論文の概要: Differential Privacy Preserving Distributed Quantum Computing
- arxiv url: http://arxiv.org/abs/2412.12387v1
- Date: Mon, 16 Dec 2024 22:46:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-18 13:57:20.738441
- Title: Differential Privacy Preserving Distributed Quantum Computing
- Title（参考訳）: 分散量子コンピューティングのための微分プライバシー
- Authors: Hui Zhong, Keyi Ju, Jiachen Shen, Xinyue Zhang, Xiaoqi Qin, Ohtsuki Tomoaki, Miao Pan, Zhu Han,
- Abstract要約: 本稿では,量子R'enyi差分プライバシー(QRDP)という新しい概念を紹介する。
新しい量子R'enyi分散に基づいて、QRDPはパラメータ$alpha$を導入することにより、デリケートでフレキシブルなプライバシ保護を提供する。
QRDPを実装可能な様々なノイズメカニズムを分析し、最低限のプライバシー予算を導出する。
- 参考スコア（独自算出の注目度）: 25.50383342059658
- License:
- Abstract: Existing quantum computers can only operate with hundreds of qubits in the Noisy Intermediate-Scale Quantum (NISQ) state, while quantum distributed computing (QDC) is regarded as a reliable way to address this limitation, allowing quantum computers to achieve their full computational potential. However, similar to classical distributed computing, QDC also faces the problem of privacy leakage. Existing research has introduced quantum differential privacy (QDP) for privacy protection in central quantum computing, but there is no dedicated privacy protection mechanisms for QDC. To fill this research gap, our paper introduces a novel concept called quantum R\'enyi differential privacy (QRDP), which incorporates the advantages of classical R\'enyi DP and is applicable in the QDC domain. Based on the new quantum R\'enyi divergence, QRDP provides delicate and flexible privacy protection by introducing parameter $\alpha$. In particular, the QRDP composition is well suited for QDC, since it allows for more precise control of the total privacy budget in scenarios requiring multiple quantum operations. We analyze a variety of noise mechanisms that can implement QRDP, and derive the lowest privacy budget provided by these mechanisms. Finally, we investigate the impact of different quantum parameters on QRDP. Through our simulations, we also find that adding noise will make the data less usable, but increase the level of privacy protection.
- Abstract（参考訳）: 既存の量子コンピュータは、ノイズ中間スケール量子(NISQ)状態において数百の量子ビットでしか動作できないが、量子分散コンピューティング(QDC)は、この制限に対処するための信頼性の高い方法とみなされ、量子コンピュータはその完全な計算能力を達成することができる。
しかし、古典的な分散コンピューティングと同様、QDCもプライバシー漏洩の問題に直面している。
既存の研究では、中央量子コンピューティングにおけるプライバシ保護のための量子微分プライバシ(QDP)を導入しているが、QDC専用のプライバシ保護機構はない。
本研究のギャップを埋めるために,従来のR'enyi DPの利点を取り入れた量子R'enyi差分プライバシー(QRDP)という新しい概念を導入し,QDC領域に適用した。
新しい量子R'enyiの発散に基づいて、QRDPはパラメータ$\alpha$を導入してデリケートでフレキシブルなプライバシ保護を提供する。
特にQRDPの構成は、複数の量子操作を必要とするシナリオにおいて、プライバシー予算全体のより正確な制御を可能にするため、QDCに適している。
QRDPを実装可能な様々なノイズメカニズムを分析し、これらのメカニズムによって提供される最低限のプライバシー予算を導出する。
最後に、異なる量子パラメータがQRDPに与える影響について検討する。
シミュレーションを通じて、ノイズを追加することでデータの使いやすさは低下するが、プライバシ保護のレベルは上昇する。
関連論文リスト
- Optimal Mechanisms for Quantum Local Differential Privacy [1.125100225226559]
QLDPはパラメータ$epsilon$を使用して、プライバシリークを管理し、個々の量子状態のプライバシを保証する。
量子ノイズの導入は、古典的なシナリオと同様のプライバシー保護を提供する。
量子脱分極ノイズは、QLDPフレームワーク内の最適なユニタリ民営化機構として同定される。
論文 参考訳（メタデータ） (2024-07-18T13:46:16Z) - Bridging Quantum Computing and Differential Privacy: Insights into Quantum Computing Privacy [15.024190374248088]
微分プライバシー(DP)は量子領域、すなわち量子微分プライバシー(QDP)に拡張されている。
QDPは、プライバシ保護量子コンピューティングに対する最も有望なアプローチの1つになるかもしれない。
本稿では,QDPの各種実装とその性能を,DP設定下でのプライバシパラメータの観点から概説する。
論文 参考訳（メタデータ） (2024-03-14T08:40:30Z) - 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) - Tuning Quantum Computing Privacy through Quantum Error Correction [12.475140331375666]
本稿では,量子コンピューティングの誤差を低減するために,量子エラー補正技術を活用することを提案する。
量子コンピューティングにおけるプライバシ保護の度合いを規定する手段として,QECが有効な方法であることを示す。
論文 参考訳（メタデータ） (2023-12-22T08:35:23Z) - Harnessing Inherent Noises for Privacy Preservation in Quantum Machine
Learning [11.45148186874482]
我々は,量子機械学習におけるデータプライバシ保護に固有の量子ノイズを活用することを提案する。
特に、ノイズ中規模量子(NISQ)デバイスを考えると、避けられないショットノイズと非コヒーレントノイズを利用する。
論文 参考訳（メタデータ） (2023-12-18T11:52:44Z) - Differential Privacy Preserving Quantum Computing via Projection Operator Measurements [15.024190374248088]
古典コンピューティングでは、プライバシ保護の標準を満たすために、差分プライバシ(DP)の概念を組み込むことができる。
量子コンピューティングのシナリオでは、研究者は量子ノイズを考慮して古典DPを量子微分プライバシー(QDP)に拡張した。
ショットノイズは、量子コンピューティングにおいて、効果的にプライバシ保護を提供することを示す。
論文 参考訳（メタデータ） (2023-12-13T15:27:26Z) - 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) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳（メタデータ） (2022-09-16T02:37:32Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - Security Limitations of Classical-Client Delegated Quantum Computing [54.28005879611532]
クライアントは、古典的なチャネルを使用して量子状態をリモートで準備する。
サブモジュールとして$RSP_CC$を採用することで生じるプライバシ損失は、不明である。
特定の$RSP_CC$プロトコルは、少なくともいくつかのコンテキストにおいて量子チャネルを置き換えることができることを示す。
論文 参考訳（メタデータ） (2020-07-03T13:15:13Z) - Quantum noise protects quantum classifiers against adversaries [120.08771960032033]
量子情報処理におけるノイズは、特に短期的な量子技術において、破壊的で避け難い特徴と見なされることが多い。
量子回路の非偏極雑音を利用して分類を行うことにより、敵に縛られるロバスト性を導出できることを示す。
これは、最も一般的な敵に対して使用できる最初の量子プロトコルである。
論文 参考訳（メタデータ） (2020-03-20T17:56:14Z)
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。