-
公开(公告)号：CN118395495A
公开(公告)日：2024-07-26
申请号：CN202410545186.2
申请日：2024-05-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及量子机器学习与差分隐私领域，具体涉及一种基于参数优化和经典迭代器优化的量子机器学习差分隐私方法包括：通过开辟新的存储空间的参数池P来对变分量子电路参数进行初始优化，提高模型训练效率及泛化性能；利用辅助量子比特进行量子梯度计算，提升量子电路计算效率；设计梯度剪切方法，优化经典迭代，提升迭代性能，防止梯度爆炸。本发明在电路参数初始化方面及迭代器计算效率方面加以优化，在有量子优势的同时对训练数据的加以隐私保护。
-
公开(公告)号：CN118199895A
公开(公告)日：2024-06-14
申请号：CN202410469745.6
申请日：2024-04-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及量子通信和量子密码学领域，具体涉及一种基于连锁CNOT门和旋转算子的量子数字签名协议；包括：一个可信的密钥分发中心Trent将协议所需密钥生成后分发给两个参与者，消息签名者通过原始消息与加密后消息的旋转操作生成量子数字签名，整个签名方案的各方都拥有部分随机参数，整体方案的安全性通过量子密码与随机性得到保证；本发明避免了多量子纠缠态的使用，对协议参与者的量子资源制备能力要求维持在较低的水平；采用的加密方式为CNOT门和H门对量子信息进行位操作；签名方式基于旋转算子，对待签名信息与公钥进行旋转操作完成签名，二者均不需要过高的量子计算能力，有效降低参与者量子计算能力的要求。
-
Search Results
2
records
(took 0.019 seconds)
