving Quantum Annealing for Quadratic Unconstrained Binary Optimization (QUBO) Problems
- Title（参考訳）: 二次非拘束バイナリ最適化(QUBO)問題に対するプライバシー保護量子アニーリング
- Authors: Moyang Xie, Yuan Zhang, Sheng Zhong, Qun Li,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 13.168145679456211
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum annealers offer a promising approach to solve Quadratic Unconstrained Binary Optimization (QUBO) problems, which have a wide range of applications. However, when a user submits its QUBO problem to a third-party quantum annealer, the problem itself may disclose the user's private information to the quantum annealing service provider. To mitigate this risk, we introduce a privacy-preserving QUBO framework and propose a novel solution method. Our approach employs a combination of digit-wise splitting and matrix permutation to obfuscate the QUBO problem's model matrix $Q$, effectively concealing the matrix elements. In addition, based on the solution to the obfuscated version of the QUBO problem, we can reconstruct the solution to the original problem with high accuracy. Theoretical analysis and empirical tests confirm the efficacy and efficiency of our proposed technique, demonstrating its potential for preserving user privacy in quantum annealing services.
- Abstract（参考訳）: 量子アンネラは、広範囲のアプリケーションを持つ準非制約バイナリ最適化(QUBO)問題を解決するための有望なアプローチを提供する。
しかし、ユーザがQUBO問題をサードパーティの量子アニール器に送信すると、その問題自体がユーザのプライベート情報を量子アニールサービスプロバイダに開示する可能性がある。
このリスクを軽減するため、プライバシ保護のためのQUBOフレームワークを導入し、新しい解決策を提案する。
提案手法では,QUBO問題のモデル行列を$Q$で難読化するために,桁分割と行列置換の組み合わせを用いて,行列要素を効果的に隠蔽する。
また, 難解なQUBO問題の解法に基づいて, 元の問題の解を高精度に再構築することができる。
理論的解析と実証実験により,提案手法の有効性と有効性を確認し,量子アニールサービスにおけるユーザプライバシ保護の可能性を示した。
関連論文リスト
- CRUISE on Quantum Computing for Feature Selection in Recommender Systems [9.703634723062127]
我々は、推奨アルゴリズムにおける特徴選択問題に対処するためにQuantum Annealersを使用します。
対実解析を取り入れることで、項目ベースKNN推薦アルゴリズムの性能を大幅に改善する。
論文 参考訳（メタデータ） (2024-07-03T06:34:56Z) - Towards an Automatic Framework for Solving Optimization Problems with Quantum Computers [2.9730678241643815]
従来の最適化問題を量子解法に自動的に変換するフレームワークが提案されている。
このフレームワークは、ソリューションの妥当性と品質を分析するための手段を提供する。
これは量子コンピューティングソリューションの自動化に向けた大きな進歩を表している。
論文 参考訳（メタデータ） (2024-06-18T17:56:10Z) - Feedback-Based Quantum Algorithm for Constrained Optimization Problems [0.6554326244334868]
問題の解を基底状態としてエンコードする新しい演算子を導入する。
提案アルゴリズムは,量子回路の深さを小さくすることで,計算資源を節約できることを示す。
論文 参考訳（メタデータ） (2024-06-12T12:58:43Z) - An Analysis of Quantum Annealing Algorithms for Solving the Maximum Clique Problem [49.1574468325115]
我々は、QUBO問題として表されるグラフ上の最大傾きを見つける量子D波アンナーの能力を解析する。
本稿では, 相補的な最大独立集合問題に対する分解アルゴリズムと, ノード数, 傾き数, 密度, 接続率, 解サイズの他のノード数に対する比を制御するグラフ生成アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-06-11T04:40:05Z) - Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。
本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。
最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。
これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
論文 参考訳（メタデータ） (2023-10-18T17:59:45Z) - Quantum-based Distributed Algorithms for Edge Node Placement and
Workload Allocation [8.937905773981702]
最適なエッジサーバ配置とワークロード割り当てのための混合整数線形プログラミング(MILP)モデルを提案する。
既存の量子解法は制約のないバイナリプログラミング問題の解法に限られる。
数値実験により,エッジコンピューティングの複雑な最適化問題を解くために量子超越性を活用できることが実証された。
論文 参考訳（メタデータ） (2023-06-01T21:33:08Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳（メタデータ） (2022-12-06T22:01:49Z) - A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。
私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。
実際の量子コンピュータを用いて得られた結果について述べる。
論文 参考訳（メタデータ） (2022-01-25T05:59:24Z) - Testing a QUBO Formulation of Core-periphery Partitioning on a Quantum
Annealer [3.093890460224435]
本稿では,非指向ネットワークにおけるコア周辺パーティションを演算するタスクの成功を定量化する新しいカーネルを提案する。
関連する最適分割を見つけることは、二次的制約のない二項最適化問題の形で表すことができる。
このアプローチを,既存のコア周辺分割手法と比較する。
論文 参考訳（メタデータ） (2022-01-05T11:08:09Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳（メタデータ） (2021-05-06T17:59:38Z) - Quantum Permutation Synchronization [88.4588059792167]
本稿では,コンピュータビジョンの文脈における量子ビジョン問題を解決する量子アルゴリズムQuantumSyncを提案する。
本稿では、QUBO 問題に置換制約を挿入し、アバスティック量子 DWave コンピュータの電流生成に関する制約付き QUBO 問題を解決する方法を示す。
論文 参考訳（メタデータ） (2021-01-19T17:51:02Z)
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。