論文の概要: A Taxonomy of Data Risks in AI and Quantum Computing (QAI) - A Systematic Review
- arxiv url: http://arxiv.org/abs/2509.20418v1
- Date: Wed, 24 Sep 2025 11:17:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-26 20:58:12.520649
- Title: A Taxonomy of Data Risks in AI and Quantum Computing (QAI) - A Systematic Review
- Title（参考訳）: AIと量子コンピューティング(QAI)におけるデータリスクの分類
- Authors: Grace Billiris, Asif Gill, Madhushi Bandara,
- Abstract要約: 本研究は、QAIデータリスクの理解を深めるために、67のプライバシおよびセキュリティに関する研究を体系的にレビューする。
ガバナンス,リスクアセスメント,コントロール実装,ユーザ配慮,継続的監視の5つのカテゴリに分類される22の重要データリスクの分類法を提案する。
以上の結果から,QAI特有の脆弱性が明らかとなり,総合的リスク評価におけるギャップが明らかになった。
- 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: Quantum Artificial Intelligence (QAI), the integration of Artificial Intelligence (AI) and Quantum Computing (QC), promises transformative advances, including AI-enabled quantum cryptography and quantum-resistant encryption protocols. However, QAI inherits data risks from both AI and QC, creating complex privacy and security vulnerabilities that are not systematically studied. These risks affect the trustworthiness and reliability of AI and QAI systems, making their understanding critical. This study systematically reviews 67 privacy- and security-related studies to expand understanding of QAI data risks. We propose a taxonomy of 22 key data risks, organised into five categories: governance, risk assessment, control implementation, user considerations, and continuous monitoring. Our findings reveal vulnerabilities unique to QAI and identify gaps in holistic risk assessment. This work contributes to trustworthy AI and QAI research and provides a foundation for developing future risk assessment tools.
- Abstract（参考訳）: 人工知能(AI)と量子コンピューティング(QC)の統合である量子人工知能(QAI)は、AI対応の量子暗号や量子耐性暗号化プロトコルを含む変革的な進歩を約束する。
しかし、QAIはAIとQCの両方からデータリスクを継承し、体系的に研究されていない複雑なプライバシとセキュリティの脆弱性を発生させる。
これらのリスクは、AIとQAIシステムの信頼性と信頼性に影響を与える。
本研究は、QAIデータリスクの理解を深めるために、67のプライバシおよびセキュリティに関する研究を体系的にレビューする。
ガバナンス,リスクアセスメント,コントロール実装,ユーザ配慮,継続的監視の5つのカテゴリに分類される22の重要データリスクの分類法を提案する。
以上の結果から,QAI特有の脆弱性が明らかとなり,総合的リスク評価におけるギャップが明らかになった。
この研究は信頼できるAIとQAIの研究に貢献し、将来のリスクアセスメントツールを開発するための基盤を提供する。
関連論文リスト
- Never Compromise to Vulnerabilities: A Comprehensive Survey on AI Governance [211.5823259429128]
本研究は,本質的セキュリティ,デリバティブ・セキュリティ,社会倫理の3つの柱を中心に構築された,技術的・社会的次元を統合した包括的枠組みを提案する。
我々は,(1)防衛が進化する脅威に対して失敗する一般化ギャップ,(2)現実世界のリスクを無視する不適切な評価プロトコル,(3)矛盾する監視につながる断片的な規制,の3つの課題を特定する。
私たちのフレームワークは、研究者、エンジニア、政策立案者に対して、堅牢でセキュアなだけでなく、倫理的に整合性があり、公的な信頼に値するAIシステムを開発するための実用的なガイダンスを提供します。
論文 参考訳（メタデータ） (2025-08-12T09:42:56Z) - Web3 x AI Agents: Landscape, Integrations, and Foundational Challenges [49.69200207497795]
Web3テクノロジとAIエージェントの収束は、分散化されたエコシステムを再形成する、急速に進化するフロンティアを表している。
本稿では, ランドスケープ, 経済, ガバナンス, セキュリティ, 信頼メカニズムの5つの重要な側面について, Web3 と AI エージェントの交わりについて, 初めてかつ最も包括的な分析を行った。
論文 参考訳（メタデータ） (2025-08-04T15:44:58Z) - Frontier AI's Impact on the Cybersecurity Landscape [42.771086928042315]
本稿では,フロンティアAIがサイバーセキュリティに与える影響を詳細に分析する。
まず、サイバーセキュリティにおけるフロンティアAIの限界リスクを定義し、分類する。
そして、サイバーセキュリティにおけるフロンティアAIの現在と将来の影響を体系的に分析する。
論文 参考訳（メタデータ） (2025-04-07T18:25:18Z) - From Aleatoric to Epistemic: Exploring Uncertainty Quantification Techniques in Artificial Intelligence [19.369216778200034]
不確実性定量化(英: Uncertainty Quantification、UQ)は、人工知能(AI)システムにおいて重要な側面である。
本稿では,AIにおける不確実性定量化技術の進化について概説する。
様々な分野におけるUQの多様な応用について検討し、意思決定、予測精度、システムの堅牢性への影響を強調した。
論文 参考訳（メタデータ） (2025-01-05T23:14:47Z) - Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する
AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。
本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
論文 参考訳（メタデータ） (2024-02-21T08:29:42Z) - AI Potentiality and Awareness: A Position Paper from the Perspective of
Human-AI Teaming in Cybersecurity [18.324118502535775]
我々は、人間とAIのコラボレーションはサイバーセキュリティに価値があると論じている。
私たちは、AIの計算能力と人間の専門知識を取り入れたバランスのとれたアプローチの重要性を強調します。
論文 参考訳（メタデータ） (2023-09-28T01:20:44Z) - QB4AIRA: A Question Bank for AI Risk Assessment [19.783485414942284]
QB4AIRAは、幅広いAIリスク領域をカバーする293の優先順位付けされた質問で構成されている。
AIリスクの評価と管理において、利害関係者にとって貴重なリソースとして機能する。
論文 参考訳（メタデータ） (2023-05-16T09:18:44Z)
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。