論文の概要: An End-to-End Threat Model for the Quantum-as-a-Service Pipeline

• arxiv url: http://arxiv.org/abs/2608.05836v1
• Date: Thu, 06 Aug 2026 10:04:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 17:43:06.739353
• Title: An End-to-End Threat Model for the Quantum-as-a-Service Pipeline
• Title（参考訳）: 量子・アズ・ア・サービスパイプラインの終端脅威モデル
• Abstract要約: IBM Quantum、IonQ Cloud、Amazon BraketなどのQuantum-a-Serviceプラットフォームのクラウドベースのアクセスは、日々人気を集めている。 近年の研究では、改ざん、SWAP攻撃、QubitHammerなど、個々の段階での様々な重要な攻撃が示されている。 これらの攻撃は、独自の用語によって分離され続けており、既存のSTRIDEベースの脅威モデリングは、QRIDEスタック自体に対する構造化されたビューを欠いている。
• 参考スコア（独自算出の注目度）: 1.4310278966797794
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cloud-based accessing of Quantum-as-a-Service (QaaS) platforms such as IBM Quantum, IonQ Cloud, and Amazon Braket is becoming popular day by day. Hybrid quantum-classical algorithms (VQE, QAOA, QML) transfer data via a long layered pipeline of orchestration, compilation, and execution. Recent works have demonstrated various critical attacks at individual stages: Calibration tampering, SWAP attacks, QubitHammer, and so on. However, these attacks remain separated because of their own terminology, and existing STRIDE-based threat modeling in the context of quantum lacks a structured view towards the QaaS stack itself. We address this concern by decomposing the workflow into six-stage model with STRIDE threat modeling. Our matrix demonstrated attack vectors in quantum-specific, inherited classical, and plausible tiers for each of the stages. We further investigate the underexplored sections (repudiation and elevation-of-privilege) and distinguish three different cross-stage attack chains with higher impacts.
• Abstract（参考訳）: IBM Quantum、IonQ Cloud、Amazon BraketなどのQaaS(Quantum-as-a-Service)プラットフォームのクラウドベースのアクセスは、日々人気を集めている。 ハイブリッド量子古典アルゴリズム(VQE、QAOA、QML)は、オーケストレーション、コンパイル、実行の長い階層パイプラインを介してデータを転送する。 近年の研究では、キャリブレーションの改ざん、SWAP攻撃、QubitHammerなど、様々な重要な攻撃が行われている。 しかし、これらの攻撃は独自の用語によって分離され続けており、量子の文脈における既存のSTRIDEベースの脅威モデリングは、QaaSスタック自体に対する構造化された見解を欠いている。 我々は、ワークフローをSTRIDE脅威モデリングで6段階モデルに分解することで、この問題に対処する。 我々の行列は、各段階の量子固有、古典的、および可塑性層における攻撃ベクトルを実証した。 さらに,未調査区間(調査,民営化)について検討し,より高い影響で3種類の異種攻撃鎖を識別した。

関連論文リスト

• Backdoor Threats in Variational Quantum Circuits: Taxonomy, Attacks, and Defenses [7.269413622199604]
  変分量子アルゴリズム(VQA)は、ノイズの多い中間スケール(NISQ)量子コンピューティングの中枢パラダイムである。 事前設計および事前訓練された変分量子回路(VQC)への依存は、重大なセキュリティ脆弱性をもたらす。 本稿では,VQCのバックドア攻撃に関する調査を行い,データポゾン,コンパイラレベル,量子ネイティブ機構について報告する。
  論文  参考訳（メタデータ） (2026-05-13T17:17:20Z)
• Qute: Towards Quantum-Native Database [40.35292966418181]
  本稿では、量子計算を第一級実行オプションとして扱う量子データベース(Qute)を構想する。 実際の量子プロセッサにQuteをデプロイすることで、古典的なベースラインを大規模に上回る結果が得られます。
  論文  参考訳（メタデータ） (2026-02-16T12:39:46Z)
• Noise-Resistant Feature-Aware Attack Detection Using Quantum Machine Learning [43.509065918669314]
  連続可変量子鍵分布(continuous-variable quantum key distribution, CV-QKD)は、無条件のセキュリティ保証を提供する量子通信技術である。 高速CV-QKDシステムのセキュリティを保護する量子機械学習(QML)ベースの攻撃検出フレームワーク(QML-ADF)を提案する。
  論文  参考訳（メタデータ） (2026-01-11T03:40:45Z)
• Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
  量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。 近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。 QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
  論文  参考訳（メタデータ） (2025-10-15T12:17:23Z)
• Entangled Threats: A Unified Kill Chain Model for Quantum Machine Learning Security [32.73124984242397]
  量子機械学習(QML)システムは、古典的な機械学習の脆弱性を継承する。 本稿では,QML攻撃ベクトルの詳細な分類を,量子認識型キルチェーンフレームワークの対応する段階にマッピングする。 この研究は、量子機械学習の新たな分野において、より現実的な脅威モデリングと積極的なセキュリティ・イン・ディープス設計の基礎を提供する。
  論文  参考訳（メタデータ） (2025-07-11T14:25:36Z)
• Adversarial Threats in Quantum Machine Learning: A Survey of Attacks and Defenses [2.089191490381739]
  量子機械学習(QML)は、量子コンピューティングと古典的な機械学習を統合して、分類、回帰、生成タスクを解決する。 本章では、クラウドベースのデプロイメント、ハイブリッドアーキテクチャ、量子生成モデルにおける脆弱性に焦点を当て、QMLシステム特有の敵の脅威について検討する。
  論文  参考訳（メタデータ） (2025-06-27T01:19:49Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Quantum Rewinding for IOP-Based Succinct Arguments [42.12045681000549]
  我々は、ベクトルコミットメントスキームが崩壊しているとき、BCS変換のインタラクティブな変種が量子敵に対する標準モデルで安全であることを証明した。 その結果、量子後安全な簡潔な議論の標準モデルを得ることができ、その複雑さを最もよく知ることができる。
  論文  参考訳（メタデータ） (2024-11-08T06:33:08Z)
• Deep-learning-based continuous attacks on quantum key distribution protocols [0.0]
  本稿では,textitDeep-learning-based continuous attack (DLCA) と呼ばれる新たな個人攻撃方式を設計する。 最小限のモデルとして,通信チャネルに固有の雑音を持つBB84プロトコルに適用した場合の性能を示す。 以上の結果から,我々の攻撃性能は,標準的なインターセプト・アンド・レスエンド攻撃と最適な個別攻撃,すなわち位相共変量子クローン器との間にあることが示唆された。
  論文  参考訳（メタデータ） (2024-08-22T17:39:26Z)
• Mitigation of Channel Tampering Attacks in Continuous-Variable Quantum Key Distribution [8.840486611542584]
  CV-QKDでは、Denial-of-Service(DoS)攻撃を利用する潜在的な敵から通信妨害に対する脆弱性が持続する。 本稿では,DoS攻撃に触発されたCV-QKDにおいて,Channel Amplification (CA)攻撃と呼ばれる新たな脅威を導入する。 この脅威に対処するため,我々は検出・緩和戦略を提案する。
  論文  参考訳（メタデータ） (2024-01-29T05:48:51Z)
• 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)

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。