一种基于门分解与门移动的量子线路优化方法

    公开(公告)号:CN116484956A

    公开(公告)日:2023-07-25

    申请号:CN202310364972.8

    申请日:2023-04-07

    Applicant: 南通大学

    Abstract: 本发明涉及量子计算技术领域,尤其涉及一种基于门分解与门移动的量子线路优化方法。解决了目前线路化简技术时间复杂度大,生成的NCV门序列代价偏大的问题。其技术方案为:步骤包括:S1:综合出排布方式集合表;S2:遍历给定的量子线路查找Toffoli门;S3:遍历排布方式集合表;S4:根据排布方式集合表确定分解方式后,根据移动规则改变门序,再利用约简规则与删除规则进行线路优化;S5:通过Cost115标准比较原始线路与优化后线路的量子代价。本发明的有益效果为:本发明能对NCV线路进一步化简,降低线路的量子代价,提高了线路的保真度。

    一种分布式量子计算中基于依赖图的传输代价优化方法

    公开(公告)号:CN116389284A

    公开(公告)日:2023-07-04

    申请号:CN202310260426.X

    申请日:2023-03-17

    Applicant: 南通大学

    Abstract: 本发明提供了一种分布式量子计算中基于依赖图的传输代价优化方法,属于分布式量子计算中传输代价的优化技术领域。解决了解决目前传输代价计算复杂度过高,传输代价优化效果不明显的问题。其技术方案为:包括以下步骤:S1:证明合并传输模型优化分布式量子线路的传输代价的有效性;S2:建立基于依赖图的传输匹配模型;S3:基于禁忌搜索算法优化分布式量子线路的传输代价方法,减少分布式线路的传输代价,即减少合并传输的次数。本发明的有益效果为:本发明具有更高效的合并传输模型匹配策略,更低传输代价,适用性更广的优点。

    一种基于NCV量子门序列等价变换的量子线路化简方法

    公开(公告)号:CN115600679A

    公开(公告)日:2023-01-13

    申请号:CN202211362284.X

    申请日:2022-11-02

    Abstract: 本发明提供了一种基于NCV量子门序列等价变换的量子线路化简方法,属于量子计算技术领域。解决了NCV量子门序列的线路化简问题。其技术方案为:包括以下步骤:S1、在实验集中形成NCV线路集合;S2、将规则研究延伸到NCV门库中;S3、通过真值表的方式进行等价性验证;S4、通过遍历的方式在NCV线路中找到特定可化简的子线路时,进行线路替换;S5、利用真值表进行验算整理出五组规律,并对NCV量子门序列进行运用,减少线路代价。本发明的有益效果为:本发明进一步化简了NCV线路,降低了NCV线路的量子代价,缩短了线路执行时间,且进一步降低线路映射过程中错误率的问题,使线路变换更加灵活。

    一种分布式量子计算中传输代价的优化方法

    公开(公告)号:CN114936644A

    公开(公告)日:2022-08-23

    申请号:CN202210563969.4

    申请日:2022-05-23

    Applicant: 南通大学

    Abstract: 本发明提供了一种分布式量子计算中传输代价的优化方法,属于分布式量子计算中传输代价的优化技术领域。解决了分布式量子计算中子系统用于接收并存储其他系统传输的量子态的量子存储位消耗过大问题以及分布式量子计算整体传输代价过高的技术问题。其技术方案为:包括以下步骤:S1、存储模式建立;S2、构建跨门合并传输模型;S3、基于合并传输模型的传输代价优化算法。本发明的有益效果为:本发明优化后的合并传输模型,与合并传输模型相比,不影响计算结果的门加入到传输列表中,使得不连续门的量子位也能通过一次传输完成,从而降低传输代价。

    用于大数据电子病历约简的多粒度属性权重Spark方法

    公开(公告)号:CN108986872B

    公开(公告)日:2021-05-07

    申请号:CN201810642497.5

    申请日:2018-06-21

    Applicant: 南通大学

    Abstract: 本发明公开了一种用于大数据电子病历约简的多粒度属性权重Spark方法。该方法首先在Hadoop分布式文件系统中将大数据电子病历集划分成不同的条件属性作业和决策属性作业;然后设计基于改进MapReduce作业协同结构的Spark模型,将电子病历条件属性作业并行化处理;其次在Hadoop分布式文件系统中构建多粒度属性权重Spark方法用于电子病历属性快速约简,从而求得大数据电子病历属性约简最优特征集;最后将大数据电子病历属性约简特征集R1,R2,…,Rn存储至Hadoop分布文件系统中,为相关疾病的临床诊断和治疗提供重要的智能诊断知识依据。

    一种基于新型量子位交互拓扑的量子表面码的纠错受控非门

    公开(公告)号:CN112070230A

    公开(公告)日:2020-12-11

    申请号:CN202010870133.X

    申请日:2020-08-26

    Applicant: 南通大学

    Abstract: 本发明公开了一种基于新型量子位交互拓扑的量子表面码的纠错受控非门,所述纠错受控非门由附属逻辑量子位A、控制逻辑量子位C及目标逻辑量子位T构成,所述附属逻辑量子位A分别和控制逻辑量子位C及目标逻辑量子位T连接,所述附属逻辑量子位A、控制逻辑量子位C及目标逻辑量子位T均是基于二阶蜂巢结构的X‑Z稳定器,利用基于二阶蜂巢结构的X‑Z稳定器作为一个逻辑量子位来减少单个逻辑量子位需要的物理量子位个数,从而减少需要三个逻辑量子位的基于量子表面码的纠错受控非门的物理量子位个数,并降低基于量子表面码的纠错受控非门的实现代价,同理可降低基于量子表面码的纠错受控非门的其他可纠错量子逻辑门实现代价。

    一种AES算法与ElGamal算法相结合的加密文件传输方法

    公开(公告)号:CN107147626B

    公开(公告)日:2020-03-27

    申请号:CN201710277389.8

    申请日:2017-04-25

    Applicant: 南通大学

    Abstract: 本发明公开了一种AES算法与ElGamal算法相结合的文件传输加密方法,将基于可逆逻辑的AES算法与非对称算法ElGamal算法相结合,既保证了文件的加密效果,又保证了文件及密钥传输过程中的安全性。文件在发送端采用基于可逆逻辑的AES算法进行加密处理,然后运用发送端提供的ElGamal公钥对AES密钥进行加密处理,并将加密后的文件与密钥发送至接收端,在接收端运用本地保存的ElGamal私钥先对接收到的AES密钥进行解密处理,然后将还原后的密钥对接收到的AES密文进行解密处理,得到发送端发送的原文。

    一种基于可逆逻辑电路的AES的外发文件加密方法

    公开(公告)号:CN106973061B

    公开(公告)日:2020-01-17

    申请号:CN201710282441.9

    申请日:2017-04-26

    Applicant: 南通大学

    Abstract: 本发明公开了一种基于可逆逻辑电路的AES的外发文件加密方法,将基于可逆逻辑电路的AES加密方法应用在外发文件加密过程中。基于可逆逻辑构造的原理,通过增加可构造密钥的种类提升了加密线路的抗攻击性。非对称加密算法公钥随时间不断更新,加强了外发文件加密的安全性,增加了密钥的抗攻击能力,防止攻击者破解一组密钥便能解密所有的文件的情况发生。在加密文件的开头增加文件信息段,便于接收者接收文件时进行信息的匹配和验证,同时也方便离线环境下对文件的解密操作。

    一种用于AES硬件加密系统的量子秘钥扩展模块的实现方法

    公开(公告)号:CN110113149A

    公开(公告)日:2019-08-09

    申请号:CN201910354131.2

    申请日:2019-04-29

    Applicant: 南通大学

    Abstract: 本发明提供了一种用于AES硬件加密系统的量子秘钥扩展模块的实现方法,属于信息安全技术领域。其技术方案为:一种用于AES硬件加密系统的量子秘钥扩展模块的实现方法,包括以下步骤:步骤A,g函数的实现;步骤B,秘钥扩展算法的实现。本发明的有益效果为:本发明的秘钥扩展模块由量子可逆线路构造实现,能够将秘钥扩展算法的复杂度增加(2n-1)!倍,主要针对128位的种子秘钥进行操作,对16字节秘钥进行运算,扩展生成新的第一轮16字节的秘钥,然后对第一轮秘钥进行运算得到第二轮秘钥,以此方式得到十轮秘钥,为基于量子线路的AES硬件加密系统中的加解密过程提供秘钥,提高AES硬件加密系统的加密效果与复杂度。

    用于大数据电子病历约简的多粒度属性权重Spark方法

    公开(公告)号:CN108986872A

    公开(公告)日:2018-12-11

    申请号:CN201810642497.5

    申请日:2018-06-21

    Applicant: 南通大学

    Abstract: 本发明公开了一种用于大数据电子病历约简的多粒度属性权重Spark方法。该方法首先在Hadoop分布式文件系统中将大数据电子病历集划分成不同的条件属性作业和决策属性作业;然后设计基于改进MapReduce作业协同结构的Spark模型,将电子病历条件属性作业并行化处理;其次在Hadoop分布式文件系统中构建多粒度属性权重Spark方法用于电子病历属性快速约简,从而求得大数据电子病历属性约简最优特征集;最后将大数据电子病历属性约简特征集R1,R2,…,Rn存储至Hadoop分布文件系统中,为相关疾病的临床诊断和治疗提供重要的智能诊断知识依据。

Patent Agency Ranking