Применение методов машинного обучения для оптимизации квантовых алгоритмов в задачах криптографического анализа

Авторы

  • Тинтин Чжо Санкт-Петербургский политехнический университет Петра Великого

Ключевые слова:

машинное обучение, квантовые алгоритмы, оптимизация, криптографический анализ, задачи безопасности

Аннотация

В последние годы квантовые вычисления привлекают значительное внимание из-за своего потенциала решения сложных задач, недоступных классическим компьютерам. Одной из приоритетных областей применения квантовых алгоритмов является криптографический анализ, поскольку квантовые компьютеры способны эффективно взламывать такие широко используемые криптосистемы, как RSA и ECC. Однако разработка квантовых алгоритмов сталкивается с рядом трудностей, связанных с оптимизацией их структуры и параметров. В данном исследовании рассматривается применение методов машинного обучения (МО) для повышения эффективности квантовых алгоритмов в задачах криптографического анализа. Для достижения этой цели были использованы гибридные квантово-классические подходы, объединяющие преимущества квантовых вычислений и машинного обучения. Для автоматической настройки параметров квантовых алгоритмов, включая параметры шумоподавления и оптимизации, использовались алгоритмы обучения с учителем и без него. Исследование проводилось на основе моделирования квантовых операций на симуляторах и тестирования на реальных квантовых процессорах. Использование методов машинного обучения позволило сократить время выполнения квантовых алгоритмов на 20-30% при сохранении точности результата. Кроме того, оптимизация обучения снизила потребность в квантовых ресурсах, таких как количество вентилей, что открывает возможности для выполнения сложных задач на квантовых устройствах с ограниченной мощностью. Использование таких подходов продемонстрировано на примере криптографического анализа алгоритма Шора. Полученные результаты показывают эффективность интеграции методов машинного обучения в процесс разработки квантовых алгоритмов. Это открывает перспективы для дальнейших исследований, направленных на создание более мощных инструментов для криптоанализа и других задач. Исследование доказывает целесообразность использования машинного обучения для оптимизации квантовых алгоритмов, повышения их производительности и расширения сферы возможных приложений, включая криптографический анализ.

Библиографические ссылки

Baranov V.V., Romashchenko V.V., Tsygulev I.N. Development of a training system for modeling and demonstrating cryptographic protocols for quantum key distribution // Engineering Bulletin of the Don. 2023. № 5(101). рp. 546-563.

Cherepnev M.A., Gracheva S.S. Threats associated with the use of quantum effects in cryptography // Information technologies. 2024. Vol. 30. № 8. pp. 417-424.

Dolgochub E.A., Polikanin A.N. Technologies of quantum cryptography // Interexpo Geo-Siberia. 2021. Vol. 6. pp. 78-83.

Dulin S.K., Ryabtsev A.B. Analysis of approaches to query optimization in analytical databases // Educational resources and technologies. 2023. № 3(44). pp. 73-80.

Dzhelkinbayeva A.R., Timoshenko V.V. Fundamentals of Quantum cryptography // Scientific аspect, 2023. Vol. 1. № 6. pp. 7-14.

Kirichenko E.A. Quantum superiority as a threat to cybersecurity and post-quantum methods of cryptography // IMSIT Bulletin. 2021. № 1(85). pp. 37-39.

Kurysheva A. A. Review of candidates for quantum-resistant ciphers // Bulletin of computer and information technologies. 2023. Vol. 20. № 4(226). pp. 49-60.

Lukyanov A.S., Laptev M.E. On the ways of implementing cryptographic algorithms in information networks // Security, security, communication. 2022. № 7-1. pp. 188-192.

Vetoshkin A.V., Kibilov V.D. Investigation of core performance in quantum machine learning, depending on its throughput // Science sphere. 2024. № 6-1. pp. 13-17.

Zuev S.V. Geometric properties of quantum entanglement and machine learning // Russian technological journal. 2023. Vol. 11. № 5. pp. 19-33.

Опубликован

2024-08-15

Как цитировать

Чжо, Т. (2024). Применение методов машинного обучения для оптимизации квантовых алгоритмов в задачах криптографического анализа. Вопросы природопользования, 3(8), 47–55. извлечено от https://etreview.ru/index.php/et/article/view/116

Выпуск

Раздел

ИНФОРМАЦИЯ И УПРАВЛЕНИЕ

Похожие статьи

1 2 3 4 5 6 7 8 9 10 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.