論文の概要: Fault Injection Attacks on Machine Learning-based Quantum Computer Readout Error Correction

• arxiv url: http://arxiv.org/abs/2512.20077v1
• Date: Tue, 23 Dec 2025 06:19:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-24 19:17:49.763955
• Title: Fault Injection Attacks on Machine Learning-based Quantum Computer Readout Error Correction
• Title（参考訳）: 機械学習に基づく量子コンピュータ読取誤り訂正における欠陥注入攻撃
• Authors: Anthony Etim, Jakub Szefer,
• Abstract要約: 本稿では,機械学習(ML)分類器の物理的欠陥注入に対する感受性を初めて解析する。 初期の層は断層が引き起こされたときの誤予測率が高く、後期層は低い誤予測率を示す。 その結果、MLベースの量子コンピュータの読み出しと読み出し補正を量子システムのセキュリティクリティカルなコンポーネントとして扱うことが動機となった。
• 参考スコア（独自算出の注目度）: 9.845065013862325
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Machine-learning (ML) classifiers are increasingly used in quantum computing systems to improve multi-qubit readout discrimination and to mitigate correlated readout errors. These ML classifiers are an integral component of today's quantum computer's control and readout stacks. This paper is the first to analyze the susceptibility of such ML classifiers to physical fault-injection which can result in generation of incorrect readout results from quantum computers. The study targets 5-qubit (thus 32-class) readout error-correction model. Using the ChipWhisperer Husky for physical voltage glitching, this work leverages an automated algorithm for scanning the fault injection parameter search space to find various successful faults in all the layers of the target ML model. Across repeated trials, this work finds that fault susceptibility is strongly layer-dependent: early-layers demonstrate higher rates of misprediction when faults are triggered in them, whereas later layers have smaller misprediction rates. This work further characterizes the resulting readout failures at the bitstring level using Hamming-distance and per-bit flip statistics, showing that single-shot glitches can induce structured readout corruption rather than purely random noise. These results motivate treating ML-based quantum computer readout and readout correction as a security-critical component of quantum systems and highlight the need for lightweight, deployment-friendly fault detection and redundancy mechanisms in the quantum computer readout pipelines.
• Abstract（参考訳）: 機械学習(ML)分類器は、量子コンピューティングシステムにおいて、マルチキュービットの読み出し識別を改善し、相関した読み出しエラーを軽減するためにますます使われている。 これらのML分類器は、今日の量子コンピュータの制御および読み出しスタックの不可欠なコンポーネントである。 本稿では,このようなML分類器の物理的故障注入に対する感受性を初めて解析し,量子コンピュータから誤った読み出し結果を生成する。 この研究は 5-qubit (thus 32-class) の読み出し誤差補正モデルをターゲットにしている。 物理電圧グリッチにChipWhisperer Huskyを用いることで、故障注入パラメータ探索空間をスキャンし、ターゲットMLモデルのすべての層で様々な障害を見つける自動アルゴリズムを活用する。 初期の層は、断層が引き起こされたときの誤予測率を高く示し、後の層は誤予測率を小さくする。 この研究は、ハミング距離とビット単位のフリップ統計を用いてビットストリングレベルでの読み出し障害をさらに特徴付け、単一ショットのグリッチが純粋にランダムなノイズではなく構造化された読み出し破損を引き起こすことを示した。 これらの結果は、MLベースの量子コンピュータの読み出しと読み出し補正を量子システムのセキュリティクリティカルなコンポーネントとして扱い、量子コンピュータの読み出しパイプラインにおける軽量でデプロイメントフレンドリな障害検出と冗長性メカニズムの必要性を強調している。

関連論文リスト

• Machine Learning for Practical Quantum Error Mitigation [0.0]
  量子エラー軽減のための機械学習は、そのコストを大幅に削減することを示す。 本稿では,ML-QEMを用いて従来の緩和手法を模倣し,より優れた実行効率で拡張性を実現する方法を提案する。
  論文  参考訳（メタデータ） (2023-09-29T16:17:12Z)
• Fault Tolerant Quantum Error Mitigation [8.522550924636711]
  本研究では, 耐故障性操作が対称性に基づく誤差軽減手法の性能に大きく影響していることを示す。 フォールトトレラント量子コンピューティングの結果と同様に、フォールトトレラント量子エラー軽減(FTQEM)におけるコード結合は、エラーを任意のレベルまで指数関数的に抑制することができる。
  論文  参考訳（メタデータ） (2023-08-10T07:44:41Z)
• Compilation of a simple chemistry application to quantum error correction primitives [44.99833362998488]
  我々は、最小限の化学例に基づいて、フォールトトレラントに量子位相推定を行うために必要な資源を推定する。 単純な化学回路でさえも1000キュービットと2300の量子誤差補正ラウンドを必要とすることがわかった。
  論文  参考訳（メタデータ） (2023-07-06T18:00:10Z)
• Deep Quantum Error Correction [73.54643419792453]
  量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。 本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。 提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
  論文  参考訳（メタデータ） (2023-01-27T08:16:26Z)
• Experimental benchmarking of an automated deterministic error suppression workflow for quantum algorithms [0.0]
  量子コンピュータの約束に関する引用は、ハードウェアが例外的に脆弱でエラーを起こしやすいという現実に誘惑されている。 我々は、ゲートレベルから回路実行および測定まで、量子アルゴリズムのエラーを決定論的に抑制するために設計された完全に自律的なワークフローを記述し、実験的にテストする。
  論文  参考訳（メタデータ） (2022-09-14T18:23:17Z)
• Syndrome-Derived Error Rates as a Benchmark of Quantum Hardware [0.0]
  量子エラー訂正符号は、量子回路でいつどこでエラーが発生したかを正確に特定するように設計されている。 小型の量子誤り訂正回路の出力を分析することで、詳細な画像が量子デバイス全体のエラープロセスで構築できる。
  論文  参考訳（メタデータ） (2022-07-01T17:10:51Z)
• Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and Cycle Benchmarking [50.8020641352841]
  量子ハードウェアプラットフォーム上でのコヒーレントエラーを, サンプルユーザアプリケーションとして, 横フィールドIsing Model Hamiltonianを用いて検討した。 プロセッサ上の物理位置の異なる量子ビット群に対する、日中および日中キュービット校正ドリフトと量子回路配置の影響を同定する。 また,これらの測定値が,これらの種類の誤差をよりよく理解し,量子計算の正確性を評価するための取り組みを改善する方法についても論じる。
  論文  参考訳（メタデータ） (2022-01-08T23:12:55Z)
• Fault-tolerant parity readout on a shuttling-based trapped-ion quantum computer [64.47265213752996]
  耐故障性ウェイト4パリティチェック測定方式を実験的に実証した。 フラグ条件パリティ測定の単発忠実度は93.2(2)%である。 このスキームは、安定化器量子誤り訂正プロトコルの幅広いクラスにおいて必須な構成要素である。
  論文  参考訳（メタデータ） (2021-07-13T20:08:04Z)
• Crosstalk Suppression for Fault-tolerant Quantum Error Correction with Trapped Ions [62.997667081978825]
  本稿では、電波トラップで閉じ込められた1本のイオン列をベースとした量子計算アーキテクチャにおけるクロストーク誤差の研究を行い、個別に調整されたレーザービームで操作する。 この種の誤差は、理想的には、異なるアクティブな量子ビットのセットで処理される単一量子ゲートと2量子ビットの量子ゲートが適用されている間は、未修正のままであるオブザーバー量子ビットに影響を及ぼす。 我々は,第1原理からクロストーク誤りを微視的にモデル化し,コヒーレント対非コヒーレントなエラーモデリングの重要性を示す詳細な研究を行い,ゲートレベルでクロストークを積極的に抑制するための戦略について議論する。
  論文  参考訳（メタデータ） (2020-12-21T14:20:40Z)

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。