新型盲量子计算协议的研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:liuligen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
盲量子计算协议是一种新的安全量子计算协议,该协议使没有足够量子能力的客户端能够将其量子计算任务委派给拥有完整量子能力的服务器,并且盲量子计算协议可以保证服务器无法知道客户端的输入、输出和计算任务。目前已提出的盲量子计算协议或要求客户端具备较高的量子处理能力或要求多个服务器共同完成任务。为了降低客户端的量子能力,本文提出了一种客户端仅具备Y测量和Z测量的单服务器盲量子计算协议。按照协议所定义的量子计算步骤,量子服务器制备correction-brickwork资源态,制备完成后将资源态中的修正量子比特发送给客户端,客户端执行Y测量或Z测量。随后,服务器对资源态中的普通量子比特按一定顺序进行测量,如果服务器是可信的,客户端将能收到正确的计算结果,并且服务器不能获得客户端的任何信息。本协议的盲性基于无信号原理和修正量子比特。在本协议的量子计算过程中,客户端选取不同的测量方式测量修正量子比特,间接改变服务器的测量角,操控服务器生成Clifford量子门。因此,客户端不需要发送任何信息即可控制服务器的计算过程。并且由于客户端和服务器之间无交互,由无信号原理可知,服务器无法破解量子计算任务,从而达到盲量子计算的目的。与其他协议相比,本协议的客户端仅仅需要执行单量子比特的Y测量和Z测量,不需要具备其他的量子处理能力。这大大降低了对客户端的量子要求,为盲量子计算提供了一种更易于实现的方式。
其他文献
场景感知是自动驾驶系统安全运行的重要基础。当前,驾驶场景语义分割任务的主要挑战在于数据缺少,以及实际应用中对不同天气环境下的鲁棒性和车辆高速前行中的实时性的要求较高。此外,道路场景中物体尺度差异大,物体类别多样,天气环境多变且场景复杂,也是驾驶场景语义分割任务的一大挑战。因此,综合利用模型改良、数据增强、数据生成等多种方法,提高面向自动驾驶场景的深度学习模型性能和泛化能力,并使模型有较高的鲁棒性,
由于时间序列的非线性和时变性,以往的神经网络预测方法都无法获得理想的效果。基于自适应神经网络的时序数据n步预测算法,可以让计算机利用时序的历史数据自动构建结构最优和得到最佳训练的神经网络模型,能够准确地拟合出隐藏在时序数据中的时变的非线性映射关系。这一算法应用于股市中的时序预测与实证分析后,收到了较好预测效果。
无人机配备高清摄像头,可以执行海上溢油应急监控、肇事船舶搜寻、遇险船舶和人员定位、海洋主权巡查等任务。本文旨在研发一个倒驳船检测系统,可在无人机巡逻过程中实时检测倒驳船,实现目标的识别、定位与检测,可以大大改善工作人员工作体验,提高工作效率。在本文中,我们设计了一个用于检测倒驳船的系统,该系统可以大大的节省人力和物力,提高工作效率。该系统包括实时检测和视频处理两个部分,同时该系统不仅可以在正常天气
越来越多的应用程序(例如Web搜索,数据挖掘和推荐系统)部署到数据中心,同时它们越来越依赖于高性能数据中心网络来满足用户不断增长的服务体验质量要求。现有的流量调度方法都是建立在假设数据流的信息已知(如大小和截止时间)或拓扑为对称拓扑(如Fat-Tree等)的情况下。但在实际生产过程中,数据流的信息是很难在开始发送时获取到,即使是准确的预测也是十分困难的。在这种情况下,最小化数据中心网络中的平均流完
区块链目前发展的最大瓶颈是存储问题,优化存储已成为加速区块链发展的必由之路。现有的解决方案大多会改变区块链的框架,削弱了区块链去中心化的特点。本文将区块链账户数据作为研究对象,提一种基于余数系统的区块链存储优化模型,并针对模型中存在恶意节点篡改本地数据的情况提出基于CRT Ⅱ(扩展的中国剩余定理,Chinese remainder theorem Ⅱ)和Raft算法的检纠错方案,使得提出的存储模型
云计算的快速增长需要大规模和可扩展的数据中心作为基础网络支持设施,为海量的网络服务提供存储、计算等资源。而软件定义网络作为一种全新的、实现控制平面与数据平面解耦的网络架构,可以克服传统网络架构缺陷,为用户提供多样化的业务支持。未来网络的重要发展趋势则是将云计算、软件定义网络以及网络功能虚拟化等技术融为一体,进行有效整合,从而更好地服务用户。本文主要针对云数据中心的计算资源有限、网络传输流量激增等挑
计算机断层成像指通过X射线对检测样本在不同角度进行投射得到样本的投影数据,然后利用数学模型例如滤波反投影法、代数法或统计法进行图像重建。稀疏角CT重建和有限角CT重建在实际中都是非常具有挑战性的问题。由于这种不完全数据重建问题具有的高病态性,无论是使用分析重建的方法还是迭代重建的方法都可能导致重建图像的失真和伪影现象。本文主要介绍了一个新的CT重建模型,它在重建一个高质量重建图像的同时也估计出一个
随着科技的高速发展,互联网迅速渗透到各行各业,不同类型的互联网应用井喷式发展。网络信息越来越丰富,信息的传播方式发生了巨大改变,用户开始从内容的浏览者向内容的生产者与传播者转变,UGC(User-generated Content,用户生产内容)模式应运而生。近年来,UGC模式被导入旅游行业,催生了众多UGC模式的旅游APP。用户在UGC旅游APP上分享传播旅游信息,极大的促进了在线旅游业的发展。
由于陆地资源的匮乏,人类将目光投向海洋资源,海洋在国家发展中变得越来越重要。因为诸多历史原因,领海争端不断,有关国家通过岛屿侵占、油气盗采、非法捕捞等方式频频侵犯我国领海权益,所以建立完善的海域监测系统尤为重要。而且我国海域辽阔,海岸线长达1.8万公里,领海面积396万平方公里,使得我国的海域监测面临着严峻挑战。然而,目前我国海域监测系统多为单平台作业,即利用无人机或卫星单独执行海域监测任务,无法
近年来,计算机视觉领域的图像分割技术已经广泛地应用于目标检测和众多图像处理任务中。研究人员已经研究探索了众多图像分割技术,其中基于超像素的图像分割技术由于可以更好的获取分割区域之间的细小差异、对于自然图像具有获得多尺度和多样化的分割模式、以及比像素级别的图像分割具有更高效率的优点,因此基于超像素的图像分割技术仍然具有很大优势。本文的目的在于改进原有的基于人工设计像素特征提取超像素的算法产生高质量的