論文の概要: Differentially private quantum sensor networks
- arxiv url: http://arxiv.org/abs/2607.06521v1
- Date: Tue, 07 Jul 2026 17:27:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.60817
- Title: Differentially private quantum sensor networks
- Title（参考訳）: 微分プライベート量子センサネットワーク
- Abstract要約: 絡み合った量子センサーネットワークは、特定のプライバシー侵害攻撃に対して脆弱であることを示す。
差分プライバシーを付与したセキュアなセンシングプロトコルを導入する。
我々は、我々のプロトコルが古典的および量子的敵の幅広いクラスによる攻撃に対して弾力性があることを証明する。
- 参考スコア（独自算出の注目度）: 1.5006258585503878
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum sensing is a promising technology capable of demonstrating clear advantage over comparable classical techniques for precise measurement. One application of quantum sensing is in function estimation, which can be done using a network of entangled quantum sensors, allowing for measurements with greater optimal sensitivity than unentangled sensing protocols. In cases where quantum sensor networks will be used to measure data that should remain private (e.g., biomedical data), it is imperative that these protocols include a privacy mechanism to hide sensitive information. In this work, we show that entangled sensor networks are vulnerable to certain privacy-violating attacks. To mitigate these attacks, we introduce secure sensing protocols endowed with differential privacy. We reconcile differential privacy with retaining Heisenberg-limited scaling, and introduce several protocols achieving varying balances between the two. We show that our main protocol, an $n$-node network sensing protocol that injects noise directly into the sensing Hamiltonian, exhibits a tradeoff between the desirable $O(1/n^2)$ Heisenberg scaling of the mean-squared error of the function estimate and the level of privacy attainable. Under assumptions on the network (a common source of randomness and a constant fraction of honest parties), we show that this protocol is locally implementable and achieves $(O(1), δ)$-differential privacy for arbitrarily small $δ$ while retaining Heisenberg scaling of the mean-squared error. We prove that our protocols are resilient to attacks by broad classes of classical and quantum adversaries, and find advantages in the privacy-utility tradeoff when using quantum techniques.
- Abstract（参考訳）: 量子センシング(quantum sensor)は、精密測定のための古典的手法よりも明確な優位性を証明できる有望な技術である。
量子センシングの応用の1つは関数推定であり、これは絡み合った量子センサーのネットワークを使って行うことができ、非絡み合いのセンシングプロトコルよりも最適な感度で測定することができる。
量子センサーネットワークがプライベートなデータ(例えばバイオメディカルデータ)を計測するために使われる場合、これらのプロトコルには機密情報を隠蔽するためのプライバシーメカニズムが含まれていることが不可欠である。
本研究では,絡み合ったセンサネットワークが,特定のプライバシー侵害攻撃に対して脆弱であることを示す。
これらの攻撃を緩和するために、差分プライバシーを付与したセキュアなセンシングプロトコルを導入する。
差分プライバシをハイゼンベルク制限スケーリングの保持と整合させ、この2つのバランスの異なるプロトコルを複数導入する。
我々は,センサハミルトニアンに直接ノイズを注入する$n$ノードネットワークセンシングプロトコルである本プロトコルについて,関数推定値の平均二乗誤差とプライバシーレベルとのトレードオフを示す。
ネットワーク上の仮定(ランダム性の共通源と正直な関係者の定数)により、このプロトコルは局所的に実装可能であり、平均二乗誤差のハイゼンベルクスケーリングを維持しつつ、任意の小さな$δ$に対して$(O(1), δ)$微分プライバシーを実現する。
我々のプロトコルは、古典的および量子的敵の幅広いクラスによる攻撃に対して耐性があることを証明し、量子技術を使用する場合のプライバシ・ユーティリティ・トレードオフの利点を見出す。
関連論文リスト
- Experimental Private Quantum Networked Sensing [0.7869752673792281]
プライベート量子ネットワークセンシングのためのノイズロバストプロトコルを提案する。
我々は3つの異なる量子状態、4量子GHZ状態、2つのベル対、完全に分離可能な状態を用いて攻撃をシミュレートする。
論文 参考訳（メタデータ） (2026-09-15T07:16:53Z) - Certification of Network Quantum Sensing [0.6041648831662462]
我々は、プライバシーと推定の整合性を厳格に証明できる量子リモートセンシングプロトコルを導入する。
交絡光子を用いて光位相を推定することにより,この枠組みを実験的に実証する。
論文 参考訳（メタデータ） (2026-06-09T11:02:50Z) - Universal Operational Privacy in Distributed Quantum Sensing [3.758871793953489]
分散量子センシングネットワークのためのユニバーサルな運用プライバシフレームワークを提案する。
プロトコルに依存しない基準により、信頼できない当事者に個々のパラメータに関する情報がアクセスできないことが保証される。
本研究は,分散量子センシングネットワークにおけるプライバシを規定する普遍的な運用制約を確立する。
論文 参考訳（メタデータ） (2026-01-27T05:17:46Z) - Anonymous and private parameter estimation in networks of quantum sensors [1.099532646524593]
量子ネットワークでは、分散量子センシングが強力なユースケースとして出現している。
我々は,分散パラメータ推定のタスクに対して,匿名性の異なる暗号機能とプライバシを組み合わせた新しいプロトコルを開発した。
論文 参考訳（メタデータ） (2025-07-01T18:02:51Z) - Communication-Efficient and Privacy-Adaptable Mechanism for Federated Learning [54.20871516148981]
通信効率・プライバシー適応メカニズム(CEPAM)について紹介する。
CEPAMは通信効率とプライバシー保護を同時に達成する。
我々は、CEPAMのプライバシー保証を理論的に分析し、CEPAMのユーザプライバシと正確性の間のトレードオフを調査する。
論文 参考訳（メタデータ） (2025-01-21T11:16:05Z) - Quantum-private distributed sensing [35.42935514723487]
量子ネットワークは、マルチユーザ通信、デリゲートされた計算、分散センシングタスクのセキュリティとプライバシの両方を強化することができる。
量子プロトコルの例はプライベートパラメータ推定(PPE)であり、個々のセンサデータが秘密保持されている間、集約情報のみがアクセス可能である。
我々は3つのセンサのうち3つのGHZ(Greenberger-Horne-Zeilinger)状態の分散化によってPPEプロトコルを実装した。
論文 参考訳（メタデータ） (2024-10-01T18:00:08Z) - Utilizing probabilistic entanglement between sensors in quantum networks [8.59730790789283]
量子ネットワークの最も有望な応用の1つは、絡み合い支援センシングである。
この研究は、いつ、どのように絡み合うか、いつ保存するか、いつ蒸留する必要があるかを概説している。
論文 参考訳（メタデータ） (2024-07-22T14:12:30Z) - Privacy-Preserving Individual-Level COVID-19 Infection Prediction via
Federated Graph Learning [33.77030569632993]
我々は、フェデレートラーニング(FL)とグラフニューラルネットワーク(GNN)に基づく、プライバシ保護のための個人レベルの感染予測フレームワークの開発に注力する。
本稿では,プライバシ保護のためのフェデレート・グラフ学習手法であるFalconを提案する。
我々の手法は最先端のアルゴリズムより優れており、ユーザのプライバシーを実際のプライバシ攻撃から保護することができる。
論文 参考訳（メタデータ） (2023-11-10T13:22:14Z) - Breaking the Communication-Privacy-Accuracy Tradeoff with
$f$-Differential Privacy [51.11280118806893]
サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。
有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。
より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
論文 参考訳（メタデータ） (2023-02-19T16:58:53Z) - Robustness Threats of Differential Privacy [70.818129585404]
我々は、いくつかの設定で差分プライバシーをトレーニングしたネットワークが、非プライベートバージョンに比べてさらに脆弱であることを実験的に実証した。
本研究では,勾配クリッピングや雑音付加などのニューラルネットワークトレーニングの主成分が,モデルの堅牢性に与える影響について検討する。
論文 参考訳（メタデータ） (2020-12-14T18:59:24Z) - CryptoSPN: Privacy-preserving Sum-Product Network Inference [84.88362774693914]
総生産ネットワーク(SPN)のプライバシ保護のためのフレームワークを提案する。
CryptoSPNは、中規模のSPNに対して秒の順序で高効率で正確な推論を行う。
論文 参考訳（メタデータ） (2020-02-03T14:49:18Z)
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。