論文の概要: BVQC: A Backdoor-style Watermarking Scheme for Variational Quantum Circuits
- arxiv url: http://arxiv.org/abs/2508.01893v1
- Date: Sun, 03 Aug 2025 19:06:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-05 18:25:22.111963
- Title: BVQC: A Backdoor-style Watermarking Scheme for Variational Quantum Circuits
- Title（参考訳）: BVQC:変分量子回路のためのバックドア型透かし方式
- Authors: Cheng Chu, Lei Jiang, Fan Chen,
- Abstract要約: 変分量子回路(VQC)は量子コンピューティングのパラダイムとして登場した。
本稿では,VQCのバックドアベースの透かし技術であるBVQCを提案する。
BVQCは従来の透かし技術と比較して9.89e-3の確率的証明(PPA)変化と0.089のグラウンド真理距離(GTD)変化を大幅に低減することを示した。
- 参考スコア（独自算出の注目度）: 7.191064733894878
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Variational Quantum Circuits (VQCs) have emerged as a powerful quantum computing paradigm, demonstrating a scaling advantage for problems intractable for classical computation. As VQCs require substantial resources and specialized expertise for their design, they represent significant intellectual properties (IPs). However, existing quantum circuit watermarking techniques suffer from two primary drawbacks: (1) watermarks can be removed during re-compilation of the circuits, and (2) these methods significantly increase task loss due to the extensive length of the inserted watermarks across multiple compilation stages. To address these challenges, we propose BVQC, a backdoor-based watermarking technique for VQCs that preserves the original loss in typical execution settings, while deliberately increasing the loss to a predefined level during watermark extraction. Additionally, BVQC employs a grouping algorithm to minimize the watermark task's interference with the base task, ensuring optimal accuracy for the base task. BVQC retains the original compilation workflow, ensuring robustness against re-compilation. Our evaluations show that BVQC greatly reduces Probabilistic Proof of Authorship (PPA) changes by 9.89e-3 and ground truth distance (GTD) by 0.089 compared to prior watermarking technologies.
- Abstract（参考訳）: 変分量子回路(VQC)は量子コンピューティングのパラダイムとして登場し、古典的な計算に難解な問題に対するスケーリングの利点を実証している。
VQCは設計にかなりのリソースと専門知識を必要とするため、重要な知的財産(IP)を代表している。
しかし,既存の量子回路透かし技術は,(1)再コンパイル時に透かしを除去し,(2)挿入した透かしの幅が広いため,タスクの損失を著しく増大させる。
これらの課題に対処するために,VQCのバックドアベースの透かし技術であるBVQCを提案する。
さらに、BVQCは、ベースタスクに対するウォーターマークタスクの干渉を最小限に抑えるためにグループ化アルゴリズムを採用し、ベースタスクに対して最適な精度を確保する。
BVQCはオリジナルのコンパイルワークフローを保持し、再コンパイルに対する堅牢性を保証する。
BVQCは従来の透かし技術と比較して9.89e-3の確率的証明(PPA)変化とGTD(GTD)変化を0.089の精度で大幅に低減することを示す。
関連論文リスト
- FIMA-Q: Post-Training Quantization for Vision Transformers by Fisher Information Matrix Approximation [55.12070409045766]
ポストトレーニング量子化(PTQ)は近年,費用対効果と有望なモデル圧縮パラダイムとして注目されている。
ビジョン変換器(ViT)の現在のPTQ法は、特に低ビット量子化において、精度が著しく低下している。
論文 参考訳（メタデータ） (2025-06-13T07:57:38Z) - APHQ-ViT: Post-Training Quantization with Average Perturbation Hessian Based Reconstruction for Vision Transformers [71.2294205496784]
平均摂動ヘシアン (APH) を用いた重要度推定に基づく新しいPTQ手法である textbfAPHQ-ViT を提案する。
本稿では,線形量子化器を用いたAPHQ-ViTが既存のPTQ法よりも3ビット,4ビットの差が大きいことを示す。
論文 参考訳（メタデータ） (2025-04-03T11:48:56Z) - Multi-Stage Watermarking for Quantum Circuits [15.592314567937159]
特定の問題に対処するために設計された量子回路は、量子コンピューティング企業にとって重要な知的特性(IP)として登場した。
本稿では,量子回路のための革新的なマルチステージ透かし方式を提案する。
論文 参考訳（メタデータ） (2024-04-28T00:52:38Z) - REPQC: Reverse Engineering and Backdooring Hardware Accelerators for Post-quantum Cryptography [5.458904989691539]
PQCハードウェアアクセラレータは、チップサプライチェーンにある2つの異なる敵によってバックドア化可能であることを示す。
本稿では,ハッシュ操作を確実に識別できる高度なリバースエンジニアリングアルゴリズムREPQCを提案する。
敵は悪質な論理をステルスなハードウェアトロイの木馬(HTH)の形で挿入する。
論文 参考訳（メタデータ） (2024-03-14T12:57:59Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - A2Q: Accumulator-Aware Quantization with Guaranteed Overflow Avoidance [49.1574468325115]
accumulator-aware Quantization (A2Q)は、量子化されたニューラルネットワーク(QNN)をトレーニングして、推論時のオーバーフローを回避するために設計された新しい重み量子化手法である。
A2Qは重み正規化にインスパイアされたユニークな定式化を導入し、アキュミュレータビット幅境界に従ってモデルの重みのL1ノルムを制約する。
A2Qは浮動小数点ベースラインと競合するモデルの精度を維持しつつ、低精度のアキュムレータのためのQNNを訓練できることを示す。
論文 参考訳（メタデータ） (2023-08-25T17:28:58Z) - Enabling High Performance Debugging for Variational Quantum Algorithms
using Compressed Sensing [2.8991059431018398]
変分量子アルゴリズム(VQA)は、現代のノイズ中間スケール量子(NISQ)コンピュータを用いて、実用的な問題を解くことができる。
VQAsは、パラメータ化量子回路によって計算された損失関数を古典的に最適化することにより、量子ビット誤差の存在下で近似解を求める。
論文 参考訳（メタデータ） (2023-08-06T21:35:20Z) - Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。
量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。
実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文 参考訳（メタデータ） (2023-04-04T12:47:35Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳（メタデータ） (2022-01-04T01:53:42Z) - VAQEM: A Variational Approach to Quantum Error Mitigation [5.399731524905839]
変分量子アルゴリズム(VQA)はノイズに対して比較的頑丈であるが、誤差は短期量子マシン上でのVQAにとって大きな有害である。
本稿では,VQAの動的ノイズ発生特性を動的に調整するVAQEMを提案する。
論文 参考訳（メタデータ） (2021-12-10T20:38:37Z) - Fast suppression of classification error in variational quantum circuits [1.14219428942199]
変分量子回路(VQC)は、短期的な応用において大きな可能性を示している。
本稿では,古典的後処理を最適化したVQCシステムを提案する。
VQC量子データ分類の誤差は、典型的には回路深さとともに指数関数的に減衰する。
論文 参考訳（メタデータ） (2021-07-16T17:34:31Z)
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。