[論文レビュー] Impact of the malicious input data modification on the efficiency of quantum algorithms.

Adam Glos, Jarosław Adam Miszczak|arXiv (Cornell University)|Feb 27, 2018

Quantum Computing Algorithms and Architecture被引用数 2

ひとこと要約

本稿では、入力データの悪意ある操作が、特にSzegedyの量子ウォークに基づくもの在内的な量子探索アルゴリズムの効率を著しく低下させることを示している。著者らは、こうした攻撃を分析するためのフレームワークを導入し、さまざまなランダムグラフモデルにおいて、敵対的入力の変更が性能に与える影響を明らかにした。これにより、量子アルゴリズムのセキュリティにおける深刻な脆弱性が判明した。

ABSTRACT

In this paper we demonstrate that the efficiency of quantum algorithms can be significantly altered by malicious manipulation of the input data. We exemplify the possibility of attacks on quantum spatial search based on Szegedy walk. We achieve this by proposing a framework suitable for analysing efficiency of attacks on quantum search algorithms. We provide the analysis of proposed attacks for different models of random graphs.

研究の動機と目的

• 敵対的入力操作が量子探索アルゴリズムの効率にどのように悪影響を及えるかを調査すること。
• 入力データの変更が量子アルゴリズムのパフォーマンスに与える影響を分析するための体系的なフレームワークを構築すること。
• さまざまなランダムグラフモデルにおけるこうした攻撃の有効性を評価すること。
• 悪意ある入力条件下での量子探索アルゴリズムの構造的脆弱性を特定すること。

提案手法

• 著者らは、悪意ある入力データが量子探索アルゴリズムに与える影響をモデル化・分析するための形式的フレームワークを設計した。
• 彼らは、このフレームワークを、Szegedyの量子ウォーク形式を用いた量子空間探索に対する攻撃の分析に適用した。
• 異なるトポロジカル構造を持つ複数のランダムグラフモデルを用いて、耐性の程度を評価した。
• 成功確率や実行時間といった主要な指標を用いて、入力操作によるアルゴリズム効率の低下を定量化した。
• このフレームワークにより、異なるグラフ集合や入力摂動タイプにおける攻撃の有効性を体系的に比較可能となった。

実験結果

リサーチクエスチョン

• RQ1 悪意ある入力データは、量子探索アルゴリズムの成功確率をどの程度低下させ得るか？
• RQ2 ランダムグラフの構造は、入力操作に対する量子ウォークベース探索の脆弱性にどのように影響するか？
• RQ3 入力データの変更が、量子アルゴリズムの性能に著しい低下をもたらす条件は何か？
• RQ4 敵対的入力が量子探索効率に与える影響を予測・分析できる一般化されたフレームワークを構築できるか？

主な発見

• 悪意ある入力データは、Szegedyのウォークに基づく量子空間探索アルゴリズムの成功確率を著しく低下させる可能性がある。
• 特定のランダムグラフモデルでは、効率の低下が顕著に現れ、モデル依存の脆弱性が示された。
• 提案されたフレームワークは、量子探索の性能崩壊を引き起こす重要な入力摂動を的確に同定した。
• 本研究では、わずかで局所的な入力変更ですら、多様なグラフトポロジにおいて量子アルゴリズムの性能を攪乱できることが明らかになった。