Blind quantum machine learning with quantum bipartite correlator

要約

分散量子コンピューティングは、個々の量子デバイスの範囲を超えた計算を実行するための有望な計算パラダイムです。
分散量子コンピューティングにおけるプライバシーは、信頼できないコンピューティング ノードが存在する場合でも機密性を維持し、データを保護するために重要です。
この研究では、量子二部相関器アルゴリズムに基づく新しいブラインド量子機械学習プロトコルを紹介します。
当社のプロトコルは、信頼できない相手からのデータのプライバシーを保護しながら、通信オーバーヘッドを削減します。
複雑な暗号化技術を必要とせず、計算オーバーヘッドが低く、堅牢なアルゴリズム固有のプライバシー保護メカニズムを導入します。
次に、複雑さとプライバシーの分析を通じて、提案されたプロトコルの有効性を検証します。
私たちの発見は、分散量子コンピューティングの進歩への道を切り開き、量子テクノロジーの時代におけるプライバシーを意識した機械学習アプリケーションの新たな可能性を開きます。

要約(オリジナル)

Distributed quantum computing is a promising computational paradigm for performing computations that are beyond the reach of individual quantum devices. Privacy in distributed quantum computing is critical for maintaining confidentiality and protecting the data in the presence of untrusted computing nodes. In this work, we introduce novel blind quantum machine learning protocols based on the quantum bipartite correlator algorithm. Our protocols have reduced communication overhead while preserving the privacy of data from untrusted parties. We introduce robust algorithm-specific privacy-preserving mechanisms with low computational overhead that do not require complex cryptographic techniques. We then validate the effectiveness of the proposed protocols through complexity and privacy analysis. Our findings pave the way for advancements in distributed quantum computing, opening up new possibilities for privacy-aware machine learning applications in the era of quantum technologies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google